AI重构工业视觉 | 阿丘科技受邀中信证券产业策略会精选问答

近日，阿丘科技 CEO 黄耀受邀出席参与了由中信证劵举办的"独角兽十问十答"产业策略会，以"AI重构工业视觉"为主题，分享了工业视觉领域市场发展现状，当前AI 对工业视觉领域的影响和应用，以及剖析了未来 AI 在工业视觉领域的发展思想、新观点、新路径等。

以下为精简版纪要

Q1

从技术角度看，AI将如何影响工业视觉？

一、维度提升，优化复杂问题的处理能力：Rule-based的方法受人工设计特征工程的维度限制，而深度神经网络可实现维度的量级提升。以大模型为例，可达到一千亿、二千亿的参数空间维度，高维度下处理复杂问题更为简便。

二、性能改进：一方面，降低现场运维成本，受传统Rule-based技术的瓶颈限制，现有AOI设备为保持低漏检率与低过杀率，需进行人工复判；AI可进一步减少对人力的依赖，进而提升成本效益。另一方面，在产品层面重构用户的交互体验，简化操作流程。传统的工业视觉依赖于Halcon或康耐视的Vision Pro，需对数百个算子进行预处理，工序复杂；而阿丘的AIDI软件只有五个核心模块，强调易用性。工业基础视觉软件正在从Software 1.0迈向 2.0，从Rule-based变成Smart Software后，用户体验发生质的飞跃。

三、通用泛化：实现跨领域通用，赋能碎片化工业视觉市场整合。工业领域包含电子、汽车、医药等众多细分赛道，单一品类的市场容量不大，但多行业整合后的市场空间巨大。AI的通用泛化能力可推动解决工业视觉领域的第一性原理问题：如何实现碎片化市场的最大化覆盖。

Q2

从商业模式角度，AI将如何影响工业视觉？

一、降低门槛，不再需要资深算法工程师进行检测与复杂的应用，从业者只需对行业与软件有基本认知即可；

二、重塑成本结构，研发成本降低，交付运维成本降低，短期内尤其是AI进入一个行业的早期阶段会增加数据成本（包括数据维护或数据标注成本），但随着时间会不断降低，最终会走向基础模型。未来三年整个行业的成本结构将大幅优化。

Q3

AI+工业视觉目前处于什么阶段？

一、AI 1.0阶段，核心为以算法为中心。1.0阶段的算法特征为小样本、高精度、低算力；落地方法论关注AI认知、需求边界、数据与模型的管理；客户群体普遍存在痛点，愿意拥抱新技术且有一定支付能力。主要问题为数据缺乏，上线部署周期长，如遇未知缺陷必须重新训练，研发成本与定价偏高。

二、AI 2.0阶段，核心为以数据为中心。一是开始累积行业数据，这是2.0阶段的重点。某场景下的客户达到一定数量后，累积的数据可协助在基础模型上针对不同客户的需求进行微调。二是形成工业 AI 视觉的标准化平台，减少对人工的依赖。三是完善数据清洗、数据生成、分析辅助的工具链。2.0阶段产品易用性将大幅提升，同时成本进一步下降，客户关注性价比。此外，大规模的AI运行 scale up & scale out、场景复制和迁移泛化的问题是本阶段的重点议题。

目前，阿丘正处于从1.0迈向2.0的上半场。整体而言，当前AI在工业视觉领域仍属于逐步加速渗透的过程，预计到2024、2025年之后将开始加速普及。

Q4

工业视觉下游场景众多，各自有什么特点？

一、最上层为半导体、面板与PCB，特点是工艺属性强，不仅依赖技术能力，典型公司如KLA。该领域存在重大机会。

二、腰部市场，如汽车、电子、新能源领域。具有两个典型特点：

1)极具创新力，以电池为例，有磷酸铁锂、三元电池、氢燃料电池、固态电池等多种形态。除头部公司外，不断有创业公司用颠覆性的创新方法重塑行业；

2)竞争激烈，市场规模大且快速变化，靠近消费者，难以形成一套标准解决方案。腰部市场需秉持解耦的理念，追求碎片化市场的覆盖。

三、传统行业，如食品、金属加工等。特点是节奏慢，认知度不佳，客户较少关注底层技术，更为关注解决具体问题的速度与产品易用性。因此在这类市场，产品力是制胜的关键点，而形成产品力的关键要素是易用性与快速部署。

Q5

除了仿真技术手段之外，还有什么方法可以加速corner cases的收集？

第一种方法是最早期采用的通过人为制造缺陷或PS缺陷数据，即与客户商讨该缺陷的特征和表现，以便公司能够准确了解其特点。然而，这种方法存在一个问题，即如果客户不提供足够的信息，我们将无法准确了解该缺陷。因此，这种方法在早期使用较多，但后来逐渐减少。

第二种方法是利用AIGC来进行缺陷生成，通过模拟和生成缺陷的特征来解决问题。这种方法可以有效应对缺陷背后的复杂性，并且可以生成各种不同类型的缺陷，这是目前常用的一种方法。

第三种方法是利用非监督学习的方式，使用OK品进行建模。这种方法可以帮助公司更好地理解缺陷的特征和模式，从而提高缺陷检测和修复的效果。

Q6

如何看待大模型对工业视觉领域的影响？

大模型是相对概念，用“基础模型”描述更为准确。基础模型包含两层概念：

1）通用基础模型，如SAM，能够解决通用问题，但是解决方案较为粗略，在工业场景中无法直接使用。

2）行业基础模型，如针对PCB行业的基础模型或预制模型，阿丘已在这类模型中取得进展并实现商业化落地。

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，并诞生相应的公司。但对于To B类或垂类需求，会出现垂类的基础模型（小模型）。最终的生态将是大模型+垂类的细分模型并存。

Q7

CV领域什么时候会迎来“ChatGPT时刻”？

目前在工业视觉的实际应用中，AI的应用仍属于上一波的技术阶段，主要是深度卷积神经网络，其中神经网络层数大约为20-30层或30-50层，根据具体情况进行选择。

CV领域的“ChatGPT时刻”目前还没有出现，颠覆性创新技术出现的时间具有不可预测性。Meta提出了SAM，得到资本市场疯狂追捧，事实上只是迈出了一小步，CV领域的大模型依然需要一段时间。公司认为，CV领域一定会出现自己的ChatGPT，大概率由技术路线清晰的头部大模型公司引领。