旷视科技联合创始人、CTO唐文斌做客正和岛直播间，与正和岛副总裁刘海燕共同探讨了AI场景应用的商业化路径，以下是直播精华内容摘录。
主持人:大家最近对于AI的热情可以说是以前没有高涨，各界都在探讨ChatGPT可能带来的一些深刻影响，我们想了解一下您是如何看待现在全民关注AI的火爆现象?
唐文斌:我觉得全民关注是一件很好的事情。
在技术上，大模型并不是特别新的概念，在过去的几年里，大家都持续在研究它，只是现在它被做成了一个比较好的人机交互界面呈现了出来，让大家发现它有很多被应用的可能性。
因为大模型的技术发展，某种程度上让人看到了通用人工智能（AGI）的希望。它体现出来的技术能力是令人兴奋的，带来的应用也有很多种，主要可以分成在数字世界和物理世界中的应用，数字世界中的应用就是AIGC，包括文字生成、图片生成等内容，类似数字助理的能力;在物理世界，则是与机器人结合。
所以我觉得大模型能够带来很多新应用的产生，全民关注它，去想如何把技术应用在生产生活中，给我们带来便利，这是一件特别好的事情。
主持人:您觉得跟国外相比，中国在人工智能层面的应用有什么领先和落后的地方?
唐文斌:坦白讲肯定还是有差距的，在更偏基础层面的领域我们是需要正视这个差距的，当然现在国内学术人员也都在非常努力地填补差距。不过，我觉得国内在应用层面做的还是很好的，甚至可能比国外做的更好。因为我们的用户体量很大，而且拥有大量的生活、生产场景，这些值得我们去思考怎么用AI技术做到降本增效，提升用户体验。
刘海燕:我一直很好奇，你们持续在基础研究上做投入，拥有一个非常大的研究院，在你们创业起始，就是从技术出发的，然后逐渐走到应用领域，这是一个从技术到应用的过程，实际上这是更难的一条路。如果从应用开始做，也许商业化的路径会更快一点。那么，你们为什么选择了这条相对来说较难的路。
唐文斌:我觉得这可能也不一定是我们的选择，这与每个人的“基因”都有关系。当年我们三个人创立这家公司时，坦白讲，在应用层面上其实也没太想好，但我们一直非常坚信AI可以给很多场景带来价值，但怎么用，用在哪些场景，当时并没有想太清楚。
当年创业时，深度学习已经逐渐开始发展，我们也在寻找如何把技术和场景结合的方式，我觉得这个跟我们自身的“基因”是有非常强的关系，我们本身就是搞技术出身的，在技术能给场景带来差异化的领域里，我们才有可能做的跟别人不一样，所以这是技术基因决定的。
刘海燕:在2017年，你们又做了一次抉择，选择了物流这个赛道，为什么选择它，而且持续深耕在这个领域里呢?
唐文斌:进入物流领域是有一些机缘巧合的，因为我们一直在想把技术用在何处。我觉得还是要回到最终用户价值上，技术能否极大地降低用户成本、提升效率、优化体验。
我们一直在寻求这样的场景，通过AI为它提供更好的解决方案。在2015、16年，我和印奇一起去了一家做物流的第三方运营公司，当时仓库里有好几百人，占地大概四万多平方，其中有一个电子商务的仓库，网上用户下订单，就会有人拉着小推车像在仓库里逛超市一样找到对应的货品然后寄出。仓库里的人跟我们讲，他一天大概要走40公里左右，相当于一天跑一场马拉松。因为工作内容太辛苦，人员流动很大。在这个场景的启发下，我们觉得应该用机器人去解决这些问题，减轻人员工作强度，提升工作效率，提高客户的投资回报比，帮助他们实现更好的经济效益。当时对方也在思考这些事情，所以就开始了物流领域的探索。
刘海燕:旷视一直做软硬一体化的产品，那在物流行业解决方案当中，有没有让你特别自豪的一款产品或者解决方案呢?
