經過 4 年的佈局，曠視在供應鏈物聯網已經探索出一套適合自己的打法：自主研發倉儲物流機器人，同時透過“河圖”作業系統連線自研機器人和第三方硬體，而在底層做支撐的，是曠視所擅長的演算法。
2020 年 10 月 15 日，曠視在北京召開“曠視智慧物流戰略暨‘AI+物流產業聯盟’釋出會”，沿著這套打法進行深化，推出了河圖 2.0 版本，以及7 款智慧物流硬體新品，同時發起人工智慧物流產業聯盟，聯合行業上下游共同推動 AI 在物流行業的落地。
AI 讓物流裝置變得更聰明2019 年 1 月，曠視釋出了河圖 1.0 版本，曠視聯合創始人兼 CTO 唐文斌當時做了一個比喻：“河圖是機器人樂隊的指揮家”，意思是河圖可以接入上下游很多裝置，並通過後臺的演算法來合理排程。
迭代到 2.0 版本，河圖對一些關鍵功能進行了升級，包括提前決策、自適應動態調優以及生產全流程視覺化。換言之，河圖 2.0 版本在決策和最佳化方面更加智慧，並且更加詳細地對流程進行數字化呈現。
機器人是曠視這次釋出會的重點，4 類機器人分別是 SLAM 導航 AMR（Automated Mobile Robot，自主移動機器人）、二維碼導航AMR、SLAM 導航智慧無人叉車以及人工智慧堆垛機。
SLAM 導航 AMR 有兩個型號，均能搭載最多 800KG 的貨物，都擅長在複雜場景中閃挪騰移，但 MegBot-S800 基於鐳射雷達實現 SLAM， MegBot-S800V 基於視覺實現 SLAM。
值得一提的是，兩款機器人的 SLAM 導航部分技術由曠視研究院的 SLAM 組負責。該團隊在 8 月 22 日 CVPR2020 SLAM 挑戰賽上，包攬了全部賽道冠軍。
MegBot-S800 具備良好的自主導航能力，即使一個場景有 50% 的物體都在無序變動，它都能穩健執行，且實際執行效果已經經過了驗證。在 9 月初中國國際服務貿易交易會的一個晚會上，MegBot-S800 作為“侍應生”穿梭在複雜的場地環境，旁邊是隨時有可能變更行進路線的嘉賓人群，但依然順利完成了任務。
MegBot-S800 不僅勝任複雜的環境，還可面對單一特徵環境，比如行走在長長的走廊上，能做到保持行進路線不迷路。據曠視高階副總裁、物流業務事業部總經理徐慶才透露，這款產品剛剛拿下國內最大的 AMR 訂單，包含 140 臺機器人，重新整理了行業紀錄。
相比上述型號依靠鐳射導航，Megbot-S800V 採用的是純視覺方案，但同樣具備環境感知和識別能力，能認出人物也會識別物體，遇到障礙物可以自主避開。
“純視覺 SLAM 方案從成本角度來說，應該是更低的，用簡單的攝像頭加上 AI 演算法就解決了一些使用者的痛點，在市場競爭中更有競爭力。”曠視高階副總裁、機器人產品部總經理王宏玉說，“我認為純視覺 SLAM 還需要兩三年的發展，將來會是鐳射 SLAM 結合視覺 SLAM 一起用，前者可以解決整個方案裡 70%～80% 的問題，後者作為輔助解決剩餘 20%～30% 的問題。”
第二類機器人是二維碼導航 AMR，同樣有兩個型號：MegBot-T800 和 Megbot-T1000，一個額定載荷 800KG，另一個則是 1000KG。兩個機器人都是基於地面上貼的二維碼進行導航，依據事先規劃好的路線行進，遇到別的機器人，只能停留在某個二維碼上待其透過，不如 MegBot-S800 和 S800V 那麼智慧。
