专访旷视科技付英波：与硬件结合，人工智能技术才能释放最大价值

导读：数字世界的人工智能与物理世界的人工智能有什么区别和联系？旷视科技为什么选择聚焦后者？有什么落地成熟的产品？在此背景下，旷视的大模型又是什么样的？会后，带着相关问题，新京报贝壳财经记者进一步采访了付英波。

2023中关村论坛正在进行中。在其中的“人工智能开放生态建设”平行论坛上，旷视科技总裁付英波发表了主旨演讲，在付英波看来，随着大模型的兴起，人工智能的发展和应用未来将呈现两大方向：一是以AIGC（人工智能自动生成内容）为代表的“AI in Digital（数字世界的人工智能）”，二是以“智能机器人”为代表的“AI in Physical（物理世界的人工智能）”。

付英波表示，旷视将聚焦于“AI in Physical”，通过构建不同形态的智能机器人载体，对物理世界进行改造。付英波认为，人工智能技术只有与硬件载体结合，形成软硬一体化的产品，并融入到工业、制造、物流等实体产业体系中，才能最大限度地释放人工智能的价值。

数字世界的人工智能与物理世界的人工智能有什么区别和联系？旷视科技为什么选择聚焦后者？有什么落地成熟的产品？在此背景下，旷视的大模型又是什么样的？会后，带着相关问题，新京报贝壳财经记者进一步采访了付英波。

旷视科技总裁付英波 图/受访者供图

以下为本次采访的主要内容：

“物理世界的人工智能”包含更多问题

新京报贝壳财经：你提到，人工智能的发展和应用未来将呈现两大方向：一是以AIGC（人工智能自动生成内容）为代表的“AI in Digital（数字世界中的人工智能）”，二是以“智能机器人”为代表的“AI in Physical（物理世界中的人工智能）”，这两个方向有什么区别和联系？

付英波：我们认为，人工智能技术的演进，未来会呈现两条发展路径。一是通过重构内容生产力，让数字世界发生改变，像ChatGPT主要体现的就是以AIGC为代表的技术在AI in Digital World的应用。二是通过构建各种不同类型的智能机器，对物理世界进行改造。

AI in Digital World的东西当然可以应用于AI in Physical World，但是物理世界中的人工智能包含了更多的问题，包括如何从物理世界中得到信息，如何对信息进行处理，如何再把它应用到物理世界，最后如何再从物理世界中得到反馈。旷视的目标，是做影响物理世界的人工智能技术创新，让物理世界变得更加美好。

新京报贝壳财经：旷视科技为什么选择聚焦后者？这个领域当前的生态和竞争情况又是怎样的？

付英波：我们坚持“AI in Physical”这条路线，是因为我们认为人工智能只有和机器人、车这样的硬件载体作结合，才能将人工智能技术真正融入到工业、制造、物流、交通这样关系国民经济发展命脉的实体产业的场景，才能最大限度地释放人工智能的价值，解放社会生产力，创造最大的社会价值。旷视在消费物联网、城市物联网、供应链物联网等领域进行了业务布局，向客户提供AIOT（人工智能物联网）软硬一体化的解决方案，帮助各行各业降本增效。

软硬一体化的产品思路

新京报贝壳财经：在“AI in Physical”业务领域，旷视科技哪些产品比较成熟了？面临的主要挑战又是什么？

付英波：智能托盘四向车系统，是旷视推动软硬一体化的代表性产品。当前，仓储物流系统正向标准化、模块化方向发展，柔性灵活、初期投入成本低、易于部署和扩展的方案将普惠更多企业。不同于传统自动化设备只能在固定路径工作，四向车可以一车跑全仓，并能够根据淡旺季以及业务增长等需求变化，增减车辆，从而大幅提升仓储系统的柔性化建设进程。

旷视科技的智能托盘四向车 图/受访者供图

2022年推出的人工智能体育助教-旷视运动猿，服务大中小学的体育教育工作。它由训练杆和智能坞组成不同的训练站，目前已经支持素质训练、跑步训练和球类训练等三大类别20余种体育运动项目。

最大的挑战可能是我们如何去抓住未来几年整个国际上面临着科技创新和变量中的机遇，同时能比较好地去应对其中的挑战。其实我们是一个比较喜欢按照自己的计划来一步一步往前走的科技企业，但是外部现在有很多包括技术方面的创新，也有很多各方面的限制，如何能够应对这些不确定性，对我们来说是最重要的。

新京报贝壳财经：旷视科技提供的是软硬件一体的解决方案，这一产品思路是什么？

付英波：旷视一直坚定软硬一体化的产品思路，通过算法定义硬件来打造更标准化的产品，让客户接入人工智能更容易。旷视提供好海量人工智能算法的供给能力，并把这些能力凝聚到一些标准化的人工智能产品中，以此来承接复杂的场景需求。把简单留给用户，我们解决复杂的问题。

推动人工智能技术在产业体系中的应用

新京报贝壳财经：怎么看待当前国内的大模型竞争？在你看来，国内的大模型最后发展格局会是怎样的？旷视的大模型是什么样的？

付英波：大模型的兴起，我们认为是深度学习的又一次比较大的延展，ChatGPT和GPT-4的成功从一定意义上证明了大模型是一个比较确定的方向，我们认为语音、语义包括图片、视觉为核心的多模态大模型，未来应该是走向通用人工智能的一个必经之路。

在过去四五年时间，旷视对大模型这件事情一直非常深度跟进的，而且，旷视还有很多原创的非常重要的大模型成果，旷视专门有个组叫foundation model，这个组只做核心的模型设计，不是做一个工程化，他们有非常强的模型设计功底。在基础科研领域，我们一直深入地在进行大模型研究。一方面是类似于OpenAI（ChatGPT的创建者）那样的大模型研究，另一方面也在做模型的小型化，从而更好地在芯片、机器人、工业等领域进行部署。 旷视在过去积累了领先的模型设计能力，有自己的视觉大模型并已应用，我们会坚定拥抱大模型，同时我们认为多模态大模型是未来的重要方向。

新京报贝壳财经：在大模型和人工智能大爆炸时代，如何才能让人工智能和实体经济、实体产业更好结合？

付英波：人工智能要实现技术落地，必须要和IoT（物联网）的设备和场景结合，必须走“技术+产业”融合发展的道路。我们要加快推动人工智能技术在制造、工业、物流等产业体系中的应用，让科技创新更好地服务于实体经济的高质量发展。

新京报贝壳财经：在你看来，未来人工智能会发展到什么水平？

付英波：人工智能从过去的百花齐放，到现在出现了一些比较确定的落地场景，未来四到五年将是AI快速落地的窗口期。作为聚焦物联网场景的人工智能企业，旷视始终践行着AIoT（人工智能物联网）核心战略，推动人工智能技术与实体经济的更多创新融合。

新京报贝壳财经记者 孙文轩