【年终特辑】看见科技创新力量 洞见时代创业精神—交通物流—蓝胖子机器:智能技术赋能可持续化供应链

简介: 【年终特辑】看见科技创新力量 洞见时代创业精神—交通物流—蓝胖子机器:智能技术赋能可持续化供应链

蓝胖子机器:智能技术赋能可持续化供应链

 

随着国内外物流交易不断从线下转至线上,仓储和物流的压力也急剧增大,再叠加人口红利逐渐消退,作为劳动密集型行业的物流行业对于自动化与智能化的需求愈加迫切。

 

本期《看见新力量》采访了2022阿里巴巴诸神之战“智能制造赛道”全球总决赛新锐奖获得者——深圳蓝胖子机器智能有限公司(以下简称“蓝胖子机器智能”),一起了解智能技术如何赋能智能制造赛道可持续化供应链。

 

image.png

 

一、 为企业打造“哆啦A梦”

 

蓝胖子机器智能于2014年成立,主要研发软硬件相结合的上件机器人、分拣机器人、拆码垛机器人、装卸载机器人、无人叉车、无人堆高车、复合型移动协作机器人等,将之应用到物流、快递等环节,匹配相关应用场景,形成整套的解决方案。基于机器人视觉、多机器人协作、自主导航、机器人学习等技术,蓝胖子致力于自主研发和打造智能机械臂、移动机器人、AI软件算法及其稳定成熟的场景应用。

 

蓝胖子机器智能的成立,还要从创始人邓小白的个人经历说起。在中山大学修读经济学毕业后,邓小白加入了全球最大的物流快递承运商UPS亚特兰大总部,凭借对于第三方物流业务以及供应链优化业务潜心研究,短短几年就被提拔为管理层。

 

在离开UPS后,前IDG资本合伙人、现峰瑞资本创始合伙人祎周将同样对物流自动化感兴趣的张浩介绍给了邓小白。随后,邓张二人一拍即合并成立公司,取名蓝胖子机器人(曾用名),英文名“Dorabot”。“Dora”取自于卡通人物哆啦A梦的英文,寄予打造一款智能机器人,能够像哆啦A梦那样达成人类各种各样的想法,还能够和人类做朋友的希冀。

 

蓝胖子机器智能很快得到了资本的垂青,创新工场投资的天使轮融资,为蓝胖子早期研发提供了重要的“弹药”保障。

 

根据国家邮政局的数据显示,过去十年,中国快递收发件数量的年平均增速为42%,在2018年更是突破了500亿件,超过美、日、欧等发达经济体的总和。面对迅猛发展的物流市场存在较大的劳动力缺口,智能机器人在物流行业中正在扮演重要的角色。而抢先进入这一赛道的蓝胖子机器智能如今早已步入正轨,2015年正式商业化运行,2021年营收过亿,目前在进行B轮融资,2019-2021年三年的复合增长率达到150%。

 

二、 核心算法驱动高效物流

 

“现阶段大家都在关注物流机器人,但事实上物流行业所涉及的领域非常广阔,它包括了快递、仓储、电商平台等等,在不同的应用场景下所需要用到的机器人是不一样的。因此,对于机器人软件水平的要求也是不一样的。”邓小白表示。

 

目前,蓝胖子机器智能的产品分为三大类,即智能机械臂、移动机器人和AI软件算法。但蓝胖子不负责机械臂和移动机器人的硬件生产,主要专注的是背后的软件算法研发。

 

蓝胖子在算法方面的布局有四大方向。第一个方向是计算机视觉,也就是机器人识别物品,尤其是在物品重叠时将其分割;第二个方向是机械臂的控制和运动规划,如果将一个物品从A点移动到B点,蓝胖子则会规划出最快、最短的一条路径;第三个方向是移动和多机协作,移动机器人在给定的区域里自主移动、自主导航、自主避障、自主充电等;第四个就是人工智能技术的应用,在遇到新场景后,机器人会通过深度学习进行视觉训练,以便快速识别新的场景。

 

值得一提的是,目前市场上针对供应链的AI产品需要解决不同场景的适应问题,而蓝胖子机器智能的AI软件算法产品具有强复制性。以其研发的智能装箱SaaS软件“装满满”为例,针对家居货物进行装载优化,当算法核心整体的装箱逻辑开发后,之后只需应用到不同场景丰富机器学习即可。例如汽车的轮胎、汽车的零配件,均可共用一套算法核心。

 

“在这个产品矩阵类别内,AI算法可以应用到大部分的业务领域,在不同应用的过程中不断丰富自己的算法,同时形成一些行业的标杆产品,可以有针对性的进行复制推广。”蓝胖子机器智能人士介绍到。

 

此外,蓝胖子机器智能旗下“蓝胖智汇Doraopt”作为领先的智能算法架构平台,它有效结合了AI数据驱动技术与传统运筹优化能力,可以实现产品的高弹性、高柔性、高安全、高实时的多目标时间空间组合优化。在此算法架构下,研发出来的产品可以赋能仓内、仓外、碳排追踪与优化等核心场景,助力客户建设更加绿色、经济可持续的供应链。

 

三、 不断积蓄国际化发展优势

 

成立之初,蓝胖子机器智能就确认了国际化的发展战略,并且主要从两方面着力——一方面是招募国际化人才,另一方面是开拓国际化市场。

 

现在,蓝胖子机器智能已经拥有一支来自10余个国家,超过300名员工,并且80%为技术人员的国际化团队。亚马逊机器人挑战赛第一届和第三届的冠军目前也被邓小白招至麾下。

 

image.png

 

