海康机械人沟通会沟通会 QA 拾掇
|
但该当说这是海康机械人的一个很大的劣势，比拟其他做机械人公司，我们是从焦点部件起头做的，就我们（正在做）这些焦点部件时是把本人做为客户来做的。
我们更多地环绕几个方面，一个就是让整个的这个 AI 落地这个周期变得更短，本色成本要更低。我们确实也投入时间会加大大模子的这个投入，那大模子比拟原先的这种 CNN （卷积神经收集）的这种小模子的体例，它的结果确实更好。可能原先可能需要来来回回可能采集那么多样本，现正在只需要采集 1/ 10 的样本就可以或许完成这个项目标场景迁徙，可以或许大幅的加速落地的结果。
那包罗这两年我们业绩还不错，（桐庐）这个工场是我们本年 1 月份搬过来的；我们原先原打算这个 200 多亩，差不多 15 万方（精确数字是 14。2 万），可能会可以或许支持我们五年的出产；现正在看来可能也就两三年摆布的时间，所以我们曾经起头动手寻找下一个的一个扶植。由于我们现正在的这个 AMR 根基上这个曾经是“比力满地”量产，但我们的机械视觉相关产物增加也很快。所以当初的规划是跟现实的需求，我们感觉仍是保守了一点。这就跟国内建机场一样。是吧？很多多少人感觉这个机场建起来可以或许支撑将来十年的，发觉建起来昔时就仿佛曾经根基上这小我流量曾经满负荷了。
特别对于大模子，或者是具身智能某人形机械人如许的 VLA 的模子来讲，其实数据愈加至关主要。像具身智能这个大模子所需要的数据其实愈加复杂，采集很是坚苦。由于它除了要采集视觉数据、触觉数据，可能还要力控的数据，还有这个各个关节的数据，所以整个的这个实正在数据的采集难度常大，并且采集的成本很是高。
问：财产界遍及认为具身智能最大的瓶颈是数据，不少厂商正在扶植数据工场、开辟人本采集设备。海康正在数据采集和模子锻炼方面是若何结构的？
那什么时候实的做到这个（规模化供应）？我们先正在本人工场里面，正在海康机械人，海康威视的工场里面其实有大量的这个场景，我们去做验证；等什么时候营业正在我们看来曾经验证成熟了，再把它推向市场。（* 弥补申明：海康机械的径是：从焦点部件起头做，把本人做为客户来验证，成熟后再推向市场。）。
问：海康机械人的愿景是“让机械更智能，让智能更普惠”，如何理解工业场景的【智能普惠】？别的，“让智能更普惠”意味着要霸占大量分离、非标的中小企业市场，你们打算怎样办事这部门客户？
总结来讲就是，我们就是带着我们的生态合做伙伴做更多的，新场景的冲破。第二个就是我们仍是抓住 AI & 这两个手艺线，投入大量的资本正在做这个工作。
所以我们第一步就是要要让如许的这个院校，那起首我们会让他们正在一些这个课程上仍是要取时俱进，所以我们由于这几年其实国度很是注沉这个高职类的一些教育，也出了良多的像双高的政策很是多，也很是激励这一块。我们现正在跟良多学校都有合做，那我们就经常跟他们分享，他们也邀请我们过去分享。哎，现正在财产界的一个环境，就到底这个工场里面，或者财产链分歧的这个企业他需要什么样的人才？我们会跟他们分享，别的也会跟他们一路来做相关的一些课程设想，还有扶植一些实训的一些尝试室；把我们的一些相关的一些手艺内容，把我们的一些产物搬到了他们的这个讲堂里面去，那这是第一点。
第二个，我们也针对这个锻炼的问题，我们供给了 AI 锻炼的平台，那大师能够把他的这个数据传到我们的这个云上的这个锻炼平台上去做锻炼，锻炼完都把他的模子下载下来。别的我们也针对这个摆设，就是 AI 模子锻炼出来之后，就是这个摆设推理的这个成本比力高的这个痛点，我们也推出了良多智能硬件的这个体例来处理原先可能采用高配 IDC 加显卡的这种这个成本比力高的这个方案。
问：我们留意到，像小米、比亚迪等优良企业也正在积极结构机械人范畴，他们正在资金、制制或品牌上各有劣势。从海康机械人的视角看，大师的手艺线和场景选择有何分歧？您担忧将来取汽车公司的合作吗？
张文聪：我仍是讲这个工业质检场景。可能每个使用变化，使用需求添加了，你就得点窜算法，是吧？完了需要算法公司到现场去开辟，完了整个的效率更慢，并且这个价格更大。
