近日，阿丘科技 CEO 黃耀受邀出席參與了由中信證劵舉辦的"獨(dú)角獸十問(wèn)十答"產(chǎn)業(yè)策略會(huì)，以"AI重構(gòu)工業(yè)視覺(jué)"為主題，分享了工業(yè)視覺(jué)領(lǐng)域市場(chǎng)發(fā)展現(xiàn)狀，當(dāng)前AI 對(duì)工業(yè)視覺(jué)領(lǐng)域的影響和應(yīng)用，以及剖析了未來(lái) AI 在工業(yè)視覺(jué)領(lǐng)域的發(fā)展思想、新觀點(diǎn)、新路徑等。

以下為精簡(jiǎn)版紀(jì)要

Q1

從技術(shù)角度看，AI將如何影響工業(yè)視覺(jué)？

一、維度提升，優(yōu)化復(fù)雜問(wèn)題的處理能力：Rule-based的方法受人工設(shè)計(jì)特征工程的維度限制，而深度神經(jīng)網(wǎng)絡(luò)可實(shí)現(xiàn)維度的量級(jí)提升。以大模型為例，可達(dá)到一千億、二千億的參數(shù)空間維度，高維度下處理復(fù)雜問(wèn)題更為簡(jiǎn)便。

二、性能改進(jìn)：一方面，降低現(xiàn)場(chǎng)運(yùn)維成本，受傳統(tǒng)Rule-based技術(shù)的瓶頸限制，現(xiàn)有AOI設(shè)備為保持低漏檢率與低過(guò)殺率，需進(jìn)行人工復(fù)判；AI可進(jìn)一步減少對(duì)人力的依賴，進(jìn)而提升成本效益。另一方面，在產(chǎn)品層面重構(gòu)用戶的交互體驗(yàn)，簡(jiǎn)化操作流程。傳統(tǒng)的工業(yè)視覺(jué)依賴于Halcon或康耐視的Vision Pro，需對(duì)數(shù)百個(gè)算子進(jìn)行預(yù)處理，工序復(fù)雜；而阿丘的AIDI軟件只有五個(gè)核心模塊，強(qiáng)調(diào)易用性。工業(yè)基礎(chǔ)視覺(jué)軟件正在從Software 1.0邁向 2.0，從Rule-based變成Smart Software后，用戶體驗(yàn)發(fā)生質(zhì)的飛躍。

三、通用泛化：實(shí)現(xiàn)跨領(lǐng)域通用，賦能碎片化工業(yè)視覺(jué)市場(chǎng)整合。工業(yè)領(lǐng)域包含電子、汽車、醫(yī)藥等眾多細(xì)分賽道，單一品類的市場(chǎng)容量不大，但多行業(yè)整合后的市場(chǎng)空間巨大。AI的通用泛化能力可推動(dòng)解決工業(yè)視覺(jué)領(lǐng)域的第一性原理問(wèn)題：如何實(shí)現(xiàn)碎片化市場(chǎng)的最大化覆蓋。

Q2

從商業(yè)模式角度，AI將如何影響工業(yè)視覺(jué)？

一、降低門(mén)檻，不再需要資深算法工程師進(jìn)行檢測(cè)與復(fù)雜的應(yīng)用，從業(yè)者只需對(duì)行業(yè)與軟件有基本認(rèn)知即可；

二、重塑成本結(jié)構(gòu)，研發(fā)成本降低，交付運(yùn)維成本降低，短期內(nèi)尤其是AI進(jìn)入一個(gè)行業(yè)的早期階段會(huì)增加數(shù)據(jù)成本（包括數(shù)據(jù)維護(hù)或數(shù)據(jù)標(biāo)注成本），但隨著時(shí)間會(huì)不斷降低，最終會(huì)走向基礎(chǔ)模型。未來(lái)三年整個(gè)行業(yè)的成本結(jié)構(gòu)將大幅優(yōu)化。

Q3

AI+工業(yè)視覺(jué)目前處于什么階段？

一、AI 1.0階段，核心為以算法為中心。1.0階段的算法特征為小樣本、高精度、低算力；落地方法論關(guān)注AI認(rèn)知、需求邊界、數(shù)據(jù)與模型的管理；客戶群體普遍存在痛點(diǎn)，愿意擁抱新技術(shù)且有一定支付能力。主要問(wèn)題為數(shù)據(jù)缺乏，上線部署周期長(zhǎng)，如遇未知缺陷必須重新訓(xùn)練，研發(fā)成本與定價(jià)偏高。

二、AI 2.0階段，核心為以數(shù)據(jù)為中心。一是開(kāi)始累積行業(yè)數(shù)據(jù)，這是2.0階段的重點(diǎn)。某場(chǎng)景下的客戶達(dá)到一定數(shù)量后，累積的數(shù)據(jù)可協(xié)助在基礎(chǔ)模型上針對(duì)不同客戶的需求進(jìn)行微調(diào)。二是形成工業(yè) AI 視覺(jué)的標(biāo)準(zhǔn)化平臺(tái)，減少對(duì)人工的依賴。三是完善數(shù)據(jù)清洗、數(shù)據(jù)生成、分析輔助的工具鏈。2.0階段產(chǎn)品易用性將大幅提升，同時(shí)成本進(jìn)一步下降，客戶關(guān)注性價(jià)比。此外，大規(guī)模的AI運(yùn)行 scale up & scale out、場(chǎng)景復(fù)制和遷移泛化的問(wèn)題是本階段的重點(diǎn)議題。

