重慶中科搖櫓船信息科技有限公司創始人鄭道勤

人工智能（AI）技術的迅猛發展，正在引領第四次工業革命悄然而至。盡管AI技術在工業領域的部署并非一帆風順，尚且有諸多難題需要克服，但這并不能阻擋歷史趨勢的車輪滾滾向前，AI必將為工業領域帶來新的變革。

重慶中科搖櫓船信息科技有限公司（以下簡稱：搖櫓船科技）正是看準了工業AI數字化轉型的大趨勢，致力于通過“光+AI”的核心技術，驅動行業高質量發展。搖櫓船科技成立于2020年，是由中科院西安光機所和重慶政府攜手孵化的一家硬科技AI公司，具備光、機、電、算、軟設計開發能力，面向制造業提供機器視覺器件、智能化傳感硬件、智能工業機器人、Ai智慧平臺及智能數字工廠系統解決方案。本刊（《視覺系統設計》，簡稱VSDC）最近采訪了搖櫓船科技創始人兼董事長鄭道勤先生，請他分享了公司的AI+視覺方案在工業領域落地的方方面面。

VSDC：目前，AI技術要真正在工業領域大規模落地應用，還有哪些方面的問題需要克服？

鄭道勤：搖櫓船科技主要為工業客戶賦能，在工業領域有兩個問題是不容忽視的。首先是隱私和安全問題。在工業領域，隱私和安全至關重要。AI系統的應用可能會涉及到大量敏感數據，如生產數據、客戶信息等。因此，需要確保AI系統的隱私和安全性能，防止數據泄露和濫用。

其次是技術和應用的融合。AI技術需要與工業領域的具體應用場景相結合，才能發揮其最大價值。但是，目前許多AI技術仍然處于實驗室階段，難以直接應用于實際生產中。因此，需要加強技術和應用的融合，推動AI在工業領域的應用。

另外，從3D視覺與AI融合應用的角度來看，目前3D技術的成熟度、硬件設備的限制等因素，都會影響實際應用效果，尤其是工業環境通常復雜多變，包括光照條件、溫度、濕度等因素的變化，都可能影響3D視覺系統的性能和穩定性。因此，需要提高3D視覺系統對環境變化的適應性，確保在各種條件下都能正常工作，保障與AI融合應用的有效性、可靠性。

VSDC：公司在AI技術開發部署方面有哪些獨特優勢？

鄭道勤：搖櫓船科技自研的THESEUS行業數據大腦，基于“預訓練+精調”等新開發范式，使企業能快速構建屬于自己的模型，實現更快速的模型迭代和效率提升。搖櫓船科技致力于利用數據的自動流動化解復雜系統的不確定性，將正確的數據、以正確的方式、在正確的時間傳遞給正確的人和機器，提高資源配置效率。該系統具備以下幾項優勢：

首先，光學與AI的深度融合。搖櫓船科技依托自身在光學和AI方面的優勢，將光學技術與AI技術深度融合，實現了高精度、高效率的AI檢測解決方案。公司在涂膠質量在線檢測、皮革面料智能檢測、半導體設備高精度視覺對位系統等領域均有所應用。

其次，高效的數據集建立方案。基于自身的光學技術優勢，以智能視覺裝備為數據抓手，抓取行業龍頭及其上游企業設計端、研發端、生產制造端、物流運輸端數據，公司的工業相機可獲取高質量、高清晰的圖像數據，為AI模型的訓練提供有力的數據支持。而且，公司還可根據具體的應用場景和需求，定制化地收集和整理數據集，確保數據集的針對性和有效性。

再次，先進的算法開發能力。公司團隊具備深厚的AI技術背景和豐富的實踐經驗，可以針對具體的應用場景和需求，設計和開發高效、準確的AI算法。

最后，強大的算力保證。在滿足AI模型訓練和推理的算力方面，搖櫓船科技采取了多種方案。一方面，與專業的云計算服務提供商合作，利用云計算平臺的強大算力資源支持AI模型的訓練和推理。另一方面，搖櫓船科技還可以根據自身需求，搭建高效的分布式計算系統，通過多節點協同工作提供足夠的算力支持。最后，還可以利用GPU等硬件加速，提高AI模型的訓練和推理速度。

