一方面，河图本身集成了AIoT的服务能力，AI作为算法引擎，在其中起到的作用是核心的，也是频繁的。

从制造业来看，AI引擎的存在能够为企业或生产线带来生产效率和质量上的加成，从而可以辐射到产能，进而辐射到整个市场，为企业带来长期收益。从物流业来看，AI引擎可以击破物流行业最大的效率痛点，比如此前旷视和合作伙伴就为天猫超市的机器人仓库提高了40%的效能。

另一方面，AI引擎的自我进化能力的进一步提升，从宏观层面看，可以为整个行业带来连续的降本增效收益，从微观层面看，可以为生产周期、匹配精准度等带来实质的好处。

比如在制造业中，经过一段时间的作业学习后，AI引擎对于生产周期预测精准度的提高，将能让企业未雨绸缪，产能不足和产能过剩的概率，将会被大大降低。而在物流行业，AI的自我进化将帮助企业于无形中提升机器分拣的时间，或者是降低机器劳动力的成本。

而对于另一核心的IoT操作系统来说，从物与物连接这个层面的概念来看，它不仅能够将分散没有规律的生产网络连成一张有序运作的网，而且从行业生产作业方式的改革来看，它是根本性的改变，是将行业推到新时代的一个加速器。

一方面，从功能上看，旷视的物联网能够实现设备、机器人、传感器等多个角色的相互高效和即时需求连接，这是让生产和运作能够踏入高效率阶段的基础。

另一方面，从方式上看，软硬件结合的物联方式，一来可以让生产线、仓储分拣机器矩阵等实现信息化和数字化，二来这种协作方式能够形成相互优化的连接网络，同步性更强。

这么来看，AI引擎和IoT操作系统各司其职，它们所结合而成AIoT一体化系统是旷视得以赋能多个行业的基础工具。

正如旷视所认为的那样：在这个系统里，我们希望连接更多的物联网设备，目的是给客户提供闭环的价值，在AIoT以及任何时代要交付的有价值方案一定是软硬结合的。

旷视的AIoT多场景落地驱动力

光有技术，但如果不能落地，说的好听点叫还不成熟，说的不好听就是耍流氓。

所以对于技术的应用落地，旷视始终都有一个标准：能解决具体的行业问题或是个人问题时，旷视才会把这项技术推到现实中去。

正如旷视所认为的那样，“一方面我们希望牵头与众多合作伙伴一起，打造能降本增效的软硬结合方案，实现客户价值；一方面我们专注核心算法基因，持续打造能够接入更多设备的操作系统，实现产品价值。”

对于这次的品牌升级，以及带来的全新AIoT系统，旷视在服务场景上有着非常明确的目的：以智能设备为核心的个人生活场景、以城市传感器为核心的城市大脑场景、包含智能制造（物流和零售）的供应链大脑场景。

这些场景，都需要AIoT生态的赋能，无论是个人消费体验，还是企业商业化能力方面，AIoT的嵌入都是一种质变的催化剂。

旷视很清楚这一点，所以它想要让其各个场景中的AIoT操作系统尽快落地，赋能场景中的各个角色。

当然，旷视不是没有底气，算法时代的旷视在技术落地方面的就有着很大的话语权，比如其开发的在线人脸身份验证系统已经服务了超过4亿人；其城市管理方案已经在260多个城市落地；其智能终端解决方案已经覆盖了70%以上的安卓手机市场……

更何况，这七年，旷视也已经积累了一个非常丰富的合作伙伴生态，比如阿里巴巴、蚂蚁金服、菜鸟网络、华为、联想……这意味着，旷视有十倍甚至是百倍的落地应用渗透能力。

现在，AIoT系统的面世，无疑将帮助旷视完成更加宏伟的落地应用规模。从个人生活到制造业再到物流业，旷视将不断把这一套成熟的AIoT系统复制到亿万终端设备和生产线中去。

一个全面渗透的AIoT时代，正在加速向我们走来。而旷视，和算法时代一样，仍然是利用技术来驱动着着一切由内到外的变化。只不过这一次，旷视带来的驱动力更全面，也更成熟了。