目前，阿丘正處于從1.0邁向2.0的上半場(chǎng)。整體而言，當(dāng)前AI在工業(yè)視覺(jué)領(lǐng)域仍屬于逐步加速滲透的過(guò)程，預(yù)計(jì)到2024、2025年之后將開(kāi)始加速普及。

Q4

工業(yè)視覺(jué)下游場(chǎng)景眾多，各自有什么特點(diǎn)？

一、最上層為半導(dǎo)體、面板與PCB，特點(diǎn)是工藝屬性強(qiáng)，不僅依賴技術(shù)能力，典型公司如KLA。該領(lǐng)域存在重大機(jī)會(huì)。

二、腰部市場(chǎng)，如汽車、電子、新能源領(lǐng)域。具有兩個(gè)典型特點(diǎn)：

1)極具創(chuàng)新力，以電池為例，有磷酸鐵鋰、三元電池、氫燃料電池、固態(tài)電池等多種形態(tài)。除頭部公司外，不斷有創(chuàng)業(yè)公司用顛覆性的創(chuàng)新方法重塑行業(yè)；

2)競(jìng)爭(zhēng)激烈，市場(chǎng)規(guī)模大且快速變化，靠近消費(fèi)者，難以形成一套標(biāo)準(zhǔn)解決方案。腰部市場(chǎng)需秉持解耦的理念，追求碎片化市場(chǎng)的覆蓋。

三、傳統(tǒng)行業(yè)，如食品、金屬加工等。特點(diǎn)是節(jié)奏慢，認(rèn)知度不佳，客戶較少關(guān)注底層技術(shù)，更為關(guān)注解決具體問(wèn)題的速度與產(chǎn)品易用性。因此在這類市場(chǎng)，產(chǎn)品力是制勝的關(guān)鍵點(diǎn)，而形成產(chǎn)品力的關(guān)鍵要素是易用性與快速部署。

Q5

除了仿真技術(shù)手段之外，還有什么方法可以加速corner cases的收集？

第一種方法是最早期采用的通過(guò)人為制造缺陷或PS缺陷數(shù)據(jù)，即與客戶商討該缺陷的特征和表現(xiàn)，以便公司能夠準(zhǔn)確了解其特點(diǎn)。然而，這種方法存在一個(gè)問(wèn)題，即如果客戶不提供足夠的信息，我們將無(wú)法準(zhǔn)確了解該缺陷。因此，這種方法在早期使用較多，但后來(lái)逐漸減少。

第二種方法是利用AIGC來(lái)進(jìn)行缺陷生成，通過(guò)模擬和生成缺陷的特征來(lái)解決問(wèn)題。這種方法可以有效應(yīng)對(duì)缺陷背后的復(fù)雜性，并且可以生成各種不同類型的缺陷，這是目前常用的一種方法。

第三種方法是利用非監(jiān)督學(xué)習(xí)的方式，使用OK品進(jìn)行建模。這種方法可以幫助公司更好地理解缺陷的特征和模式，從而提高缺陷檢測(cè)和修復(fù)的效果。

Q6

如何看待大模型對(duì)工業(yè)視覺(jué)領(lǐng)域的影響？

大模型是相對(duì)概念，用“基礎(chǔ)模型”描述更為準(zhǔn)確?；A(chǔ)模型包含兩層概念：

1）通用基礎(chǔ)模型，如SAM，能夠解決通用問(wèn)題，但是解決方案較為粗略，在工業(yè)場(chǎng)景中無(wú)法直接使用。

2）行業(yè)基礎(chǔ)模型，如針對(duì)PCB行業(yè)的基礎(chǔ)模型或預(yù)制模型，阿丘已在這類模型中取得進(jìn)展并實(shí)現(xiàn)商業(yè)化落地。

另一方面，大模型不能通吃一切，其可能符合To C端的通用需求，并誕生相應(yīng)的公司。但對(duì)于To B類或垂類需求，會(huì)出現(xiàn)垂類的基礎(chǔ)模型（小模型）。最終的生態(tài)將是大模型+垂類的細(xì)分模型并存。

Q7

CV領(lǐng)域什么時(shí)候會(huì)迎來(lái)“ChatGPT時(shí)刻”？

目前在工業(yè)視覺(jué)的實(shí)際應(yīng)用中，AI的應(yīng)用仍屬于上一波的技術(shù)階段，主要是深度卷積神經(jīng)網(wǎng)絡(luò)，其中神經(jīng)網(wǎng)絡(luò)層數(shù)大約為20-30層或30-50層，根據(jù)具體情況進(jìn)行選擇。

CV領(lǐng)域的“ChatGPT時(shí)刻”目前還沒(méi)有出現(xiàn)，顛覆性創(chuàng)新技術(shù)出現(xiàn)的時(shí)間具有不可預(yù)測(cè)性。Meta提出了SAM，得到資本市場(chǎng)瘋狂追捧，事實(shí)上只是邁出了一小步，CV領(lǐng)域的大模型依然需要一段時(shí)間。公司認(rèn)為，CV領(lǐng)域一定會(huì)出現(xiàn)自己的ChatGPT，大概率由技術(shù)路線清晰的頭部大模型公司引領(lǐng)。