您正在使用IE低版浏览器,为了您的雷锋网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
智慧城市 正文
发私信给余快
发送

0

对话 12 家明星 AI 创企:重仓数字城市,我们正瞄准的 8 大细分场

本文作者:余快 2021-08-04 14:27
导语:过去的AI更多基于平安城市龙争虎斗,未来的AI将更多根植于数字城市对弈过招。

对话 12 家明星 AI 创企:重仓数字城市,我们正瞄准的 8 大细分场


如果说科技与产业有CP,AI与安防绝对排得上号。

几年前,AI如海燕般出没波浪,盘旋碧空后,首先敲打起了安防的城墙,安防也敞开怀抱静候AI。

AI与安防的双向奔赴,让这一结合具有了开创性的意义,相互成就中:

科技企业携AI进场,引首以望,安防市场在快速、跑马圈地中飞速前进。

安防场景担当称职的试炼场,在实际场景、具体业务的反复锤炼中,科技应用不断精进提高。

原本封闭的安防市场,白夜如昼,海浪激荡,热浪连连。

几番争奇斗艳,历经狂风暴雨,第一回合的尾声之际,如今的平安城市格局已大抵有了模样:

传统安防企业稳居头部,跨界明星企业开挂出道,AI独角兽们割据一方。

但,在平安城市占据一席之地绝不是他们的终点。

从纷纷入场到乱斗火拼,在巨头们资源、渠道、财力优势下,活下来的一批AI企业们,更有进取精神。

在獠牙残酷、遍地高手的AI时代,在无限增长的驱动力下,所有人都必须寻找到新的增长点。

正如人生故事百变,但底子依旧是人间,AI不是一个产业,而是一个技术。

当平安城市领域,AI技术与场景的融合日渐娴熟之时,AI正迁移向无数需要它的行业。

如果说过去的AI更多基于平安城市龙争虎斗,那么未来的AI将更多根植于数字城市对弈过招。

新时代的行业场景怎么找,非常关键。

对产业场景、技术成熟度、落地适用性、资本认可度、自身实力的理解不一,在基础能力、策略规划、执行力度、意志决心等环节的综合考量,产生的结果将会千差万别。

雷锋网AI掘金志与12家明星AI创企展开一场对话,通过梳理了各AI企业的最新落脚点,探索他们选择赛道的判断标准、打法逻辑、核心优势,以从中看到当下智能科技的技术变现门道和市场趋势动向。

商汤:智慧交通,发力「交管、高速、地铁、公交」

进攻交通的商汤,有两个层面的考虑:边际成本和边际效益、技术突破性。

交通领域有海量的场景数据,但这些长尾数据难以获取,广泛布局的商汤,想要将全行业的数据汇聚成数据池,势必要覆盖类似交通行业的长尾数据。

此外,商汤认为交通行业的技术存在突破爆点。

城市计算的全感知,由感知智能、认知智能、决策智能组成。

智慧交通是典型的决策智能,核心是基于大量知识,不断地重新判断和推理,并作出决策,更加动态和灵活,也更加复杂。

在商汤看来,一道美食的落盘,除了食材本身的高要求,还需恰当的火候、到位的调料。

5年前的AI技术还支撑不起交通智慧化巨轮,自2018年开始,AI历经大坑终得突破性进展,技术成熟度、可用性皆达到了一个恰当节点。

2019年,商汤布局了感知智能,今年将进一步打通感知智能、认知和决策智能之间的沟壑。

在细分行业上,商汤今年将重度投入交管、高速、地铁、公交四大领域,并孵化民航、港口以及大铁等。但并非交通所有的细分场景都会进入,他们会从战略、经济以及社会效益方面综合考虑。

商汤还将「信号控制」上升到了基本功的高度。

“某种程度可以认为信控是交通的核心。在路面基础条件不变、交规不变的情况下,唯一能干预,就是信控了,这是能提高的上限的唯一变量。”

商汤告诉AI掘金志,信控要符合人类认知和习惯,要有约束的优化。在限制条件下,优化空间依然较大。

商汤内部模拟和部分城市实测,信号控制系统性能可以提升10%-20%。10%的提升,理论上可以将1小时的通勤时间降到54分钟,这将影响一个城市几百万到几千万人口所产生的劳动价值和经济价值。