问：目前海康机械人取海康威视之间是如何的一个关系？做为从海康威视孵化出的公司，海康机械人正在哪些方面取母公司是有必然的协同效应的？
那我们的理解是什么？当然现正在用量还不敷，由于整个的机械人市场其实目前来讲数量不是太多，那我们的产物也会基于我们本身的机械人的使用，持续的这个打磨我们本人相关的一些焦点部件。
还有就是我们创业期间的焦点团队，根基上都是来自于海康威视各个部分，包罗我本人也是，我是来自于海康威视原先算法部分的，包罗贾总也是，他是算法部分担任人；所以我们对于整个 AI 算法仍是情有独钟，也一曲都笃定 AI 算法是将来的这个标的目的。
那关于提到说“是不是会有面对合作啊？”我相信更多的可能是互补。由于次要有两个方面，第一个确实其实整个制制业的这个场景很是大，想象空间是很大的，确实需求也良多。可是也很是的碎片化，我们相信很难一家公司就能把所有的使用做完。那这是第一点，所以说必定是要需要良多玩家进来一路来做的。
张文聪：这几年机械人赛道很火，正在我们看来这是一个好的现象。只要大量的玩家进来，大量的本钱进来，机械人行业才会做的更大、更好、更强。那确实我们看到的像小米也好，比亚迪也好，如许的公司进来其实大师可能更感遭到的是仍是具身的机械人，人形机械人。可能国内现正在形机械人的公司好几百家，当然正在本钱市场也很是的火热。
问：当前“人形机械人”概念火热，且逐步起头进入工场场景进行试点。您认为人形机械人对海康现有的挪动机械人（AMR / AGV）和机械臂营业是“替代关系”仍是“互补关系”？
张文聪：我们的现场交付的人员，可能此中大部门工程师都是来自于大专院校或者是一些高职类的院校。我们的客户也一曲跟我们反馈，就是感受招工出格坚苦，由于确实良多人出就是学的这种大专院校，里面学的工具仍是跟当前的这个需求是有脱节的。发觉学的工具内容相对来讲比力老旧。
由于像 AMR 也好，包罗关节机械人也好，包罗一些尺度、一些从动化设备也好，它替代不了，由于它有它的（适合的场景），我们把这类设备称做为一些专业设备，它有它的一些劣势，好比它的这个出产节奏；当然它的这个出产节奏能够更快，它的效率能够更高，精度能够更高。它确实处理固定使命它绝对是一把好手。这是“专业工”的这个劣势。
张文聪：我想大师都清晰我们跟海康威视的关系，我们是海康威视旗下的，面向智能制制板块的立异的子公司。
问：海康情愿成为人形机械人的“眼睛”（视觉）和“关节”（焦点零部件）供应商吗？若何对待人形机械人贸易化落地的时间表？
当然人形机械人若是说很成熟的话，能合用的场景会更多一些；好比说一些家用或者一些室外的一些场景。
（AI 大模子）正在工业场景里面的使用，节拍仍是要慢一些，由于它要求不变性，包罗 ROI 那些查核，就是投资报答率一些查核…… 客户选择很是隆重。其他的落地周期仍是比力长。好比说我前面讲的工业质检，现正在良多时候我用 AI 之后，可能有些项目原先是保守化做不了的，AI 能做了，可是整个的落地周期很长，就经常需要去采集样本、锻炼模子。可能一个项目做下来。可能得好几个月，所以整个的这个实施的成本很是高。
张文聪：视觉我是很熟悉的，我们正在三四年前曾经做到了国内市占率第一。所以说这些年来，我们也正在思虑将来机械视觉的增加正在哪里？由于我们之前更多的是做国产化替代，不竭地扩大我的这个市场，以前我们的增速是远高于行业增速的。到了现正在，我们很难说持续的扩大，我们是正在更多的是依赖整个行业的增加，这蛋糕要做大。
由于确实现正在的人力成本越来越贵，并且中国也面对着劳动力生齿的这个快速下滑的一个问题，再加上其实现正在的新一代很少也情愿进工场去干，这是实实正在正在摆正在就是当前制制业（所面对的）很现实的问题。
第三个就是我们这几年我们也正在一曲正在做这个“启智杯”，我们全国机械视觉的这个大赛，我们本年搞到第四届了，我们也通过这个大赛也来，同时也可以或许培育、筛选出更多优良的人才，那从而别的这些优良人才我们也会拉通他们的一些就业，保举到我们的一些合做伙伴何处去。