唐文斌:在回答这个问题前，我想先分享我们对产品和技术研发的想法，像我们这样技术出身的人适合解决什么问题——就是问题已经存在，但是没有被很好的解决，所以我们可以用一些新的产品和技术把它解决得更好。
再回到您的问题，在去年我们推出了一款产品——旷视智能托盘四向车，它是一个跑在货架上的移动机器人，可以用来做托盘搬运，主要用于密集存储场景，它能够提供非常有效的进出能力。
四向车其实是物流里业已存在的产品形态。
在与行业前辈们探讨中发现，市场上已有的四向车没有很本质地解决客户痛点，因为第 一车速不够快，造成了整体工作效率偏低;第二，当把货品存储得更加密集时，它很难进出。
比如在一个仓库里，如果要用最小的面积去存储2万个托盘的货位，同时每小时可能要进出1000个托盘，那怎么能够做得更密集，更省地，以及需要用多少辆小车来完成这样的进出任务，这里面其实是需要有很强的算法调度。
而且还会遇到一个问题，货物SKU也很多，货品存在密集存储库里，它就有可能会产生类似于华容道的问题，所以仓库存储里有很多策略性问题。我们重新思考了这些问题，找到一种合适的方案提高投资回报比——对四向车的车体、调度算法等进行优化，使得托盘四向车解决方案是一种用户用起来更舒服、效率更高、成本更低的方案。
最后，经过我们的努力，把四向车的效率大概提升了一倍以上。
可以说AI解决方案，到底给你带来什么价值，就是省人、省地、省钱、省心。
刘海燕:那为什么旷视会有这方面的能力呢?这个物流问题我觉得可能有很多人都看到了，但是可能都解决得不够好，那么支撑我们去解决这个问题，或者说解决得更好的原因是什么呢?
唐文斌:解决行业问题其实是需要复合能力的，就是既要对行业场景有所了解，同时也要具备软件、算法这些技术能力。
我们看到很多行业里存在的问题是这两拨人“绝缘”，懂行业和懂算法的不在一起，所以我们的核心优势是带着AI技术的能力去进入到了一个行业，跟行业里面的人一起去探讨和形成一个好的解决方案，然后能够真真正正地去解决他的问题，提供更有效的一种方案。
刘海燕:顺着刚才的问题，我再问一个问题，物流的下一步会是什么样，你能不能描绘一下未来的产品会给大家带来哪些更新的价值。
唐文斌:我认为物流是一个非常大的场景，就是从生产结束到消费者手上，整个链条上都是物流部分，它具有巨大的发展空间。旷视目前做的主要是仓库自动化，再具体而言甚至是仓库里以托盘形态为主的场景，我们能实现更密集的存储、更高的效率、更节能、更省钱等价值。对于未来发展，一方面仓库里面除了以托盘的形态，还有别的形态存在，那我们也会有相应的产品和解决方案;另一方面，从仓库向外延伸，走到园区里，进行跨仓的工作，可以帮助客户持续降本增效。
当物流类产品从仓库内走出来时，从某种程度上来看，就是自动驾驶环节了。
所以我认为整个环节里有特别多的机会可以让AI技术、机器人技术去解决。而解决问题的方式，一定是从一个比较扎实的小点开始，每一个产品解决一部分问题，最终提供最 优的投资回报比的产品形态。
刘海燕:其实很多实体企业的智能化发展是逐步演进的过程，在这其中我们也会经常听到一些抱怨，比如过程当中大家觉得不尽如人意，或者是觉得没有想象中智能，那么面对客户抱怨的时候，你是怎么解决这些问题的?
唐文斌:我觉得对客户期望管理是很重要的。现在大部分客户对技术是有一定了解的，他们有非常好的认知，当然也有极端情况存在，觉得AI无所不能。但是要达成共识的是，技术能解决一定的问题，但不能解决所有问题，数字化、智能化，其实都是一种手段、一种工具。
但我觉得现在的绝大部分客户思路是非常清楚的，他们知道要做两件事情，有横有纵，横向通过数字化去形成数据的基座，纵向是要在底座之上形成一个个应用，并思考它们的投资回报比。
我们一定要清楚一件事，我们没有客户懂他们的场景，不要试图去做客户的老师，所以我觉得很多东西是大家一起交流和碰撞出来的，这是一个相向而行的过程。
刘海燕:旷视的组织文化是怎么样的?因为组织文化是一个企业管理的永恒话题，而且每一家企业都有自己的文化基因，如果让您用一个词来形容旷视的企业文化，它可能是什么词呢?
唐文斌:我们内部叫“技术信仰 价值务实”，这已经成为了我们的企业文化基因。
旷视之所以存在，是因为我们相信AI的可能性，相信技术可以改变世界，相信在技术之上能够延伸出更多的工具和能力对不同的场景带来价值。但是作为一家公司，必须要形成价值闭环，即提供给客户的不仅仅是算法，或者idea，要提供产品、解决方案，让技术在客户端形成价值闭环，这样才能够成为一个可持续的公司，所以我觉得这两点都非常重要。
当然，“技术信仰”不是对技术的盲目崇拜，它最深层的本质还是价值务实，背后体现的是一种对未来趋势的判断。有的价值不是在当下产生，而是需要当下更多的投入，在未来产生价值。
ChatGPT源码推荐：小狐狸ChatGPT付费创作系统完全开源源码