商汤希望信号控制等决策应用,和感知智能产生的结构化的数据做打通,为政府的决策创造产生闭环。

旷视:供应链物流,鼎立的第三足

在城市物联网、消费物联网之外,供应链物联网成为旷视的又一大新的业务增长点。

旷视告诉AI掘金志,在进入一个新行业前,都会先评估自身的人工智能解决方案能否有效解决该行业的痛点、为客户创造价值、相关市场的潜在规模、自身能力和可利用的资源。

之所以选择供应链物流赛道,在于:

一、其是社会基础设施和实体经济的重要支柱,但物流自动化和工业智能化总体水平较低,市场空间巨大;

二、在供应链物联网领域,国内尚未诞生巨头,市场集中度较低,留出了市场空间;

三、供应链领域具有规模大、离散、柔性、少人的场景趋势,旷视的AI技术与该趋势相契合;

四、基于旷视在底层AI技术、软硬一体化产品、行业经验丰富的团队三大竞争力,以及与传统系统集成商和新兴方案提供商相比的差异化竞争优势;

五、物流行业为首的供应链场景相对标准和规范,并呈现持续稳健的增长趋势,为AI的落地提供了广阔的应用场景。

在软件上,随着业务需求日趋复杂,柔性、离散的物流子系统不断涌现,各种类型的机器人、自动化装备大量应用于物流行业,传统物流技术已无法有效应对这些挑战。

而人工智能技术可通过不断学习来修正策略,搭配足够的算法及算力支持,能够更加高效地管理和协同各种类型的设备,建立与业务紧密结合的物流系统。

旷视的智慧物流操作系统“河图”,将机器人等智能物流装备与物流、生产业务快速集成,提供规划、仿真、实施、运营等解决方案,以AI能力通过物联网技术连接物流各个环节。

在硬件上,旷视有AI机器人。其中,SLAM(即时定位与地图构建)技术可以让机器人在无信标的情况下实现定位导航,具有易部署、柔性等特点,适合在运行环境复杂、业务经常变动的场景下应用。

同时,旷视还以AI赋能传统的物流设备和自动化装备。如旷视人工智能堆垛机通过装载的五面扫描探照、3D摄像头,检测破损、异物、数量等异常情况,在提升作业效率的同时,保障盘点的准确率。

云从:智慧金融,延伸智慧交通和新基建

云从以核心技术,切入了智慧金融,并扩展智慧出行和新基建的业务。

2015年的“315”曝光了银行卡办理中的重大漏洞,不但在网络上能直接“买”到附带网银U盾的正规银行卡,利用假身份证,还直接在多家银行轻松办理了业务。

基于人证合一的市场需求,云从科技开始进入金融业。

云从科技的第一单业务,是给海通证券股份有限公司做远程开户的身份认证系统,当月海通证券远程开户身份认证量就超过了50万,平均每天有超3万的用户利用云从科技的系统进行开户。经此一役,云从科技的IBIS(生物识别)产品得以开始在金融业全面发力。

是否围绕“人”展开、是否有比较好的业务拓展性、市场容量是否足够大。

以上三点是云从选择某一赛道的思考核心。

云从提到,金融行业更看重的是安全,算法必须达到极致,保证非常高的误识率;而安防行业则要求快速,对准确率要求没有金融领域高,比较看重视频处理的速度、算法的综合运用,即平台能力、系统能力。

智慧出行领域已在包括中国十大机场中的九座在内的上百座民用枢纽机场部署上线,这些业务在云从看来不仅拥有大量的AI场景需求,且和安防、金融结合较为紧密,可以更好地利用云从的现有资源。

以新基建为例,云从科技拿下成都数字天府项目,总体建设任务围绕天府大脑、智慧物联平台、智慧门户、“城市治理”智慧应用、“生活环境”智慧应用、“产业经济”智慧应用、“公共服务”智慧应用七大板块展开。

云从提到,在投资人看来,在金融新基建的大背景下,凭借移动互联网技术,能够把一些线上和线下的场景潜移默化的拉到整个金融科技大的环境中。

金融科技行业的商业价值还需要行业中的普遍认知达到一定的水平才能体现,资本最看好的模式是能真正抓住金融市场需求,找到技术解决方法,进而反推价值链条的项目。

在工商银行广州分行中,云从通过构建溯源认证体系,降低跨境贸易结算过程中存在的信息缺失风险,保证了跨境贸易结算的安全性与高效率,该项目预计服务企业及个人客户数1万人,年交易笔数20万笔、年交易金额200亿美元。