该当说目前来讲可能有一些做的相对会快一些，可是总体来讲，实正场景落地的其实仍是很少很少。可能大师可能看良多旧事，可能也会看到一些仿佛实正落地正在工业场景里面；可是从我们的领会来看，工业落地更多的仍是正在做一些大量的尝试室的一些测验考试。
所以正在我看来，就像机械人总带动里面一样；当前的这个机械人形态，必定是形态是千差万此外，按照分歧场景的需要来做适配。这是我们的理解。
所以我们这几年很是强调本身加生态合做伙伴的体例来办事各个行业，我们现正在的生态合做伙伴有好几百家；通过他们来做视觉集成的相关的一些项目生态。做这个机械视觉的生态扶植我们做了五年了，通过如许的体例可以或许办事到更多的这种碎片化的市场，就是办事更多的中小型客户，光靠我们本身确实也办事不外来。
轮子也常伟大的发现，效率能够很高，当然它有它的不脚，好比不克不及跨台阶，是吧？可是工场里面大部门就像我们的工场群，实正有台阶的很少，包罗我们的 AMR 也好，其实你看正在工场里面随便运转，跨楼层进电梯完全没有任何问题。很少说工场群会特地制制台阶，所以说我们正在工场这个环节下面，我们感觉我们的这种产物形态可能会愈加合用一些。
那雷同如许的具身智能相关的端到端的模子，其实我们海康机械人这两年我们也正在做。当然我们更多的是有不小的一个团队正在跟进如许的这个大模子的这个手艺。可是由于我们晚年就正在结构，像这个机械视觉、挪动机械人，还有我们的这个关节机械人，也就是说机械人的这个眼、脚、手我们都有结构，并且有成熟的产物使用。
所以说除了这个端到端的大模子，我们正在投入大量资本来运营之外。我们也用良多小模子的体例，好比说像【手眼协同】的体例，或者是【眼脚协同】的体例或【眼、脚、手协同】的体例。通过如许的良多小模子（搭配）的体例，我们相当于有多个手艺线按照这个分歧的场景来做适配。
那对我们来看就是手艺层面上和场景上；正在手艺层面上，该当现正在形机械人或具身智能这一块，可能正在手艺层面上都有大同小异，可能我相信良多的伴侣都清晰，根基上都是采用这种端到端的模子来做，就我们讲的 VLA 的这种从到节制一体化的这个端到端的大模子的思正在走。
（* 弥补申明：海康机械人通过课程共建、实训尝试室、“启智杯”全国机械视觉大赛，鞭策产教融合，已累计培训认证超 20 万名视觉工程师。）。
问：我们留意到海康机械人智能制制（桐庐）工场是本年新近投入出产的，对吗？正在当前制制业投资呈现布局性分化（保守行业隆重，新兴行业激进）的布景下，公司若何预判将来 2-3 年的产能消化能力？
那人形机械人正在我们看来更像一个“多能工”。就相当于原先好比说我们现正在看财产上看，大部门其实都曾经从动化设备正在做了，包罗搬运都是我们的 AMR（自从挪动机械人）正在搬，是吧？包罗一些配备环节都是这种机械臂也好专业的这个从动化设备正在做的，可是仍是有一些环节它是专业工做不了的，好比它柔性出格强，或者它空间出格狭小，或者它的整个操做还常的复杂，要需要这种手的这种高，就是整个操为难度很大。
所以正在我看来，这必定是一个互补关系。既有“专业工”又有“多能工”的一个工场才是将来，正在我看来是实正的一个智能工场这么一个一个概念。（* 弥补申明：海康机械人既有专业工，也有多能工，二者互补，配合形成智能工场的完整形态。）？。
正在整个过程傍边，确实除了说资金和人源上的、人才上的一些支持之外，当然我们正在我们看来海康威视给我们更多的是方式、经验还有系统上的一些支持，我感觉这是我们比拟其他创业公司可能最大的一些劣势。
张文聪：有一些形机械人（品牌）曾经买了我们的视觉的产物，我们某种曾经正在做如许的决策，包罗我们也有比力强的，关于另一方面的一些开辟能力。
用大模子之后，把这个交付周期也大幅的缩短。可能，原先可能我们需要好几个月的，现正在可能好几周就能够完成，出格是他正在做，好比一条线你做完之后，他正在做整个工场所体铺开的时候，那就大模子就更快了。以前根基上小模子的话，由于或多或少仍是各线体的有差别，根基上都得沉来一遍，那大模子之后那效率就很高了，根基上采集少量的样本就可以或许完成这个模子的这个迁徙，适配新的线体上去，这个是大模子带来的很是大的益处。
