應用

技術

物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點新聞
企業(yè)注冊個人注冊登錄

微億智造和智云天工:系列新品讓中小企業(yè)用上工業(yè)AI

2023-01-09 14:01 物聯(lián)傳媒

導讀:通過推出由三個“工系列”創(chuàng)新產(chǎn)品和三個“靈系列”光學產(chǎn)品共同組成的新一代工業(yè) AI 工具庫,在將解決方案標準化、產(chǎn)品化方面邁出了重要一步,致力讓各種中小型工廠和制造企業(yè)都能用得起、用得上 AI,從而改變工業(yè)智能化的現(xiàn)狀。

隨著人口紅利到頂,傳統(tǒng)工業(yè)機器換人需求增多,工業(yè)AI賽道愈發(fā)火熱。

以工業(yè)AI質(zhì)檢為例,IDC預測2025年中國工業(yè)AI質(zhì)檢整體市場為9.58億美元(約合人民幣62億元),而這樣的市場,涉及到超過200萬產(chǎn)線質(zhì)量及效率相關人員,以及超過1400億元的年人力成本消耗。換言之,即便此時行業(yè)玩家均已進場并引發(fā)激烈的市場競爭,但工業(yè)AI質(zhì)檢的滲透率并不算高,工業(yè)AI仍存在需要重視的痛點難題。

此時對于工業(yè)AI服務商和應用方來說,找到合適的思想和路徑、打破僵局至關重要。

2023年1月6日,專注于“工業(yè)互聯(lián)網(wǎng)+工業(yè)AI”領域的微億智造和智云天工在深圳舉辦了合并后的首場重要新品發(fā)布會,隆重推出了由三個“工系列”創(chuàng)新產(chǎn)品和三個“靈系列”光學產(chǎn)品共同組成的新一代工業(yè) AI 工具庫,在將解決方案標準化、產(chǎn)品化方面邁出了重要一步,致力讓各種中小型工廠和制造企業(yè)都能用得起、用得上 AI,從而改變工業(yè)智能化的現(xiàn)狀。 

image001.png

微億智造和智云天工CEO 張志琦另外在會上提出“本立而智生”的理念,指明要回到AI被發(fā)明和使用的本質(zhì)來思考——即工業(yè)AI落地的“本”是現(xiàn)場的人的生產(chǎn)經(jīng)驗和海量的生產(chǎn)數(shù)據(jù),把這個“本”抓住了才能讓工業(yè)AI的“智”最大化的體現(xiàn)出來。 

11.jpg

一、正視工廠和服務商的痛點

從實踐成果來看,過去4年,微億智造和智云天工開拓了超過80個場景,交付了超過400臺智能設備和600套AI算法軟件,開發(fā)了超過700個行業(yè)應用模型。并且在超過1200條生產(chǎn)線上為客戶落地了人工智能應用,成功幫助企業(yè)節(jié)約超過1萬人的人員部署。

正是通過這樣長期的實踐探索,微億智造和智云天工獲取了來自工廠和工業(yè)AI服務商的兩方面反饋:

1)工廠方面的痛點包含項目導入周期長、技術像黑盒、換型換線慢、后續(xù)維護成本高、設備昂貴等。

2)工業(yè)AI服務商的痛點包含現(xiàn)場負樣本少、交付周期長、產(chǎn)品換線難度高、駐場成本高、模型維護成本高等。

這些痛點最終導致了工業(yè)AI項目落地難。

具體以傳統(tǒng)AI質(zhì)檢解決方案為例,圍繞判斷產(chǎn)品表面外觀缺陷這一目標,設備導入周期平均需要6個月,單產(chǎn)品模型訓練周期需要2個月,每個項目平均要有5位工程師駐場實施,整套成本居高不下,并且還不滿足柔性制造業(yè)頻繁換線的需求。這樣的情況自然會阻礙企業(yè)客戶為項目買單。

與此形成對比,微億智造和智云天工“本立而智生”的理念,強調(diào)從業(yè)者必須考慮重構工業(yè)AI“從數(shù)據(jù)采集,到模型訓練,再到落地部署”的整個業(yè)務流程,考慮讓AI在實際使用的產(chǎn)線上,自主學習海量的有效生產(chǎn)數(shù)據(jù),從而減少在測試產(chǎn)線上的“陪產(chǎn)”測試流程,減少這期間原始數(shù)據(jù)的浪費?;诖耍瑢⒋龠M形成順應自然樣本產(chǎn)生規(guī)律的“小樣本學習”模式,支撐模型迅速、高效、輕量化導入現(xiàn)場。

二、豐富的產(chǎn)品矩陣,賦能工業(yè)AI落地

【工】系列—更柔性、更智能、更普惠

新一代工業(yè) AI 工具庫的三款產(chǎn)品均以“工”字頭命名,“工系列”產(chǎn)品均具備更柔性、更智能、更普惠的優(yōu)勢。

image003.jpg

工小匠 — AI數(shù)字質(zhì)檢員

“工小匠”支持實現(xiàn)輕量化、柔性化部署,滿足小批量、多品種,多需求的外觀檢測需求,并且融合了AI+3D技術的自然人機交互系統(tǒng),像老師傅帶徒弟一樣,質(zhì)檢員可以訓練工小匠,再配合后端的檢測模型生產(chǎn)系統(tǒng)快速產(chǎn)出產(chǎn)線可用的模型,讓設備迅速達到上線使用狀態(tài)。樣本需要方面,“工小匠”實現(xiàn)了對微弱成像的缺陷需求降低到 50 個樣本,對顯著缺陷直接降到 0 樣本。同時,工小匠也致力于適配各類第三方非標自動化硬件,為產(chǎn)業(yè)上下游的合作伙伴充分賦能,共同建設開放的平臺生態(tài)。