触景无限:布局智慧电网,以智能感知推进能源革命

对于目前火热的碳中和等政策,触景无限表示,公司早在2018年开始决定做智慧电网,看中的是长期市场潜力。

“政策是一方面,但核心在于我们认为能源行业与人工智能将有很长的发展路线。”

触景无限指出,在供给侧,电力公司需要优化设备、提高效率,实现降本增效;在需求侧,消费者要实现用电管理的智能化,也少不了AI应用,而连接供给与需求的电网设施,同样需要AI技术来进行改造、维护。

根据中电联的测算,2021年我国智能电网投资金额可达969亿元,投资人对此也非常看好。

“与安防业务相比,电力业务更复杂,从发电侧到输电再到配电调度等等,环节多、过程长”。

在触景无限看来,多环节意味着多场景,多场景意味着需要更多的传感器实现感知覆盖。

传统电网采取的是发电厂到用户的单向模式,这个过程要历经“发电、输电、变电、配电、用电”等环节,各环节的关联性较弱。以输电为例,发电厂在生产电力之后,需要依靠高压电线来进行电力输送。

“电力调度、线路检测、运维检查、模型构建等比较重要,但智慧电网最重要的是全面的数据感知体系。”

众所周知,高压电线里程长、分布广,且主要通过人烟稀少的区域,在极端天气或者特殊场景下,高压电线出现事故之后,电网公司很难第一时间定位事故所在区域,也无法分析原因,及时抢修。

但智能电网就可以通过配置传感器来实现对线路的感知与检测,这些传感器分布在电塔上,将一条完整的线路切割成多条线段。当其中一条线段出现问题,那么传感器就能将异常数据传送至云端系统,电网工作人员就可以进行分析与抢修,及时恢复供电。

并且,电塔上的视觉传感器等还可以分析线路上是否有异物,周边环境中是否有山火、施工车辆、吊车触碰高压线等,保障电塔的正常运行。

在供给端(也就是发电厂),也需要AI赋能,比如用摄像头来监测工厂运行、用机器人做一些高危工作、用AI系统来计算数据等。

在消费端,电网公司可利用AI实现对消费数据的分析,优化服务,消费者也需要更为智能的系统和应用,丰富体验。

可以说,智能电网建设的整个环节,从供给侧到消费端,场景非常丰富,不同的场景,对于AI技术的需求又各有不同。

云天励飞:基于城市治理,立足人居生活

在以往安防业务的基础上,云天励飞将业务范围逐渐拓展到城市治理,以及与人更加密切相关的场景。

因此,目前云天励飞主要聚焦两大领域,数字城市和人居生活。数字城市之下,有智慧安防、智慧交通、城市治理、疫情防控等,人居生活主要包括,智慧社区、智慧园区、智慧泛商业等领域。

云天励飞提到,在对场景需求的理解之上,他们以人工智能算法、芯片技术为核心,并具备算法芯片化的能力,坚持“端云协同”的技术路线,打造了一系列面向数字城市和人居生活的产品和解决方案。

数字城市领域,他们推出了动态/静态人像系统—“深目”、视频结构化系统—“深视”,AI社群服务系统—“深迹”、多维大数据分析系统—“深海”、交通OD分析系统—“深邃”。

人居生活领域,他们打造出了客群分析系统—“商簿”、出入管理系统—“商翎”等。

核心竞争力一方面来自云天励飞的技术实力。

在AI算法层面,云天励飞探索AI识别各领域算法,包含动态/静态人像识别、目标属性识别、体态识别、手势识别、车辆识别等,在多项算法 PK 赛中获得第一名。

在AI芯片领域,2018年,云天励飞第二代自主知识产权神经网络处理器芯片DeepEye1000投片,已于2019年起实现独立商用,目前已与海康威视、阿里巴巴平头哥等建立了业务合作关系。

值得一提的是云天励飞在深圳建设的疫情防控监测与数据分析平台,该平台接通了全市6300多家零售药店以及部分农贸市场、交通枢纽、社区的测温数据,形成“测温一张网”。

云天还通过人工智能、大数据等技术,研发了基于个体和宏观态势的大数据监测分析模型,与近20个疫情相关的数据系统打通,形成了集数据采集、哨点监测、研判预警、闭环流转、辅助流调等多种能力于一体的常态化疫情防控数据监测与分析系统。