别的就是摆设，现正在大部门的摆设体例可能基于高配办事器加 GPU 显卡的体例，良多行业他接管不了。由于他感觉如许单套系统的投入这个成本太高，所以说这一些要素都是障碍当前 AI 正在工业场景的一些落地的一个节拍。
海康威视正在创业初期给了我们很是大的支撑，那我感觉最为较着的就是一个就是资金上的支撑，还有就是正在人员这小我员上的支撑。
所以现正在业内还有一种方式，还有就是一些 UMI 的这种数据，就是遥操做的，这种数据就手持设备遥操做的这种数据以及一些仿实的数据，先来预锻炼如许的模子，就这个模子可能它可以或许具备一些通用常识性的一些操做，它不会让你感受它这个功课很反常，它先把这种根本的工做，就是这个模子先能力先具备，那再除以这个实机数据来做来进行调优，从而达到这个 VLA 大模子的这个锻炼的最终结果。
所以说我们这几年做的很是主要的一个工作，也是我们做为细分行业的领头羊，我们有需要把整个行业，把这个视觉市场给做大。所以说我们就率领合做伙伴把视觉手艺用正在更多的行业里去。以前可能视觉手艺次要用正在新兴制制、3C，还有像锂电、光伏和汽车如许的新兴财产，正在保守制制业里面，好比说像食、药品，包罗一些家具家拆这种行业其适用的不是很少，仍是很保守的。它的将来的使用需求是很大的，当然难度也很高，并且这个也很碎片化。
问：按照引见的话，海康机械人公司的机械视觉营业市占率外行业是比力领先的，那么正在这方面，公司目前的冲破取下一步规划是什么？
张文聪：我们看来仍是互补的关系，不是替代的关系，当然像现正在良多本钱市场可能把人形机械人讲的仿佛将来可能可以或许替代一切，那正在我们看来其实这并不是，这说实正在都不现实。
那第二个就是现正在的良多的汽车的厂商，像比亚迪也好，小米也好，都是我们的焦点客户。我们跟他们之间的合做还常慎密的，包罗他们里面的用的一些视觉检测，包罗里面的一些搬运，包罗一些配备，其实都是我们正在共同正在做。我们感受就是可能将来不免会有一些合作，但更多的仍是两边的一些合做互补的一个关系。由于确实像具身智能机械人方才起步，那当前的想象空间常大的，所以我们但愿更多的玩家可以或许一路进来，大师一路把整个蛋糕给做大。
张文聪：人形机械人我们一曲正在关心关心和评估，会按照客户需乞降市场成熟度决定能否推出。目前来讲大师可能正在我们工场也看到了，我们有“轮式人形”的；次要是出于我们本身对于工业场景的问题（判断），轮式有轮式的劣势。
张文聪：我们感觉不管是新兴行业，相当于 3C、新能源这种新兴制制的行业，仍是说保守制制的行业，其实整个的出产制制的升级都是大的趋向。只不外像 3C、半导体、汽车，还有像新能源这种行业的整个智能化升级走得更前面一些，那将来的几年可能保守行业的制制升级也会逐步地起头做起来。
第二点，我们感觉对将来有决心。次要是新手艺成长带来，包罗 AI，包罗像的的手艺，像 3D 的手艺这几年成长也很快。机械视觉有四大使用，定位、丈量、检测和识别；其实定位、丈量识别相对来讲到目前为止手艺上相对成熟，可是工业质检缺陷，检测它的难度仍是很大。由于确实分歧业业、分歧场景它的这个缺陷的差同性很是较着，那用保守的方式来做说实正在的很疾苦，所以说现正在产线上看到就工场里面良多工部门是质检目标，就是搞质量检测。那我们感觉 AI 手艺成长之后，工业质检很有可能会被冲破，那一旦冲破，那这个机械视觉的这个蛋糕现有的天花板会被打开，整个的这个市场容量会上一个更大的一个台阶。
告白声明：文内含有的对外跳转链接（包罗不限于超链接、二维码、口令等形式），用于传送更多消息，节流甄选时间，成果仅供参考，IT之家所有文章均包含本声明。
好比说我们正在做营业选择的时候，其实我们就有一套方，我们正在做组织架构搭建的时候，我们也清晰怎样来做组织建搭这个架构的一些搭建，包罗人才的一些培育，以及我们的整个的这个研发办理的方式，还有我们的这个供应链的这个办理，以及我们的这个好比说商机的办理和客户的办理，由于都有一套成熟的一些个方式和这个系统正在支持着我们。
