2023年，雖然工業(yè)機器人版塊并沒有迎來業(yè)內(nèi)期盼已久的“行業(yè)大復(fù)蘇”，但在“機器人+”政策以及人形機器人、GPT大模型、具身智能等各種概念的利好之下，工業(yè)機器人的熱度有增無減，甚至在今年上半年還實現(xiàn)了銷量上的正增長。
據(jù)高工機器人產(chǎn)業(yè)研究所（GGII）數(shù)據(jù)顯示，2023年H1，工業(yè)機器人銷量15.19萬臺，同比增長10.98%。GGII預(yù)計，2023年中國工業(yè)機器人全年銷量約33.3萬臺，同比增長9.90%。
不僅在銷量上保住了正增長趨勢，在融資層面也仍舊強勢，尤其是機器視覺領(lǐng)域。
據(jù)高工機器人產(chǎn)業(yè)研究所（GGII）數(shù)據(jù)顯示，2023年Q2，中國工業(yè)機器人領(lǐng)域融資事件23例，涉及融資金額約14億元人民幣；按融資案例分布來看，2023年Q2融資案例數(shù)量最多的是工業(yè)機器人本體（26%），其次是機器視覺和零部件領(lǐng)域（22%）；融資金額最大的領(lǐng)域主要是核心零部件（33.57%）和機器視覺（23.43%）領(lǐng)域。
然而，在機器視覺持續(xù)火熱的背后，國內(nèi)機器視覺市場規(guī)模正在逐步擴大，國產(chǎn)機器視覺企業(yè)也憑借新的差異化發(fā)展路徑，逐步崛起。
GGII數(shù)據(jù)顯示，2022年中國機器視覺市場規(guī)模170.65 億元（該數(shù)據(jù)未包含自動化集成設(shè)備規(guī)模），同比增長23.51%。其中，2D視覺市場規(guī)模約為152.24億元，同比增長20.21%，3D 視覺市場約為18.40億元，同比增長59.90%。
GGII預(yù)測，至2027年我國機器視覺市場規(guī)模將超過560億元，其中，2D視覺市場規(guī)模將超過400億元，3D視覺市場規(guī)模將接近160億元。
面對機器視覺領(lǐng)域的持續(xù)火熱，有企業(yè)負責(zé)人卻表示：“其實，我覺得行業(yè)前兩年是有‘虛火’的，但是任何一個行業(yè)都類似，這個‘虛火’本身代表了對于賽道的認可。而這兩年的‘虛火’有一個很大的好處，就是基本上大家認為人工智能與3D視覺在機器視覺解決方案中已經(jīng)走通，技術(shù)上已經(jīng)不存在問題，當前的要務(wù)就是如何才能把方案落地，并更加突出性價比。”
也正是在這樣的背景之下，跨維智能憑借創(chuàng)始人的“熱愛”與深厚的技術(shù)優(yōu)勢成功脫穎而出，并為機器視覺領(lǐng)域注入全新的發(fā)展思路。
跨維智能創(chuàng)始人賈奎博士的一句話，更是直接道出了當下3D視覺領(lǐng)域的問題核心：“我們需要用AI的能力解決物理世界三維的感知問題。”
“AI+3D”的技術(shù)路徑，在業(yè)內(nèi)并不算是新鮮的名詞，但AI對3D視覺算法的漸進式優(yōu)化并沒有解決行業(yè)痛點，項目的非標定制化問題仍然存在�？缇S智能倡導(dǎo)一條基于100%合成數(shù)據(jù)和AI能力平臺的新一代3D視覺算法生產(chǎn)模式，以無人化、標準化的視覺算法生產(chǎn)流程打破了視覺項目非標定制的瓶頸，產(chǎn)品化的交付能力讓行業(yè)看到了3D視覺技術(shù)普及的希望�？缇S智能作為一家以AI為內(nèi)核的企業(yè)，其新一代3D視覺解決方案已經(jīng)成功落地在越來越多的具體案例中，而且還提出了基于物理世界模擬的生成式AI 2.0的概念。
那么究竟何為“生成式AI 2.0”？又有何魔力？要想揭開個中奧秘，或許還需從跨維智能本身來尋找答案。
躬身入局