的卢深视:基于3D视觉,进攻智能家居、金融科技、轨道交通、智能汽车

的卢深视的三维视觉一直给安防带来不少惊喜。

近期,由的卢深视提供的“哨兵”三维人像多维数据管控通道,正式投入运行的第一天,就成功帮助查缉点的警官们抓获两名偷渡人员,这也是国家移民总局通过引用最新的三维人脸识别技术破获的首个偷渡案例。

“细分领域众多,我们判断是否入局的标准比较简单,一是三维视觉技术在该领域的必要性,二是三维视觉是否能给该领域带来变革性升级。”

的卢深视新的落脚点在于可规模化标准化量产的人脸识别模组,以模组为核心积极探索智能家居、金融科技、轨道交通、智能汽车等领域。

“目前以上领域都对3D传感器以及3D算法有着极大的需求,保守估计已经成千亿级蓝海市场。”

的卢深视表示,与AI安防的区别主要在落地层面。

在高准确率、高安全性、高鲁棒性等需求外,相较于安防领域是To G,直接面向消费者的领域对于产品的性价比、集成度、性能测试结果更为敏感。

智能家居产品,在性能之外更要求良好的交互性,是强用户体验的领域,的卢深视三维全栈技术通过非接触式体验,在快速完成识别应用的同时也能保证更好的用户体验;

金融支付领域涉及到极高的安全性,三维视觉技术具备天然的高安全性,在此基础上,的卢深视的技术可实现超大规模特征库实时高效检索,同时满足多家算法特征可相互比对的需求,由于仅复用模型特征,可保证不使用原始图像,经过加密数据特征互操作,更能保证隐私安全。

轨道交通领域则是面对千万级大库、高并发的场景,要保证从地面到地下不受光源变化影响。乘客顺畅进站,对于识别算法有着极高要求。的卢深视的2D+3D多模态识别方案,除了依靠人脸2D彩色纹理信息以外,还把人脸3D尺寸信息入库做辨识识别,准确率较传统2D人脸识别方案提高了2个数量级。

目前三维人脸识别市场正在蓬勃发展,根据Tractica数据,全球3D传感器和硬件子系统市场将从2017年的82亿美元增长到2025年的579亿美元。

以刷脸支付市场为例,行业巨头引领,市场数据显著增长。据iiMedia   Research预测:2022年刷脸支付终端市场规模预计达185亿元。同时,为保障金融支付安全,行业监管及准入标准陆续出台,《中国人民银行:金融科技(FinTech)发展规划》明确指出要探索人脸识别线下支付安全应用,高品质3D视觉产品和技术是刚需。

“产业发展趋势和政策支持的双重推动下,投资人也非常看好三维视觉产业。”

宇泛智能:面向长尾场景,编织智慧城市「毛细血管」

在宇泛看来,国家正从支持以雪亮工程等为代表的大型政府工程转向“智慧城市毛细血管”。

以智慧社区、智慧园区、智慧办公、智慧商业等为代表的民用智能化新基建将是未来AI和IoT业务落地爆发的场景。

这些也正是宇泛着重发力的赛道,主要考量为三点:

是否具有场景代表性、是否具有可复制性、投入产出等成本问题。

宇泛表示,在AI安防领域,企业聚焦在KA客户和政府客户上,发力大型项目,以追求高毛利来满足持续不断的高研发投入。

宇泛智能智慧社区系统落地昆明公租房项目

但进入新赛道后,市场客户长尾化,需求碎片化,客单价低,毛利低,如果以传统方式应对,很难获得较大盈利。

“从今年开始,不少公司开始重组业务并思考专项。纯AI技术的公司很难获得高议价权,而产品型公司又不得不面对投入产出比的考验,很多公司开始往“项目集成商”转型。”

宇泛从2016年就关注到民用长尾赛道,并布局产品、平台及生态,几年的打磨,已经将市场碎片化需求做了高度抽象和归纳总结,形成了独有的模块化产品开发和模块化业务落地能力,大大降低了成本,业务在稳定快速增长,建立起自己的生态能力。