但 MegBot-T800 和 MegBot-T1000 有別的長處，前者擁有 245mm 的輕薄車身，體積負重比業界第一，並且還具備貨物智慧感應功能，能對超載和貨物裝載不規範的情況，自動發出提醒。後者機身同樣輕薄，只有 250mm，並且採用了 48Ah 電池，因此具有超長續航能力，可連續 12 小時工作。
第三類產品是 SLAM 導航智慧無人叉車，按功能劃分為負責平面搬運的 MegBot-L2000，以及負責垂直搬運的堆垛智慧無人叉車 MegBot-F1600。
前者額定載重 2.0 噸，適用於重工況長距離地面搬運。後者額度載重 1.6 噸，可取放貨物到最高 2.9 米處，適合重工況中的貨位堆垛。兩臺機器人都具備智慧感知能力，能保障三米範圍內人貨安全。
第四類產品是人工智慧堆垛機。增加了 AI 能力的堆垛機，安全性大大增加，可實現軌道異物視覺檢測、垛形視覺檢測以及庫位視覺檢測。在保證安全性的基礎上，堆垛機一次可存取搬運 8 個貨箱，提高 3–4 倍工作效率。
曠視一位工作人員告訴品玩，堆垛機無需真人操控，應該去哪個巷道、取什麼貨物、取多少貨物，都是由河圖系統進行智慧控制。從客戶下單到貨物取出，完全不用人工干預。
隨著 7 款物流硬體新品的釋出，曠視在“最硬 AI 公司”這條路上又往前邁了一大步。
為什麼曠視選擇持續加碼硬體？是為了搶傳統機器人廠商的蛋糕嗎？非也，不管是個人物聯網、城市物聯網還是供應鏈物聯網，曠視從來不是為了做硬體而做硬體。
配合演算法和軟體做硬體，實際上是曠視將 AI 落地產業過程中，摸索出來的一條必行之路。在 2020 年 7 月的一場交流會上，曠視聯合創始人兼 CEO 印奇道出了一家演算法公司做硬體的邏輯：“演算法、軟體和硬體在一起設計之後，確實比單獨設計軟體、演算法和硬體效果要好得多。”
王宏玉給品玩舉了一個例子：河圖系統下一步要做的數字孿生，需要底層硬體及時更新來配合。數字孿生是指將倉庫裡所有的貨物、裝置和流程，都進行數字化模擬。理想狀態下，數字孿生系統可以實時地在數字世界裡，呈現物理實體的真實狀況，從而達到對裝置、流程進行最佳化，簡化維護工作和提高效率的目的。
“河圖要做數字孿生，就得在底層連線各種不同的裝置。如果只靠合作伙伴來做硬體，對河圖的迭代速度有一定影響。而自己做硬體的話，迭代速度可以更快，讓河圖儘快成熟和完善。”王宏玉說。
曠視的長處是 AI 演算法，做硬體自然也充分利用到這一點，從今天釋出的 7 款新品就能看出來。王宏玉指出，曠視做的硬體和其他友商最大區別就是，裡面有很多 AI 的元素。不管是 SLAM 導航、貨物智慧稱重，還是安全檢測，曠視的新硬體處處體現 AI 元素。
唐文斌認為，物流行業與 AI 正在經歷雙向選擇的過程。傳統物流行業，人的工作壓力大、部分工作環境苛刻，物流成本連年攀升，企業主動尋求降本增效之道。而疫情期間，眾多企業選擇的人機協作自動化場景又多次被驗證為十分可靠，AI幫助物流行業進行數智化升級成為必然命題。
儘管選擇了軟硬一體化的戰略，但王宏玉表示曠視會把握好尺度，什麼自己做，什麼交給合作伙伴去做，會有一個衡量。同時，曠視依然保持開放的姿態，發起了人工智慧物流產業聯盟，聯合物流行業產學研各方力量，利用 AI 技術來提高物流效用。聯盟目前已經有 30 家成員，後續會進一步吸納更多企業。