據(jù)悉，跨維智能是一家專注于3D視覺軟硬件產(chǎn)品研發(fā)的高科技人工智能企業(yè)，其致力于將先進的三維幾何深度學(xué)習(xí)技術(shù)應(yīng)用于工業(yè)智能化領(lǐng)域，為客戶提供AI視覺算法、3D智能相機和高性價比的軟硬件一體化3D視覺解決方案，讓機器人以靈活主動的方式完成復(fù)雜環(huán)境下基于3D視覺的定位、識別、引導(dǎo)等任務(wù)。
成立一年內(nèi)，跨維智能就成功完成兩輪近億元融資，目前已獲得來自松禾資本、真格基金、聯(lián)創(chuàng)資本等知名機構(gòu)投資，并由此引發(fā)了資本圈以及業(yè)界的高度關(guān)注。
那么，當初跨維智能是基于何種初衷選擇了AI作為入局3D視覺的主要方向？據(jù)賈奎博士透露，2016年回國后，其在華南理工大學(xué)便選擇用新型AI作為攻克三維感知的研究方向，彼時該校還建立了“幾何感知與智能”實驗室。
也正是基于這樣的長期技術(shù)積累，讓賈奎博士看到了AI在三維感知層面的商業(yè)化潛在機會。
賈奎博士表示：“用AI來做三維感知，它本身有兩大應(yīng)用方向，第一是泛機器人的感知，其次是虛擬現(xiàn)實的增強，不管是前者還是后者都存在著現(xiàn)實三維空間中的感知問題。而經(jīng)過了前期的技術(shù)沉淀，我們需要考慮從興趣到產(chǎn)業(yè)化的機會，為此，選擇了與機器人相關(guān)，譬如機械臂、無人車、人形機器人等。如何讓這些機器人能夠真正具備智能決策的能力，這就涉及到眼和腦的協(xié)同，倘若缺乏對三維世界的感知，那么機器人相關(guān)產(chǎn)品便不能做出相應(yīng)的決策，它也就不是一個智能體。當然，這里面還有很多的應(yīng)用方向，但為何跨維偏偏選擇去賦能機械臂相關(guān)的操作感知決策？關(guān)鍵一點就是我們要垂直打穿一個業(yè)務(wù)落地方向。”
正是基于這樣的發(fā)展方向，跨維智能在產(chǎn)品層面也屢獲突破。今年5月底，跨維智能發(fā)布了一款專為工業(yè)生產(chǎn)領(lǐng)域設(shè)計的Xema系列3D相機產(chǎn)品，該款產(chǎn)品一經(jīng)推出在業(yè)界就引發(fā)了巨大關(guān)注。
技術(shù)開源
“我們此次推出的產(chǎn)品為Xema北極鷗系列開源相機，在小/中/大不同的工作視野下，跨維智能Xema系列劃分了Xema-P/S/L三款相機，以合適的價格、優(yōu)質(zhì)的技術(shù)方案，為不同的工業(yè)應(yīng)用場景提供可靠的相機硬件方案。用戶可根據(jù)實際應(yīng)用場景及使用需求，選擇相應(yīng)的相機型號。”跨維智能相機部負責(zé)人吳迪介紹道。
據(jù)了解，跨維智能Xema北極鷗系列開源相機不僅提供先進的API接口和SDK二次開發(fā)軟件包，使用戶能夠以極大的靈活性進行二次開發(fā)。同時，通過開源平臺，用戶還將獲得對3D相機的完全掌控權(quán)。
“我們其實是希望通過開源的模式，來降低整個工業(yè)界對3D成像硬件的研發(fā)成本。因為當下普遍存在著這樣一個現(xiàn)象——每家企業(yè)都希望自己研發(fā)而不是采購別人的3D相機，如此，每家企業(yè)勢必就得從零開始研發(fā)，這對整個社會而言是巨大的浪費，與其如此，大家還不如把力量合在一起，研發(fā)出最通用、效果最好的3D相機�，F(xiàn)在，我們在技術(shù)上有一些優(yōu)勢，所有我們把自己的代碼、設(shè)計圖紙通過開源的方式，向整個工業(yè)界揭開，希望通過這樣的方式來促進行業(yè)乃至社會的發(fā)展進步。”談及開源的初衷時，吳迪如此說道。
對于跨維智能而言，開源只是邁向理想路上的第一步，打造3D視覺大模型實現(xiàn)“降本增效”方為其真正目的。
生成式AI 2.0