搖櫓船科技汽車總裝涂膠質量在線檢測裝備

VSDC：請分享一下公司的AI+視覺方案在工業應用場景的實際落地案例。

鄭道勤：

賽力斯汽車生產線的智能化改造，是搖櫓船科技AI+視覺方案成功落地的典型案例之一。

作為賽力斯汽車AI智能視覺檢測系統的獨家支持單位，搖櫓船科技的AI智能視覺檢測技術已成功幫助客戶實現了關鍵工序檢測的100%自動化。

2022年，賽力斯汽車迫切需要對生產線進行智能化改造升級。面對工業場景復雜多變、現有數據匱乏等重重挑戰，搖櫓船科技研發團隊從布點安裝系統、模型選擇入手，經反復試驗與驗證，不斷優化調整方案，最終圓滿完成了賽力斯汽車二工廠3D涂膠質量在線檢測的成功上線。

自此，搖櫓船科技也成功研發出國內首套應用于汽車涂膠環節的3D涂膠質量在線檢測系統，為新能源汽車制造的質量監控設立了“新質”標桿。

2023年12月，搖櫓船科技與賽力斯汽車的合作再次續寫新篇章。在賽力斯汽車（兩江智慧工廠）的生產線上，搖櫓船科技為客戶精心布置了300多個AI智能視覺檢測點位，這些點位如同智能的“眼睛”，精準覆蓋整車生產的每一個環節。它們能夠實時監測汽車頂蓋涂膠質量、核對PVC下遮蔽堵蓋數量、檢測車身焊接縫隙是否均勻等重要工序，確保每一輛汽車都達到最高的質量標準。同時，這些智能檢測點位還能夠將采集到的影像數據迅速儲存進“大腦”，為生產線的持續優化和升級提供了寶貴的數據支持。

如在商品化車間，搖櫓船科技的AI智能視覺檢測系統，通過全面的內外飾檢測保證車輛交付的品質。只需要用手機拍張照片，系統自動對接產線的MOM系統及時獲取內飾的顏色、配置等內容，保證整車內飾的VIN碼、徽標等安裝的正確性。

搖櫓船科技的“觸角”不僅通向賽力斯這樣的汽車制造企業，同時早已跨越汽車生產線，延伸至工業制造的廣闊領域。截至目前，搖櫓船科技已與華為、三星、格力電器等100余家企業建立戰略合作關系，AI智能視覺引發的“智慧火花”在制造業轉型升級的沃土上愈燃愈烈。

VSDC：AI技術要在企業中大規模部署，在大模型建設、實際部署和達到預期使用效果方面，分別還需要解決哪些問題？

鄭道勤：工業場景復雜、環境復雜、工藝復雜，導致工業 AI 大模型開發難度大、數量少。AI大模型在工業制造業領域全面應用落地相對緩慢，但是單一垂直大模型遷移性較高。

要在企業中大規模部署AI技術，確實需要在大模型建設、實際部署和達到預期使用效果等關鍵階段解決一系列問題。以賽力斯AI智能檢測系統為例，主要面臨以下兩個難點：第一，數據的獲取與標注。構建高質量的AI大模型需要大量的標注數據。然而，數據獲取可能受到多種因素的限制，如數據隱私、數據訪問權限等。同時，數據標注是一項繁瑣且耗時的任務，需要投入大量的人力和時間。第二，技術標準化。目前AI領域缺乏統一的技術標準和評估體系，這可能導致不同模型之間的兼容性和可移植性較差。我們需要關注客戶所在行業的技術標準化進展，以確保所構建的模型能夠與其他系統和應用相匹配。

VSDC：請您分享一下對未來AI技術，特別是與機器視覺技術結合，在工業領域應用的發展趨勢和市場前景。

鄭道勤：我們正在步入第四次工業革命的時代，AI已經成為工業領域的一股強大力量。從生產流程的優化到質量控制的提升，再到供應鏈管理的智能化，AI正日益滲透到工業領域的各個環節。

傳統的工業模式不再適應時代的發展。工業AI技術未來將在制造業領域加快數字化轉型和應用的智能化，不斷完善為高度自動化，自主決策的系統，但新的生產體系和應用場景也會給企業提出更多新的要求。

隨著機器視覺技術的不斷發展，相關產業鏈也將不斷完善。上游的傳感器、圖像采集卡等硬件設備將不斷升級和優化；中游的機器視覺軟件、算法等將更加豐富和成熟；下游的應用場景將不斷拓展和深化。這將為機器視覺技術的發展提供更好的支持和保障。未來30年，智能視覺大有可為，硬科技，大有可為。