宇泛告诉AI掘金志,经过几年的验证,投资人也更看好目前的长尾或民用新基建市场。

因为在大型政府项目和大客户项目的赛道上,多家公司厮杀激烈,市场饱和,且项目不具备强复制性,难以稳定持续造血。

而目前宇泛所专注的市场虽然碎片化严重,毛利低,但如能清晰地理清市场需求,高度抽象总结市场规律,就可以寻找到碎片化需求背后的通用性,打造出强复制性的业务模式和产品。

“而宇泛现在正验证了这一点,给了行业中不少投资人很大的信心。”

奥比中光:深入智能门锁、3D看房赛道,向城市三维数字化进发

奥比中光通过3D视觉感知技术,在智能门锁、3D看房等赛道加速落地。同时在智能家居、消费电子、自动驾驶、机器人、智慧医疗等领域的新兴应用进行前沿探索。

衡量“做与不做”,核心标准在于奥比中光的3D视觉感知技术是否能给细分行业带来价值,让市面上原有的产品&场景实现智能化升级。

奥比中光自2018年进入智能门锁市场,原因在于智能门锁行业正在向3D化升级,行业整体市场空间广阔。据悉,奥比中光已经与超过50家品牌锁企建立了合作关系,头部锁企通过奥比中光的真3D结构光方案实现了规模化量产。

奥比中光认为,相比于AI安防,智能门锁行业的整体发展阶段更为早期,大量的中小型锁企缺乏智能化升级所需的相关技术方案。

智能门锁领域对安全需求更高。具有金融级安全性的3D结构光技术,有望在智能门锁领域大规模落地。

“技术是发动机,市场是方向盘。这两年进入行业的AI企业,更加注重AI对于各领域的‘赋能’作用。”

奥比中光认为,技术发展的目标是为了更好地服务于人,奥比中光要做的是让城市实现三维数字化,通过多样化的3D视觉感知技术让“万物可感”,让所有终端都能看懂世界。

3D视觉传感器的构造精密,生产工艺复杂,量产难度高,能否实现大规模量产是衡量一家企业是否全面掌握 3D 视觉感知技术的核心评价指标之一。

奥比中光表示,他们2015年成功实现了3D视觉传感器量产,2018年成功突破百万级量产交付。目前,全球已掌握核心技术并实现百万级面阵3D视觉传感器量产的企业仅有苹果、微软、索尼、英特尔、华为、三星和奥比中光等极少数企业。2020年7月,公司自建工厂投产,为支撑大规模需求增长提供了有力保障。

以奥比中光在机器人领域的应用为例,去年疫情期间,搭载奥比中光“智慧之眼”的各类机器人活跃在疫区前线,配餐、送药、导航。实现这些应用,机器人需要AI 3D视觉感知技术实时感知外界并作出智能决策。

“我们认为,未来各种智能硬件终端都将成为类‘机器人’,拥有语音感知交互能力(‘嘴巴’和‘耳朵’)、视觉感知交互能力(‘眼睛’),以及各种AI决策分析能力(‘大脑’)。”

澎思:场景下沉,围攻 AIoT 赛道

除了智慧安防,澎思近年重点进入AIoT赛道(智慧通行、智慧社区、智慧楼宇等场景方向)。

“我们认为,智慧城市已经开始从政府牵头的城市大脑、雪亮工程等大型项目主导,逐渐演变为社区、园区、楼宇、校园等一大批城市微单元和中小企业端的长尾市场来占据主流。”

而这样碎片化场景和需求,其实考验的是行业建立AI、IoT、SaaS服务闭环的能力,市场需要标准化的智能设备和持续提升的AI价值。在这个过程中,人工智能和物联网的结合是一种大趋势。

“AIoT赛道的门槛不高,但是上限高。”澎思科技表示。

仅仅AI视觉的部分就集合了庞大的知识体系,做到精专并不容易,且还要涉及硬件、SaaS应用等一系列技术要件,要达到共同最优,端到端的能力尤为重要。

以人脸门禁为例,在性能指标上更重视识别速度、底库规模、在不同场景下的识别效果、人脸防伪等技术性能指标。

识别速度基本控制在0.3s内,底库规模3-5万(某些场景比如高校、大型园区对底库要求较大)、不同场景的适应性方面比如支持逆光(户外环境)、暗光识别(黑夜环境)的识别效果,还有对小孩的识别效果(适应学校场景)、老人的识别效果(社区场景)、多族群的识别效果(海外、国际学校场景),人脸防伪方面的RGB+IR双目人脸防伪。

