首次公开亮相!知己AI大模型解决机器视觉行业痛点
张通社 zhangtongshe.com
|深耕张江的科技信息和企业服务平台|
AI大模型在国内风起云涌的时候,大模型如何在行业内落地,成为了持续探讨的话题。
在机器视觉行业,AI大模型的应用已经逐步成形。2023年上海慕尼黑机器视觉展,芯歌智能带来了机器视觉行业的首款AI大模型——知己大模型。
这款产品能为机器视觉行业带来哪些改变?张通社带您一探究竟。
01
知己AI大模型首次公开亮相
在刚刚闭幕不久的2023上海慕尼黑机器视觉展上,芯歌智能带来了多款主打产品,展台上人头攒动,展示出芯歌智能的软硬件技术实力,以及企业的行业影响力。
本次展览上,芯歌智能带来了多款产品,包括第三代激光3D轮廓相机sG57N和sG58系列,激光位移传感器tG51HZ和BZ系列,机器视觉缺陷检测软件AIAP极智算法平台以及知己大模型1.0。
这几款产品分别体现出了芯歌不同的市场竞争力及获客抓手。3D轮廓相机主打高速率和高精度精密测量检测;位移传感器主打性价比高精密测距及自动化;AIAP算法平台赋能相关硬件产品,使芯歌软硬全栈能力可以高效学习,快速部署,完美解决客户需求及行业痛点。
在这些产品之中,芯歌智能硬件优势已被业内认可,自研感算一体CMOS的工业相机为客户精密测量检测提供了最优国产替代产品;视觉检测方案生成机器人则是其一款新产品,基于知己AI大模型,它能根据具体场景实现可落地的视觉检测方案。
在实际场景中,如要想检测出一个直径约为0.5厘米的黑色斑点,知己机器人可根据情况,输出最佳的机器检测方案,并且生成方案的时间不超过5分钟。要知道,以往一个项目的视觉方案设计时间往往需要一两个工作日的时间。
02
知己大模型:
专注于工业检测的AI大模型
目前,中国已经发布了几十款AI大模型产品,绝大部分都致力于解决通用型的问题,比如百度文心一言和阿里巴巴通义千问等等。与他们不同的是,芯歌智能的知己大模型主要应用于工业领域,尤其是机器视觉领域。
芯歌智能的AI视觉负责人告诉张通社,客户可将文字、图片、3D点云等格式输入大模型中,知己就能生成关于特定工业检测项目的文字版本以及代码版本。这些方案非常完善,仅仅通过简单调整就能向客户展示,AI负责人说。
具体来说,芯歌知己大模型有什么特点?
无样本推理:由于有了大模型作基底,仅仅需要少量数据样本,就能完成常见的缺陷检测。
输入多模态:支持文字、图像、3D点云、非可见光数据的输入。
形态学分析:集成形态学分析功能,保证输出结果真实有效。
本地化部署:拥有17B参数,单台服务器即可部署,拥有边缘端自研推理控制。
本地知识库:支持构建安全保密的本地知识库,可通过word,pdf等多种方式输入信息。
安全可控:芯歌智能拥有多项专利,保证行业大模型的使用安全。
除了供芯歌智能内部的团队使用之外,该服务已经被数家芯歌智能的客户所使用。
例如,原来一家企业需要通过做库方式,为不同的缺陷构建单独的影像数据库,通过芯歌知己大模型,这家企业可直接完成工业检测的任务,无需花费大量成本去做库。
我们的知己机器人可以识别肉眼可见的裂纹,就算是肉眼不可见的缺陷,我们也能通过特殊光谱的手段轻松识别,AI负责人说。
03
提升项目执行效率
做有感知会决策的大模型
长期以来,机器视觉产业往往被认为是高速发展的行业,覆盖面广,客户也多。但是,这行业高速发展的另一面却是产品难以标准化,规模效应难以显现。
对于产品非标准化以及规模效应难出现,这个痛点本身可以通过大模型技术解决。
传统情况下,一位负责工业缺陷检测项目的人员需要与客户进行反复沟通,了解具体客户需求,并逐步形成具体解决方案,拿到具体数据并落地执行。一个项目开展下来十分费时费力,导致成本高企,影响到公司发展。
AI负责人表示,如果有一个系统可以把过去项目的经验积累下来,而且新项目可以使用过往项目的经验,那么这个项目落地就会变得更加高效。
芯歌知己大模型是为加速项目的执行速度而研发的。目前的大模型技术让AI有了非常出色的因果涌现能力,它能快速找到图像与数学模型的关联。这样的话,机器检测工业缺陷的效率会提升很多。
芯歌智能的知己大模型仍在持续完善的过程中,他的目标是做一个有感知会决策的AI。
例如,当AI发现工厂的缺陷率比平时多了30%,它会自动排查问题发生的原因,并给出相应的解决方案:由于特定工艺段的温度没有控制好,导致温度上升0.2度,影响了产品的良率,那一工艺段的温度失控是因为机器老化导致的。
AI负责人透露,芯歌智能目前正在服务一位客户的智慧工厂项目,正为它打造一个这样的AI系统,称为工厂大脑。
知己大模型已经被芯歌智能的团队进行广泛应用,原来需要140人执行的工作量,现在仅仅需要40人就可以搞定。这只是知己的初步阶段,未来它会走向商业化,有着更广阔的应用空间。
联系方式
有意向链接该企业
可以直接扫描下方二维码,
联系张通社小助手。
文字:薛路皓
编辑:杨悦铖
* 如您有报道、融资、招聘等需求,点击阅读原文填写表单,将有工作人员与您联系。
推荐阅读
*温馨提示:喜欢张通社公众号的小伙伴注意啦!根据公众号推送新规,请将张通社设为星标,这样才能第一时间收到推送消息,已设置的小伙伴还需要重新设置星标哦。
点击这里阅读原文
6月19日,在主题为行业大模型及智能应用技术峰会上,腾讯云并没有像此前的谷歌、微软或者国内的百度、阿里一样,布局一个基础的通用大模型,而是立足不同企业的场景需求,提出了全新的行业大模型 MaaS(Model-as-a-Service),探索出了一套行业大模型精选店的方式。令人兴奋!
大模型商业化落地的难点
1.数据与算力引入成本高。要在企业范围内部署与应用大模型,需要投入大量资源整合数据与算力,这使得大模型商业化门槛本身就很高。
2.模型生态落地难度大。大模型并非孤立存在,需要相关的开发工具、部署环境、应用接口等来实施,整个模型生态的落地与部署具有较高难度。
3.应用成本与风险较大。大模型的开发、优化与管理成本较高,且具有一定的商业风险,这也使得企业在投入大模型应用上存在较大障碍。
AI大模型进入行业大模型时刻,腾讯让大模型的商业化进程得以加速
一直在期待大模型的落地化场景,没有想到真正冒出头来的竟然是我们国内的公司,真是令人鼓舞!

原创首次公开亮相!知己AI大模型解决机器视觉行业痛点
原标题:首次公开亮相!知己AI大模型解决机器视觉行业痛点