超级机器人大战a攻略(超级机器人大战a攻略中文版女主角)

作者｜韦世玮 刘源

36氪获悉，近期AI工业视觉检测软件开发商「东声智能」获得数千万人民币A轮融资，本轮由元禾领投，绿河资本、产业投资人跟投，资金将用于研发投入，扩展发展方向，以逐渐形成公司产品矩阵，更深度地赋能工业。

成立于2019年的东声智能，主要以机器视觉和深度学习算法为核心，面向工业领域提供平台化、标准化的AI视觉检测软件，以及AI智能相机、AI智能硬件和解决方案，从而提高工厂产能、生产效率。

随着AI技术在工业4.0时代的融合发展，机器视觉技术和工业应用结合得愈发紧密，推动着工业数字化、智能化持续转型，其中AI机器视觉在工业质检领域的应用十分广泛。据2020年百度智能云联合华为无线XLabs实验室发布《5G+AI智能工业视觉解决方案白皮书V1.0》数据，预计2023年，全球用于工业自动化领域的机器视觉技术市场规模将达122.9亿美元，年复合增长率达21%，市场需求巨大。

东声智能告诉36氪，2019年前后，国内工业领域仍以自动化硬件和AI集成商为主，缺少以软件为内核的平台开发商，大部分工业AI软件还是来自国外公司。

另一方面，公司团队曾任职于韩国视觉软件开发商SUALAB（数优），是行业最早从事工业平台化软件开发、并实现量产和规模化落地的团队之一。随着2019年，SUALAB被美国康耐视公司收购，东声智能创始人、CEO韩旭决定带领团队创业研发一款国产的工业视觉检测软件平台。

现阶段，东声智能的AI工业质检产品包含三类：

1、HanddleAI软件平台：AI 2D外观缺陷检测及测量软件、AI 3D测量及检测软件

2、AI智能边缘硬件：深度学习AI智能相机、手持自动对焦检测设备、AI检测边缘计算套件

3、智能设备（与集成商联合）：AI数码电池检测设备、手机整机外观全检设备、LED灯珠检测设备

其中HanddleAI软件平台是东声智能的核心产品，目前该平台以2D检测为主，拥有高精度检测、小样本训练、迁移学习等特性，可实现外观缺陷检测、单样本检测、缺陷分类、目标定位等功能，广泛用于3C、泛半导体、锂电池等领域。

当下AI工业质检软件领域面临着许多技术瓶颈，包括如何用不同算法、工具开发模块和软件服务企业，还需不断升级和迭代深度学习技术；除了小样本学习外，解决同等材质下的鲁棒性问题，也要做好算法的迁移学习和兼容性；以及检测速度、算力等问题。

与同行相比，韩旭认为东声智能的优势在于能够给集成商提供一套视觉处理的标准化软件平台，满足客户在小样本学习、迁移学习、高精度检测、提升检测速度等方面的需求。例如在小样本学习方面，公司的软件最少只需3-5张缺陷图片，就能完成训练和学习，大大降低对样本的依赖和开发成本。

整体来看，现在AI工业质检市场还处于早期拓荒阶段，市场非常庞大，仅仅在更新迭代快的3C领域，就用“华米OV”等品牌的各种智能硬件，一个产品就有上千个零部件，都需要质量检测。但复杂多变的传统工业算法无法解决所有的问题，需要深度学习、机器学习算法实现突破，公司的市场机会很大。

如今，东声智能的产品已落地显示、光伏、半导体、3C、汽车及零部件、电池等多个行业，覆盖思科、伟创力、LG、华为、富士康、三星、比亚迪、立讯精密等多个客户。同时，HanddleAI软件平台从2019年落地至今已服务超2000条工业产线，未来目标落地超1万条产线。

团队方面，公司规模已超100人，工程师占比80%，拥有AI、传统算法、软件、嵌入式、光学5个研发团队，成员均来自人工智能、机器视觉、数据挖掘和工业领域，曾任职华为、富士康、现代重工、博世等公司。

相关链接：

36氪首发 | 智能制造公司「思谋科技」获2亿美元B轮融资，服务上百家头部企业

36氪首发 |「创新奇智」获中金甲子领投C轮融资，用AI推动传统产业智能化升级

合作头部客户京东方，「图麟科技」将落地AI+工业玻璃瑕疵检测项目 | 新基建创业2020

本文标签：