“当时我们在打新加坡市场的时候,就需要满足多族群的识别效果,经过两周左右的算法优化,然后对设备进行在线升级(OTA),顺利解决问题。”

在澎思看来,与AI安防相比,AIoT场景更加碎片和多样化,市场主体是SMB为主,对设备的性能表现和稳定性要求都更高。

在AI安防业务中一般有专门技术人员驻场服务客户,而在AIoT市场,大多数时候都只能靠产品自身说话。

业务逻辑上,从自上而下的规划建设,演变为围绕客户、居民的现实需求展开,更加精细化。

臻识科技:智慧交通,「静态+动态」双线进发

“我们重点投入了城市静态交通和动态交通违章治理。”

臻识进入赛道前,会从三个方面判断:

是否在公司主航道;行业发展是否处于进入的最佳时机;投资回报收益是否合适。

臻识科技表示,从商业层面看,随着我国汽车保有量的快速增长和新基建的大力扶持,交通市场规模正加速扩大。并且智慧交通行业正处于技术转型期,视觉和AI技术的发展带动行业的管理、运营效率获得了大幅提升,市场认可度高,愿意为技术付费。

从臻识自身出发,作为最早布局停车行业的AI企业,在对停车行业的场景理解、停车数据、市场占有等方面均具备扎实的市场基础。

同时,解决场景应用问题时,臻识具备极强的端到端的AI能力,在和传统行业老大哥的竞争中不落下风。

臻识强调,智能交通领域一般不谈AI能力,而是谈产品,系统能力。

因为AI能力通常指某项算法解决了什么问题,但智能交通应用场景中,需要的能力非常综合,对企业综合能力的考验更高。

比如,面向路内停车研发的场景化智能相机:

成像上,要在确保不造成光污染的前提下清晰捕获停车事件;

算法上,核心要解决路内车辆在被大面积遮挡条件下的检测跟踪问题;

车辆位置判断上,需在有限的边缘计算资源下实现3D位置精准回归;

车辆身份识别上,要满足车牌、车身等车辆身份综合信息识别;

臻识同时提供路内停车相机专用的PaaS平台,对路内数据做清洗、挖掘、整合……

只有整体解决上述问题才能达成替代传统技术方案的应用效果,进而推动路内停车场景的智能化升级。

据悉,目前全国每2个车位,就有1个由臻识提供AI值守服务。

基于在智慧停车中积累的技术、数据、市场经验,臻识可快速迁移复制在智能交通的其他细分领域。如交通违法治理领域,无锡所联合臻识共同开发的车载违法抓拍审核系统,上市后已迅速在全国10多个城市铺开。

智慧交通的资本市场非常活跃,投融资事件、并购、上市需求都较多。

“投资人支持我们对这个市场的判断和选择,臻识也在2020年底拿到了B1轮亿元级融资,融资由华登国际领投,A轮现有股东跟投。”

图麟:重仓智慧工业,聚焦AI+工业质检

图麟科技重点进入智慧工业赛道,主要聚焦在AI+工业质检的细分领域。

“我们的这一选择,基于市场、需求痛点和产品技术可用度三个标准。”图麟科技表示。

1、市场广阔:根据IDC数据,2019年工业质检市场份额达1.07亿美元,正释放出强大的AI应用潜力;

2、需求迫切:传统的工业质检尤其是外观缺陷检测领域,主要依靠人工,检测效率低、误检率和漏检率偏高、良品率低,厂商迫切需要实现自动化;

3、图麟科技在视觉算法、光学系统、精准控制系统、大数据等技术的研究超过20年,有技术实力解决这一领域出现的痛点问题。

“与其他业务不同,工业产业链条复杂,各类生产数据获取较难,技术门槛高, AI想要渗透进去是相当难的,即使是图麟科技选择的成熟度最高的AI+工业质检领域也是这样。”

图麟科技对AI掘金志表示,以各类智能终端上的防护材质——盖板玻璃外观缺陷检测为例,想要实现自动化甚至智能化检测,有几个高门槛。

在技术层面,涉及的不仅仅是视觉算法,还需在自动控制、光学系统、大数据、智能软件等跨多学科、多领域的多项技术上取得突破。

在综合研发成本上,高端工业检测设备研发时间较长,耗费人力、财力、物力较大,即使设备成型后,还需要在工厂内反复试验、不断迭代。

正因如此,在过去长达十多年的时间里,这一领域一直被国际企业所垄断。

图麟科技刚成立不久,就瞄准了盖板玻璃外观缺陷检测领域,成为国内最早切入盖板玻璃高精密智能检测领域的企业之一。

2016年,图麟科技成为国内首家推出成熟的白玻AOI检测方案的企业,填补了智能检测设备国产化空白,当时行业内做盖板玻璃检测的企业寥寥无几,也没有真正可以实现落地的企业。

