风口观察｜“AI+制造”走到哪一步了？

风口财经记者 谢文倩

AI颠覆制造业的进度条，走到了“复杂”的一步。

8月25日下午，产研院（青岛）与深圳市人工智能与机器人研究院（AIRS）、山东机械工程学会、海尔机器人共同签署战略合作协议，山东首个机器视觉概念验证中心正式启动。作为人工智能的重要分支，机器视觉的发展机遇和重要性可见一斑。

作为智能制造的关键引擎，机器视觉能赋予机器“看见”和“理解”外部世界的能力，发挥着识别、测量、定位及检测功能。眼下，机器视觉的“复杂”来源于两个方面。一是近年来技术发展不断更新迭代，机器视觉逐渐深入到更多、场景更复杂的行业；第二则是不同应用场景的诉求之间差别非常大。机器视觉的解法有哪些？大模型如火如荼的发展又给这个行业带来了哪些赋能和启发？

机器视觉如何压缩成本走进“作坊”？

复杂应用场景带来的问题，最直接的反应在成本上面。

过去机器视觉主要应用于标准化检测场景，但随着技术的发展和检测需求的提升，视觉场景应用逐步扩展到复杂制造场景，如锂电池封装、汽车部件组装、大型复杂铸件的质量测量等。

“这些领域都相对标准化，但一些传统制造业的环境是比较恶劣的，它们完全就诉求不同。”广东工业大学教授蔡念回忆，团队曾经为一家五金企业设计过图像采集系统，来识别箱子里有没有塑料袋包装好的物体，考虑到工厂内部要配置环境光源等设备，当时另一家方案提供商给出了5万一套的报价。

报价一出，五金企业老板吓了一跳。他算了一笔账后觉得十分不划算：10套产品50万，这笔钱用来雇工人能干10年。最终，蔡念依照老板的要求把价格降到了1万/套。为了压缩成本，团队在硬件上面做了最大的“努力”，“我们连专业工业相机都没用，光源用的也是日光灯，能把系统做成都要依赖于算法的能力。”

在实体企业智能升级的转型过程中，不少企业普遍面临成本较高、难度较大等客观问题。对此，产研院(青岛)执行院长赵宇波介绍，“验证中心以‘AI+制造’为核心抓手，通过聚集和链接机器视觉领域高端人才、技术资源，打造‘一站式AI+视觉’软硬件系统验证及产业化平台，服务青岛市实体经济高质量发展。”

具体来看，验证中心从供给端和需求端着手，搭建平台，围绕生产场景需求定制并验证解决方案，提供从光学器件到传感器件、AI算法、数据集、视觉模组、AOI设备等多种高性价比、高价值产品组合，缩短技术装备化、装备产业化的周期，“其中，在供给端，验证中心可以在全球范围内引入机器视觉产业链优秀企业和科研机构，提升机器视觉本地化服务能力和影响速度；在需求端，验证中心可以聚焦本地优势产业或产业集群，在‘大产业+小集群’中链接各方需求构建场景基地。”赵宇波表示。

机器视觉更需要“小模型”

Chat GPT爆火之后，业内涌现了一股大模型的热潮。视觉大模型能为机器学习带来了更广泛的应用场景和更高的表现能力。但蔡念表示，这需要海量的数据支撑，企业若果想用好大模型，就要不断挖掘工业制造数据，为大模型提供足够的训练数据来源，此外还需要考虑参数和算力的问题。

大模型能为机器视觉提供什么助力呢？这些要求对于大企业而言问题不大，但巨大的成本是很多中小型企业是难以负担的。蔡念认为，此时不如考虑小模型和轻量化大模型。

具体到落地方面，他表示还要提高行业模型的泛化能力。智能制造场景化、碎片化明显，这就需要专注于特定领域进行训练，进行不同场景的模型定制化，最终形成某一领域的通用模型。

这意味着，机器视觉的理想未来，是在复杂的应用场景中打造标准化的应用方案。

如今机器视觉市场规模和应用场景正在不断扩大。亿欧智库的数据统计，2022年我国机器视觉市场规模突破200亿元，预计到2025年将达到393亿元，2020年至2025年行业的复合增速预计可以达到31%左右。

青岛高创澳海总经理白瑞明认为，目前机器视觉仍然处于快速发展的草莽时代，经过一段时间的快速发展，将来应该会出现行业洗牌的现象，这就要求企业能在这个领域中基于行业机器视觉解决方案找到标准化的东西，来把规模做大，同时不断推出新的产品，持续提高竞争力。