自研行业数据大脑，加速工业AI模型构建与落地——访摇橹船科技创始人郑道勤先生

  人工智能（AI）技术的迅猛发展，正在引领第四次工业革命悄然而至。尽管AI技术在工业领域的部署并非一帆风顺，尚且有诸多难题需要克服，但这并不能阻挡历史趋势的车轮滚滚向前，AI必将为工业领域带来新的变革。

  重庆中科摇橹船信息科技有限公司（以下简称：摇橹船科技）正是看准了工业AI数字化转型的大趋势，致力于通过“光+AI”的核心技术，驱动行业高水平质量的发展。摇橹船科技成立于2020年，是由中科院西安光机所和重庆政府携手孵化的一家硬科技AI公司，具备光、机、电、算、软设计开发能力，面向制造业提供机器视觉器件、智能化传感硬件、智能工业机器人、Ai智慧平台及智能数字工厂系统解决方案。本刊（《视觉系统模块设计》，简称VSDC）最近采访了摇橹船科技创始人兼董事长郑道勤先生，请他分享了公司的AI+视觉方案在工业领域落地的方方面面。

  VSDC：目前，AI技术要真正在工业领域大规模落地应用，还有哪几个方面的问题是需要克服？

  郑道勤：摇橹船科技主要为工业客户赋能，在工业领域有两个问题是不容忽视的。首先是隐私和安全问题。在工业领域，隐私和安全至关重要。AI系统的应用可能会涉及到大量敏感数据，如生产数据、客户信息等。因此，需要确保AI系统的隐私和安全性能，防止数据泄露和滥用。

  其次是技术和应用的融合。AI技术需要与工业领域的具体应用场景相结合，才能发挥其最大价值。但是，目前许多AI技术仍然处于实验室阶段，难以直接应用于实际生产中。因此，需要加强技术和应用的融合，推动AI在工业领域的应用。

  另外，从3D视觉与AI融合应用的角度来看，目前3D技术的成熟度、硬件设备的限制等因素，都会影响实际应用效果，尤其是工业环境通常复杂多变，包括光照条件、温度、湿度等因素的变化，都可能会影响3D视觉系统的性能和稳定能力。因此，需要提高3D视觉系统对环境变化的适应性，确保在各种条件下都能正常工作，保障与AI融合应用的有效性、可靠性。

  郑道勤：摇橹船科技自研的THESEUS行业数据大脑，基于“预训练+精调”等新开发范式，使企业能快速构建属于自身个人的模型，实现更快速的模型迭代和效率提升。摇橹船科技致力于利用数据的自动流动化解复杂系统的不确定性，将正确的数据、以正确的方式、在正确的时间传递给正确的人和机器，提高资源配置效率。该系统具备以下几项优势：

  首先，光学与AI的深层次地融合。摇橹船科技依托自身在光学和AI方面的优势，将光学技术与AI技术深层次地融合，实现了高精度、高效率的AI检测解决方案。公司在涂胶质量在线检测、皮革面料智能检测、半导体设备高精度视觉对位系统等领域均有所应用。

  其次，高效的数据集建立方案。基于自身的光学技术优势，以智能视觉装备为数据抓手，抓取行业龙头及其上游企业设计端、研发端、生产制造端、物流运输端数据，公司的工业相机可获取高质量、高清晰的图像数据，为AI模型的训练提供有力的数据支持。而且，公司还可根据具体的应用场景和需求，定制化地收集和整理数据集，确保数据集的针对性和有效性。

  再次，先进的算法开发能力。公司团队具备深厚的AI技术背景和丰富的实践经验，可以针对具体的应用场景和需求，设计和开发高效、准确的AI算法。

  最后，强大的算力保证。在满足AI模型训练和推理的算力方面，摇橹船科技采取了多种方案。一方面，与专业的云计算服务提供商合作，利用云计算平台的强大算力资源支持AI模型的训练和推理。另一方面，摇橹船科技还能够准确的通过自身需求，搭建高效的分布式计算系统，通过多节点协同工作提供足够的算力支持。最后，还可通过GPU等硬件加速，提高AI模型的训练和推理速度。