近两年,随着机器视觉技术的创新突破,尽管聚焦“AI+工业质检”的国内厂商从几家上升到几百家,但图麟科技已成为国内首个实现AI+盖板玻璃瑕疵检测项目落地应用的企业。

尤其在技术方面,突破了机器视觉算法、光学系统、精准控制系统等多项原创技术,自研了一套基于卷积神经网络的快速工业缺陷检测底层架构—Tunicorn通用视觉平台,可实现算法多模型场景下的调度管理方案,并能应对产品多变、缺陷情况复杂、检测标准多变、数据量大、稳定性要求高等问题。

工业质检领域极广,涉及领域比较广阔,3C电子、航空器件、精密五金、印刷包装、医药食品、光伏等都涉及到外观缺陷检测,大多需要进行智能化改造。

“加之在工业数字化、智能化改造的国家战略下,投资人支持且看好。”

闪马智能:以智慧交通为锚,做城市空间管理者

闪马智能通过接入城市摄像头、线上视频资源,结合AI视频智能分析算法,来实时发现异常事件,掌握城市运行态势,实现监控设备利旧赋能、视频资源再利用;面向道路交通、城市环境、工作学习、生活娱乐、互联网信息等五大空间,赋能公共安全、交通出行、高速公路、建筑工地、工业工厂、银行服务、互联网等行业,并且深入到行业端到端解决,未来构建完整的五大空间未来城市

中国智能交通协会公布的数据显示,2011年至2020年,我国智能交通市场总规模由420亿元增长至1658亿元,年化增长率接近20%。

“ 这个领域不管是视频分析,人脸识别,语音识别都有应用空间。”

闪马智能表示,交通市场是一个上千年的传统行业,投资金额非常大,占超过10%的GDP,通过AI创造更高效的行业的机会极其广阔。

而且,智慧交通行业是目前发展最迅猛投资最大的行业之一。

“与安防相比,城市交通更加传统,造桥,修路,空间巨大,但是管理难度也巨大。”闪马智能补充说,“我们深入视频行为分析结合行业know-how深入解决客户业务闭环,通过海量数据迭代结合闪马智能自主研发的ATOM深度学习平台,专注交通认知算法,是可以深入解决交通从管理、建设到运营的一体化智能空间管理平台。”

闪马智能研发出VisionMind视频智能分析平台,ATOM深度学习平台和“星云”云边一体化平台,建立了成熟的AI中台体系,能够将算法模型快速迭代及各类应用场景快速迁移。

在交通上,闪马智能利用视频的交通行为分析能力实时发现空间中的异常行为,通过智慧交通一体化管控平台,交管部门可以实时掌握城市交通整体运行态势,快速调度管理,协助公安、救援等资源方高效解决交通的风险问题。

总结

蛮荒时代,入场嘉宾们几经波折,有坎坷,更有收获,完成了AI落地产业从0到1的一步,这一步异常艰难,也意义非凡。

2019年,AI大规模落地,2020年,AI加速效益产出。疫情让人工智能的产业化价值得到发挥与释放,这个仍在闪光的行业也依然是资本市场的宠儿。

在某片的天地里,呼啸而起,大抵算得上黑马。然而,一鸣惊人后,竭力抑制非理性冲动,迅速脱胎换骨,以一种平常的姿态和形象持续的成长,才算得上真正的强者。

AI也许暂不能回山转海,但当抽离个体,在时代的长河中,也许正是这样一群群的微观个体,铸造出技术的铜墙铁壁,力挽时代的狂澜,改变潮水的方向。

而眼下,在商场的兴衰沉浮中,期待更多经受考验的、活泼成长的新兴企业群体,不断开拓出新的分野。

雷锋网雷锋网雷锋网(公众号:雷锋网)


                   

雷锋网原创文章,未经授权禁止转载。详情见转载须知

分享:

文章点评:

表情
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说