第四次工业革命席卷，数字化、智能化改造已成必然趋势，物流行业也处于浪潮之中。2020年，疫情进一步加速了这一发展趋势。旷视是目前唯一进入物流领域的世界级AI公司，从2017年起，率先开展AI+物流领域的前沿探索和应用实践。

　　旷视副总裁、物流业务事业部规划和战略发展中心负责人王银学，20多年来专注于物流行业，曾在多家世界500强公司从事物流工作，负责过众多大型现代化物流中心项目，是中国现代化物流中心规划的专家。

　　为此，站在2021年的起点，王银学分享了他对于智慧物流发展趋势、AI+物流的发展前景和实践成果的洞察。以下是相应的核心观点：

AI+物流大有可为

　　相关数据显示，社会物流总额的增速低于GDP（无论产品销售几次，社会物流总额只计算1次），表明物流中技术、智力的占比在提高。

　　01
　　我们已经进入智慧物流时代

　　智慧物流的发展主要得益于：一、技术要素支撑：物联网、机器人、人工智能（AI）、大数据等技术不断成熟；二、市场要素倒逼：企业面临产能过剩、需求个性化、产品快速更新等市场发展；三、社会要素加速：劳动力成本上升、疫情影响下少人化趋势、资源和环境等；四、国家政策助推：智慧物流、智能制造、机器人等相关政策频繁推出。

　　02
　　智慧物流市场前景可期

　　一方面，中国智慧物流市场持续高速增长，近十年来平均增速高于20%（数据来源：网经社《2019年度中国物流科技行业数据报告》）；另一方面，物流数智化再升级空间巨大，目前我国整体物流自动化平均水平在20%左右，对比发达国家的80%尚有巨大可开发空间（数据来源：华创证券：《物流自动化行业专题研究报告》）。

　　03
　　物流系统需要更加智能化

　　当前，智慧物流正处于大发展阶段。从千平米到千万平米，物流场景的规模越来越庞大；海量SKU、海量订单与即时消费、即时配送等维度叠加，导致物流履约系统更加复杂；场景内智能设备、子系统越来越多，常规的调度系统已经无法驾驭复杂的情况。在这样的趋势之下，传统的技术已经无法应对现有挑战，系统需要足够的算法和算力支持。AI正在成为智慧物流发展的新引擎，未来，AI+物流大有可为。

　　04
　　2020年是AI+物流的应用元年

　　从20世纪40年代现代物流兴起，到1979年“物流”一词引入中国，再到2015年“互联网+物流”迎风而上，物流行业在市场、技术等因素的叠加作用之下不断演进。当前，互联网+基础设施不断完善，AI+物流具备了一定的数据基础。随着数字化渗透率持续提升，人工智能将成为物流的“新基建”，正在不断深入行业应用。此外，疫情影响下，无人化、少人化发展趋势加速。因此，2020年成为了“AI+物流”的应用元年。

　　05
　　2025年AI+物流市场规模将达100亿

　　人工智能技术不断应用于物流领域，在仓储、运输等环节降低物流企业的人力成本，提供人员及设备的工作效率。2019年人工智能+物流的市场规模已达15.9亿元，预计到2025年市场规模将接近100亿（来源：艾瑞咨询《2020年中国AI+物流发展研究报告》）。

　　AI在物流各环节的应用分布方面，目前仓储与运输环节占比较大，两者占比之和超过80%（来源：艾瑞咨询《2020年中国AI+物流发展研究报告》）。例如，在智能仓储方面，AI入库识别、货物搬运、存储上架、分拣出库、软件上面都有应用。在搬运环节，目前移动机器人的应用已经开始爆发式增长。

AI+物流实践成果初现

　　旷视是目前唯一进入物流领域的世界级AI公司，也是全球极少数拥有自主研发深度学习框架的公司之一，拥有全球规模领先的计算机视觉研究院，在历次计算机视觉领域的世界顶级赛事中累计赢得40项世界冠军。

　　自2017年进入以来，旷视不断将AI能力注入物流领域：率先推出了AI赋能的智慧物流操作系统“河图”，自研了多款AI赋能的机器人和智能物流装备，并与客户携手共创AI赋能的行业应用标杆。

　　01

　　AI赋能机器人：打造激光+视觉融合的SLAM技术

　　SLAM（即时定位与地图构建）技术可以让机器人在无信标的情况下实现定位导航，具有易部署、柔性等特点，更加适合在运行环境复杂、业务经常变动的场景下应用，因此受到越来越多客户青睐，正在成为机器人领域的主流趋势

　　依托于旷视研究院在三维视觉技术的长期积累，旷视在SLAM和3D感知等技术上创造了多项行业领先的技术创新，获得了世界计算机视觉领域顶级会议CVPR2020 SLAM挑战赛的双料冠军。

　　目前，旷视自研SLAM技术已应用于MegBot-S800、MegBot-S800V等多款智能物流设备中。该技术赋能的机器人，能够实现智能避障，确保复杂产线场景中的人、货、设备的安全；在机器人与产线或工作站对接时，还能做到高精到点，确保作业的稳定、可靠；实现了更加灵活、安全和高效的智能导航。此外，旷视SLAM技术通过将视觉和激光等多传感器融合，可以智能过滤动态物体，实现传统激光SLAM无法达到的动态环境适应性。