市场方面,蓝胖子机器智能较早地在美国及澳洲布局,近几年又先后成立了新加坡、日本公司,进一步在亚太区发力。目前,蓝胖子已与多个国际行业巨头客户落地合作,包括全球知名快递物流承运商UPS、DHL、FedEx,北欧知名家居品牌宜家,全球船运龙头马士基等,正持续助力各行业客户实现降本增效,以科技助力绿色低碳发展及碳中和目标的实现。

 

今年,蓝胖子机器智能参加了2022阿里巴巴诸神之战“智能制造赛道” 全球总决赛并获得新锐奖,引起业界广泛关注。 蓝胖子机器智能表示希望通过阿里云创新中心平台与各界多多交流,共同进步不断发展,以智能制造助力产业链各环节改造升级。

 

鉴于目前智慧物流产品在整个物流行业的渗透率仍然较低,因此可以预见,智慧物流领域未来会有巨大的增长潜力。随着全球各地区客户对蓝胖子物流机器人解决方案的需求逐渐增多,蓝胖子机器智能以技术赋能可持续化供应链升级,助力客户建设更加绿色、经济可持续的供应链。

相关文章
|
6月前
|
机器学习/深度学习 人工智能 机器人
阿里云/本地部署OpenClaw 及Events事件系统解析:消息事件、Hooks、Webhooks 从入门到实战指南
OpenClaw 的 Events 事件系统是实现自动化、无人值守、主动办事的核心底层机制,它由消息事件、Hooks 生命周期钩子、Webhooks 外部对接三部分组成,让 AI 从“问一句动一下”变成“有事自动办、触发自动跑”的真正智能体。事件系统就像 OpenClaw 的神经网络,收到消息、启动系统、外部请求都能自动响应,是实现企业自动化、个人效率提升、多系统联动的关键。
840 0
|
10月前
|
人工智能 自然语言处理 数据可视化
2025年适合大型企业的BI产品及企业高效运用BI工具指南
本文将聚焦适合大型企业的BI产品选型,深入解析主流产品优势,并结合实践经验探讨企业如何用好BI工具,为各行业企业提供专业参考。
|
11月前
|
数据采集 JSON 文字识别
图像与视频页面的数据提取
随着小红书、抖音等视觉平台崛起,传统采集难以应对图像视频内容。本文详解多模态采集架构:通过OCR识别图文、关键帧抽取视频信息,结合元数据融合,实现对视觉内容的精准理解与结构化提取,推动数据采集从“抓取”迈向“认知”。
720 7
|
9月前
|
CDN
阿里云CDN收费标准:流量价格、带宽峰值计费及月结95带宽峰值计费说明
阿里云CDN收费包含基础费与增值费。基础费默认按流量计费,支持阶梯价及资源包抵扣;也可选按带宽峰值或月结95带宽计费。增值费如HTTPS、QUIC、WAF、实时日志等按使用收费,不使用不计费。2024年最新价格详见官方页面。
1298 2
|
8月前
|
机器学习/深度学习 人工智能 算法
从模仿到创造:用PPO解锁大模型的“价值观”与“创造力”
你好,我是maoku!本文带你深入浅出理解大模型后训练核心——PPO强化学习。绕过复杂数学,用比喻讲清奖励机制、GAE优势估计、裁剪策略与参考模型作用,手把手梳理RLHF全流程,助你真正掌握对齐人类价值观的关键技术。
|
9月前
|
iOS开发 开发者
Mac 安装 OmniPlan 3.14.4.dmg 详细步骤 新手一看就会
OmniPlan 是适用于 Mac、iPad 和 iPhone 的专业项目管理工具。下载安装包后,打开 DMG 文件并拖拽至“应用程序”文件夹完成安装。首次运行若遇系统限制,可在“隐私与安全性”中点击“仍要打开”,或右键选择“打开”。建议卸载旧版避免冲突,安装后可将应用添加到程序坞方便启动。
|
开发框架 搜索推荐 数据可视化
Django框架适合开发哪种类型的Web应用程序?
Django 框架凭借其强大的功能、稳定性和可扩展性,几乎可以适应各种类型的 Web 应用程序开发需求。无论是简单的网站还是复杂的企业级系统,Django 都能提供可靠的支持,帮助开发者快速构建高质量的应用。同时,其活跃的社区和丰富的资源也为开发者在项目实施过程中提供了有力的保障。
1260 157
|
存储 消息中间件 Kafka
中原银行实时场景企业级解决方案
中原银行实时数据开发平台负责人杜威科在Flink Forward Asia 2024分享了银行业实时数据处理的经验。内容涵盖需求分析、解决方案、场景案例与现状展望。银行业需构建全链路、全场景的企业级实时数据平台,解决动账场景下的复杂计算需求。通过Flink+Paimon方案,实现高效更新、低成本存储与便捷查询。案例包括账户表实时更新入湖、交易协同优化、实时图应用、海量数据存储及业务人员易用性建设。未来目标是实现上千张表实时入湖,缩短延迟并探索AI结合的新场景。
680 2
中原银行实时场景企业级解决方案
|
Linux 测试技术
Linux内核版本
【8月更文挑战第9天】Linux内核版本
735 10
|
机器学习/深度学习 并行计算 计算机视觉
Jurgen、曼宁等大佬新作:MoE重塑6年前的Universal Transformer,高效升级
本文介绍了一种新型Transformer架构,旨在解决Universal Transformer (UT) 在参数-计算效率上的问题。MoEUT结合了Mixture-of-Experts (MoE) 方法和UT的优点,通过MoE Feedforward Blocks、MoE Self-Attention Layers、Layer Grouping及Peri-LayerNorm等技术创新,实现了更高效的计算和内存使用。实验结果显示,MoEUT在多个语言建模和代码生成任务上显著优于标准Transformer,且计算资源需求更低。
630 5