  赛力斯汽车生产线的智能化改造，是摇橹船科技AI+视觉方案成功落地的典型案例之一。

  作为赛力斯汽车AI智能视觉检测系统的独家支持单位，摇橹船科技的AI智能视觉检测技术已成功帮助客户实现了关键工序检测的100%自动化。

  2022年，赛力斯汽车迫切地需要对生产线进行智能化改造升级。面对工业场景复杂多变、现有数据匮乏等重重挑战，摇橹船科学技术研发团队从布点安装系统、模型选择入手，经反复试验与验证，一直在优化调整方案，最终圆满完成了赛力斯汽车二工厂3D涂胶质量在线检测的成功上线。

  自此，摇橹船科技也成功研发出国内首套应用于汽车涂胶环节的3D涂胶质量在线检测系统，为新能源汽车制造的质量监控设立了“新质”标杆。

  2023年12月，摇橹船科技与赛力斯汽车的合作再次续写新篇章。在赛力斯汽车（两江智慧工厂）的生产线上，摇橹船科技为客户精心布置了300多个AI智能视觉检测点位，这些点位如同智能的“眼睛”，精准覆盖整车生产的每一个环节。它们能够实时监测汽车顶盖涂胶质量、核对PVC下遮蔽堵盖数量、检测车身焊接缝隙是否均匀等重要工序，确保每一辆汽车都达到最高的品质衡量准则。同时，这些智能检测点位还能够将采集到的影像数据迅速储存进“大脑”，为生产线的持续优化和升级提供了宝贵的数据支持。

  如在商品化车间，摇橹船科技的AI智能视觉检测系统，通过全面的内外饰检测保证车辆交付的品质。只需要用手机拍张照片，系统自动对接产线的MOM系统及时获取内饰的颜色、配置等内容，保证整车内饰的VIN码、徽标等安装的正确性。

  摇橹船科技的“触角”不仅通向赛力斯这样的汽车制造企业，同时早已跨越汽车生产线，延伸至工业制造的广阔领域。截至目前，摇橹船科技已与华为、三星、格力电器等100余家企业建立战略合作伙伴关系，AI智能视觉引发的“智慧火花”在制造业转变发展方式与经济转型的沃土上愈燃愈烈。

  VSDC：AI技术要在企业中大规模部署，在大模型建设、实际部署和达到预期使用效果方面，分别还要解决哪些问题？

  郑道勤：工业场景复杂、环境复杂、工艺复杂，导致工业 AI 大模型开发难度大、数量少。AI大模型在工业制造业领域全面应用落地相对缓慢，但是单一垂直大模型迁移性较高。

  要在企业中大规模部署AI技术，确实需要在大模型建设、实际部署和达到预期使用效果等关键阶段解决一系列问题。以赛力斯AI智能检测系统为例，主要面临以下两个难点：第一，数据的获取与标注。构建高质量的AI大模型需要大量的标注数据。然而，数据获取可能受到多种因素的限制，如数据隐私、数据访问权限等。同时，数据标注是一项繁琐且耗时的任务，需要投入大量的人力和时间。第二，技术标准化。目前AI领域缺乏统一的技术标准和评估体系，这可能会引起不同模型之间的兼容性和可移植性较差。我们应该关注客户所在行业的技术标准化进展，以确保所构建的模型能够与其他系统和应用相匹配。

  VSDC：请您分享一下对未来AI技术，特别是与机器视觉技术结合，在工业领域应用的发展的新趋势和市场前景。

  郑道勤：我们正在步入第四次工业革命的时代，AI慢慢的变成了工业领域的一股强大力量。从生产流程的优化到质量控制的提升，再到供应链管理的智能化，AI正日益渗透到工业领域的各个环节。

  传统的工业模式不再适应时代的发展。工业AI技术未来将在制造业领域加快数字化转型和应用的智能化，逐渐完备为高度自动化，自主决策的系统，但新的生产体系和应用场景也会给企业提出更多新的要求。

  随着机器视觉技术的持续不断的发展，相关产业链也将逐渐完备。上游的传感器、图像采集卡等硬件设备将一直在升级和优化；中游的机器视觉软件、算法等将更为丰富和成熟；下游的应用场景将不断拓展和深化。这将为机器视觉技术的发展提供更好的支持和保障。未来30年，智能视觉大有可为，硬科技，大有可为。