福克斯波罗 P0400YJ FBM08 调试方便
P0960AW CP30 |
P0960JA CP40 |
P0961FR CP60 |
P0400DA FBM01 |
P0400YC FBM02 |
P0400YD FBM03 |
P0400YE FBM04 |
P0400YF FBM05 |
P0400YG FBM06 |
P0400YH FBM07 |
P0400YJ FBM08 |
P0400YK FBM09 |
P0400YL FBM10 |
P0400YM FBM11 |
P0400YN FBM12 |
P0400YP FBM13 |
P0400YQ FBM14 |
P0400YR FBM15 |
P0400YS FBM16 |
P0400YT FBM17 |
P0400YV FBM18 |
P0700QV FBM20 |
P0700TW FBM21 |
P0900HS FBM22 |
P0900HT FBM24 |
P0900NX FBM25 |
P0900HU FBM26 |
P0900NY FBM27 |
P0912MJ FBM33 |
P0902XA FBM41 |
P0902XB FBM42 |
P0914YM FCM10E |
P0916CP FCM10EF |
P0914SQ FBM201 |
P0922YH FBM201b |
P0922YJ FBM201c |
P0922YK FBM201d |
P0926EQ FBM202 |
P0914SV FBM203 |
P0922UA FBM203b |
P0922UD FBM203c |
P0914SY FBM204 |
P0914XG FBM205 |
P0916CQ FBM206 |
P0914TD FBM207 |
P0914WH FBM207b |
P0917GY FBM207c |
P0914TB FBM208 |
P0914TN FBM211 |
P0914XL FBM212 |
P0914XN FBM213 |
P0914XQ FBM214 |
P0922VU FBM215 |
P0922VV FBM216 |
P0914TR FBM217 |
P0922VW FBM218 |
P0916RH FBM219 |
P0917HA FBM220 |
P0917HB FBM221 |
P0917HD FBM223 |
P0926GG FBM224 |
P0922QS FBM228 |
P0926GU FBM230 |
P0917GZ FBM240 |
P0914TG FBM241 |
P0914WK FBM241b |
P0914WM FBM241c |
P0914WP FBM241d |
P0916TA FBM242 |
P0914TK FBM243 |
P0914XN FBM246 |
福克斯波罗 P0400YJ FBM08 调试方便
初创公司:搭乘硅谷技术新风口,前微软高管“降维”打入AI工业质检
前微软(美国)SurfaceBook设计团队**总监郭玮,曾为微软贡献了30余项发明专利。2018年他在看清中国AI场景化应用的势头之后,立马召集了一批擅长数据处理、平台技术和AI算法的海外精英回国创业。
值得一提的是,在如今AI商业化浪潮中,市场分为三个层次:底层基础设施做芯片和算力、中间核心技术做大模型和大数据平台、上层场景化应用做解决方案落地。芯片除了技术还讲求生态,算力是国与国之间的比拼,大模型和大数据掌握在能烧得起钱的巨头手中,逐一分析排除下来,初创公司在中国*有优势的地方就是做应用落地。
2019年末,郭玮在深圳南山区创立了博瀚智能。他所组建的团队,仅凭履历就获得了深圳市高层次人才创业资助和投资机构3500万pre-A轮融资,并与深圳清华研究院联合成立了人工智能研发中心。
他给公司的定位是,一家依托自研的平台技术,专注于AI应用落地的公司,聚焦智能制造和自动驾驶两条主线。在对标领域里,智能制造与华为(NPU生态圈)密切合作,自动驾驶融入英伟达GPU生态圈。“公司的技术和产品有幸得到行业内*强的伙伴的认可,并同他们进行深度业务合作”
背靠华为计算底座,郭玮团队决心将制造领域里的AI质检提升到一个新高度,即完成甲方心目中的“不可能三角”——更短的开发周期、更高的准确率、更低的运维成本,以此颠覆传统AI质检。
博瀚智能将这套颠覆性系统称为“自适应AI质检系统”,可将模型的精度从95%快速提升至99.99%,并在后续一直维持如此高的精度标准。据内部统计,相关解决方案在上线周期缩短80%,人力成本降低90%,运维成本节省80%。
而这套自适应AI质检系统也与硅谷*前沿的风向不谋而合。2021年,被业界誉为“AI教父”的百度前首席科学家吴恩达,在一场直播中表示,AI系统正在从Model-centric(以模型为中心)向Data-centric(以数据为中心)转变。这意味着今后在AI技术路线中,数据质量要比模型本身更重要。
对于两者的区别,郭玮进一步解释称,此前Model-centricAI着重的是模型算法,可类比为人类的智商,代表着处理和学习信息的基本结构和能力。这个技术路线是通过不断优化算法本身来取得更好的结果,也就是说,通过不断提升人类智商来增强能力。而Data-centric相当于让人通过积累经验来提高能力,这意味着通过不断喂取机器高质量数据,来让AI持续适应不断变化的环境和需求。
值得注意的是,在Data-centricAI路线中,MLOps是至关重要的一环,也是博瀚所擅长的部分。MLOps在工业场景中的优势在于,其不仅可以帮助DataCentricAI的任务提高效率,还能确保模型在场景中保持有效。
对于一线实操而言,结合MLOps技术的DataCentricAI,将有效解决模型失效的问题,让原本飘在云端的AI系统,有了更标准化的落地策略——数据飞轮。而这个数据飞轮早于2021年在海外无人驾驶领域里开始被应用。
“质检与无人驾驶在数据训练上的底层逻辑相通,只不过复杂程度不同。”郭玮表示。这也是为何博瀚智能除了聚焦制造领域AI质检以外,另一个锚定的赛道是自动驾驶。同时,他还将博瀚智能的战略定位,“前三年营收以制造为主,后三年营收则希望实现双轮驱动。”
目前在制造领域,博瀚智能主要发力于3C和半导体AI检测。郭玮认为,“预计仅PCBA和外观检测市场规模就在400多亿人民币上下。”同时,PCBA市场中,20%的供应商将控制80%的产能,届时商业环境将是一个理想的强to B市场。
现阶段,博瀚智能自适应AI质检解决方案已经在多个行业头部客户落地。下一步若是郭玮所设想的模型,实现快速大规模复制,使成本随边际效应大幅递减,博瀚智能的AI质检模型将跑通PCBA领域,实现开箱即用。但在此之前一切还有待验证,同时这个自适应AI系统是否能向其他领域的AI质检拓展,也有待进一步观察。
此外,乘着今年ChatGPT的东风,越来越多硅谷AI精英组团归国,加入这场机器大战中。
福克斯波罗 P0400YJ FBM08 调试方便