工小智 — AI產(chǎn)線管理員

“工小匠”服務于工廠單點的質(zhì)量問題,而“工小智”則著眼于工廠的效率、安全等方面的全局管理,通過以人工智能、機器視覺、大數(shù)據(jù)等技術為手段,涵蓋硬件接入、云服務、移動端服務等能力,以輕量化、模塊化和快速部署的方式,實現(xiàn)工廠對人員效率、設備管理、質(zhì)量檢測、安全合規(guī)生產(chǎn)等管控的有效感知和提升。

據(jù)介紹,工小智搭建了類似“班組長/廠長”的管理體系,負責捕捉工業(yè)現(xiàn)場散落的非結構化數(shù)據(jù), 提供時、日、周、月等多維數(shù)據(jù)以供決策使用。

截至目前,工小智圍繞制造業(yè)“人、機、料、法、環(huán)”五大場景,已經(jīng)打造了 700 多種不同模型,在 700 多家企業(yè)成功上線,覆蓋 1000 多條產(chǎn)線,識別準確度達 90% 以上;平均生產(chǎn)效率提升 20%,設備保養(yǎng)合規(guī)率提升 99.5%,設備故障響應時間同比減少 70%,人員離崗行為減少 90%。

工小匯 — AIOT數(shù)字工廠管理員

“工小匯”是一款智能采集分析非結構化工業(yè)數(shù)據(jù),融匯結構化和非結構化數(shù)據(jù),并能實現(xiàn)大規(guī)模聚合處理的用于數(shù)字精益生產(chǎn)管理的智能化工具。

基于工業(yè)物聯(lián)網(wǎng)與現(xiàn)場實景管理的高效能組合,工小匯在多模態(tài)數(shù)據(jù)的整合處理能力方面表現(xiàn)突出。

具體來看,由工小匠、工小智及物聯(lián)網(wǎng)數(shù)采平臺共同組成的業(yè)務系統(tǒng)工具,可以對數(shù)據(jù)進行采集、存儲和建模,全盤管理視頻、圖像等非結構化數(shù)據(jù),日志、文件等半結構化數(shù)據(jù),以及多類業(yè)務系統(tǒng)產(chǎn)生的結構化數(shù)據(jù),從而在數(shù)據(jù)事實層、關聯(lián)和特征層、預測和規(guī)劃層等不同層面徹底加工和處理數(shù)據(jù),為企業(yè)決策者提供產(chǎn)能分析、設備分析、效率分析、質(zhì)量分析、人員分析、風險預警等綜合決策應用。

【靈】系列—更清晰、更精準、更快速

 image005.jpg

“工小匠”是軟硬結合的一體化解決方案,而配合這一方案的“靈系列”三款新型檢測儀在本次發(fā)布會上首次亮相,通過對光學技術和算法模型的打磨,它們實現(xiàn)了世界級產(chǎn)品中國化平替。

靈眸 OCT 工業(yè)高精度 3D 層析缺陷檢測儀

針對透明、半透明檢測對象,提供微米級別的 3D 成像及高空間分辨率檢測。采用創(chuàng)新的 3D 深度缺陷檢測算法,能夠?qū)崿F(xiàn)1024層的層析透視,填補了工業(yè)相機在穿透深度和檢測精度上的空白,達到并超越了了世界級水平。

靈鏡 PMD 3D 高反表面檢測儀

解決鏡面、類鏡面高反光材料的缺陷成像及檢測問題,針對汽車輪轂、光學鏡片、晶圓表面等高反光材質(zhì)的成像難題,檢測精度達到納米級,為客戶提供了高速度、高靈敏度、高準確曲率、強抗干擾性的新一代成像解決方案。

靈陣 OMX 光學一體化復眼陣列模組

自研車規(guī)級智能攝像頭模組,可以進行“樂高”式的多模組、多角度靈活組合,同時配合智能算法,在實現(xiàn)工業(yè)相機同等水準成像性能的前提下,成本可以降低 40% 以上,適用于各類外觀缺陷檢測場景。

全新的生產(chǎn)工具,“新智造”已經(jīng)開始

image007.jpg

去年底,主打“工業(yè)AI+機器視覺”的微億智造與主打“工業(yè)AI+大數(shù)據(jù)技術”的智云天工宣布合并,此次新品便是首次由兩家公司聯(lián)合推出,旨在面向廣大中小制造企業(yè),提供能用、好用的AI產(chǎn)品工具,解決工廠面臨的質(zhì)量、成本、效率、安全等問題。

未來,微億智造和智云天工將繼續(xù)專注智能制造領域,致力將人工智能視覺及相關的新一代信息技術落地在工業(yè)生產(chǎn)現(xiàn)場,幫助制造企業(yè)實現(xiàn)智能迭代轉(zhuǎn)型升級,并推動 AI 應用走向普惠。