目前，3D視覺在工業(yè)制造的落地方面，依舊存在著諸多難點和痛點，譬如碎片化、多變等需求。以拆垛為例，可能是拆箱子、拆帶子，也可能是混合的拆垛、拆木板、拆電器門板等；還有工件，可能是半無序的工件，也可能是完全無序的工件，高反的工件或者是異形工件和大長寬比，所有的這些需求也就決定了場景定制化落地，縱然有些軟件產(chǎn)品的輔助，但仍存在著不同程度的定制調(diào)優(yōu)。
面對這樣的復(fù)雜情況，在賈奎博士眼里，生成式AI無疑是最優(yōu)解。
但當前的生成式AI本身也有局限性，以圖文為主，側(cè)重通過對自然語言的理解嘗試對需求做出示意性的反饋，但無法保證精度，因而在科技、工程等領(lǐng)域應(yīng)用受到諸多限制，要想打破這樣的局限，就必須將生成式AI與物理世界結(jié)合，為此賈奎博士認為：“基于物理世界模擬的生成式AI，是生成式AI 2.0”。通過這樣組合，生成式 AI便可預(yù)測物理世界中的千萬種、甚至上億種可能性，形成有價值的合成數(shù)據(jù)。
以機械臂的抓取為例，通過仿真模擬平臺掌握了“光線對場景目標的反射、折射影響”等物理規(guī)律，生成式 AI就能預(yù)測模擬出一個瓶子，在不同場景光照下，周身不同的反光程度；一堆釘子，所有可能出現(xiàn)的散落狀態(tài)等。
而這也恰恰是跨維智能的優(yōu)勢所在，通過生成式AI不僅能夠輕松解決了業(yè)內(nèi)普遍存在的痛點和難點——據(jù)了解，目前業(yè)內(nèi)大多數(shù)企業(yè)都是采用自行采集真實樣本的方式來開發(fā)或訓(xùn)練算法，但自采的方式不僅成本高、效率低，加上終端應(yīng)用場景碎片化，數(shù)據(jù)通用的概率相對較低，需要經(jīng)過一系列的優(yōu)化，這無形之中又增加了數(shù)道工序，性價比極低。
對此，賈奎博士曾表示：“用五六年、上千個案例積累的真實數(shù)據(jù)，通過合成數(shù)據(jù)，幾天就能完成。相比于人工采集與標注數(shù)據(jù)，合成數(shù)據(jù)的成本能夠?qū)崿F(xiàn)幾個數(shù)量級的降低。”
最關(guān)鍵的還是，在訓(xùn)練效果上，合成數(shù)據(jù)能夠更優(yōu)于真實數(shù)據(jù)。由于本身就是基于物理規(guī)律合成，合成數(shù)據(jù)天生自帶絕對精確的標注，這就意味著，AI學(xué)習(xí)起來效率非常高。另外，合成數(shù)據(jù)的“全面性”是真實數(shù)據(jù)難以比擬的。
“跨維智能其實就是用新型的AI對物理規(guī)律進行建模，讓機器人的感知更智能、更精確，然后做出更好的決策，從而賦能到垂直場景，解決工業(yè)制造等領(lǐng)域所需的柔性抓取操作需求。”
據(jù)介紹，跨維智能旗下的生成式AI產(chǎn)品，目前，無需使用一張真實圖片就可完成機械臂復(fù)雜場景作業(yè)的3D視覺模型訓(xùn)練，僅通過使用合成數(shù)據(jù)訓(xùn)練的模型引導(dǎo)機械臂的柔性操作，便可以實現(xiàn)現(xiàn)場99.9%以上的穩(wěn)定抓取。
相較于行業(yè)傳統(tǒng)定制化開發(fā)的模式，企業(yè)基于生成式AI 2.0，就可以利用通用大模型，實現(xiàn)產(chǎn)品模塊化開發(fā)，做到開箱即用的部署，進而實現(xiàn)同行業(yè)直接拓展，不同行業(yè)也能有效復(fù)用，3D視覺行業(yè)的商業(yè)化難題也就迎刃而解。而這恰恰是跨維智能所憧憬的行業(yè)未來，賈奎博士承諾，跨維智能從3D合成數(shù)據(jù)到基于AI平臺的3D視覺算法等中臺能力未來也將向行業(yè)開放。
雖為新生代企業(yè)，但跨維智能的大局觀、長期主義及開放性，都為行業(yè)帶來了全新氣象。俗語有云：“相聚為始，并行乃濟，無欲則成”。只有足夠開放，才能聚眾智、合眾力，從而推動3D視覺行業(yè)的全面繁榮發(fā)展。