那第二个就是关于场景的使用，现正在汽车大厂确实良多都正在形机械人，那从我们角度来看，他们可能更多的是正在他们正在整个汽车出产过程傍边一些痛点正在做，那我们由于所面向的场景愈加的多样化，并且确实我们有着十多年的正在制制业里面的深耕和堆集。并且我们的这个产物该当说从机械人的焦点部件到机械人的本体，以及到整个系统的这个集成方面，该当说我们有良多的经验的落地，包罗我们有良多研发相关的一些成熟的一些能力。所以说我们相信我们所开辟出来的这个机械人，包罗具身智能也好，该当说更可以或许适合制制业和物流范畴场景的一些使用。
以我们的理解，将来的这个机械人的形态必定是多种多样的。包罗说像我们如许的，好比说带底盘的这种体例某人形的体例，以及可能他不需要有手眼连系的，由于他可能阿谁他要求节奏比力高，就需要这种可能半小我一样的体例正在那里。
第二个就是 AI 的锻炼过程，以及 AI 的这个摆设的成本也是比力高的，好比现正在用大模子来做锻炼，它的这个锻炼的办事器其实不是一般的办事器，都是一些高配的办事器，那这一块成本就很是高。
（霸占这个中小企业的这个问题）确实整个工业从动化场景很是的碎片化。我们的客户也良多，我们现正在（机械视觉方面）办事的客户有 1 万多家，有间接的，有间接的；对我们来讲仍是压力都是蛮大的。
所以说我们投入大量的资本正在做 AI，包罗沉点可能 AI 的工业质检，正在争取可以或许正在手艺上做更多的冲破。别的除了有更好的检测算法，成像也常环节的。那有些使用可能 2D 是满脚不了的，需要 3D，包罗它有些凹坑的检测、平面度的检测，这就需要 3D 来做了。那目前 3D 这一块最好的产物，仍是被国外的几家企业给垄断中高端的产物。我们这几年也花了很大的这个资本来做这个工作。
问：一方面，现正在的工场贫乏有必然手艺能力的工人。另一方面，良多学校，包罗大专院校所进修的内容，取进厂工做是脱节的。你们怎样对待这个问题？有哪些行动让年轻人学致使用，更好地融入社会？
张文聪：先讲一下为什么我们昔时会提“让智能更普惠”。AI 确实这些年很火，我们也推出了良多 AI 的相关的产物和处理方案，但总体来看它正在工业里面的全面落地推广，其实仍是没有达到我们行业的预期的。
问：AI 大模子、具身智能是行业热点，海康机械人使用工业视觉大模子正在产线落地的实正在场景有哪些？可否分享 1-2 个操纵大模子处理保守从动化无决的“非标场景”的成功案例？
确实我们也正在做如许的工作，我们也本身正在开辟相关的采集设备，就我们叫实机采集的产物。就是可以或许采集到，就是这个很是实正在的，从视觉到触觉到力控到各关节相关的一些实正在的这个数据。可是如许的数据相对无限，很难做为说很难支持起这个 VLA 大模子的一个锻炼。
还有一些新的光学的 2。5D 的（属于比力另辟门路的手段）。够处理一些，好比说工件反光，或者是它的材质出格复杂的这种场景？。
第二点，我们仍是供给了良多特地用于这个讲授培育相关的一些产物。要把响应的这种产物要做到很是的易用，就像我们的这个视觉也好，包罗我们 AI 读码的相关操做也好，我们都采用模块化搭建的体例，就通过搭积木一样的体例，就把这个系统或方案给搭成了，如许的话学生也会感觉，诶，这仍是蛮风趣的一个工作。
我们两条都正在走（既采集实正在数据，也操纵仿实数据预锻炼模子，再用实机数据调优）。包罗我们的这个二楼就正在隔邻，我们有一个好几百人的一个场地，就是正在做如许的这个数据采集和标定。这边是做数据标定的，那采集的话我们正在良多的场所，我们本人的工场里面，还有我们的母公司的工场里面采集良多的实机数据，所以说这个确实这个工做对于具身智能来讲，就整个大模子来讲，它常很是主要的工作。所以说我这个，当然这个采集的这个资本投入也会很大，我们会持续的做下去。
所以说他良多人他是没法替代的，那我们感觉将来的人形机械人也好，包罗具身智能也好，能够正在这一部门做一个弥补，把现有的人从这个里面把他再解放出来，就相当于实的是做“智能工场的最初一公里”。
（* 归纳弥补：海康威视初期正在资金、人才、办理系统和供应链方上的支撑，是海康机械人比拟其他创业公司比力大的劣势）。
我们用十年摆布的时间，营收做了 64。52 亿；该当说每年连结的成长速度仍是很快，它也（得益于）是制制业升级驱动的一个成果。 |
