首页 > AI资讯 > 最新资讯 > 打造AI工业视觉大模型,赋能智能制造,「个元科技」获4600万美元B轮融资

打造AI工业视觉大模型,赋能智能制造,「个元科技」获4600万美元B轮融资

新火种    2024-11-24

36 氪获悉,近日, 深圳个元科技有限公司(以下简称 " 个元科技 ")完成 4600 万美元 B 轮融资,本轮融资由 UP Partners 领投,融得资金将主要用于扩张市场、加大技术研发。

个元科技成立于 2018 年,是一家以 AI 大模型技术为核心的公司,团队成员来自斯坦福大学、麻省理工学院,以及 Google、Bosch、华为、腾讯等知名企业。

公司业务方面,个元科技专注于通过深度学习技术解决表面缺陷检测问题,帮助制造企业降低质检人力资源成本,大幅提升产品的质量和良品率。

外观缺陷检测是制造业必不可少的一道工序,也是识别瑕疵产品、确保产品质量的一道 " 重要关卡 "。随着工业制造的精密度提升和人力资源成本不断上涨,单纯依靠人力的产品质检正在成为制造企业向精细化发展的瓶颈,越来越多的企业转向基于机器视觉的缺陷检测系统。

" 检测一个汽车零部件,AI 的漏检率比人工目检员低 10 倍。" 个元科技总经理隆德锋告诉 36 氪,降本增效的大背景下,目前国内最优秀的生产工厂们正在想方设法把 AI 应用到生产的各个环节和角落,以提升效率和盈利。对于 AI 质检应用部署的需求正不断增长。

AI 质检一方面可以提升企业缺陷检测的效率,节约制造企业成本,另一方面也避免了人为失误导致的漏检,实现更高效、精准的质量控制。

当前,制造业产品的表面缺陷检测系统存在着三大难点,一是随机缺陷形式识别难,二是复杂材料表面打光难,三是复杂几何形状成像难。

个元科技的检测设备 图片来源:企业授权

为此,个元科技开发了两大核心产品模块:CorteX 深度学习模块和 OptiX 动态光学模块,有的放矢地解决以上三大痛点,并可以提供从仅用于缺陷检测的 AI 产品,到自动化检测的全套解决方案。

其中,CorteX 深度学习模块可以对缺陷分类级阀值管理,大幅降低误判率。据介绍,CorteX 模块仅需 5 个缺陷样本即可进行模型训练,大幅降低样品数量要求。且在识别复杂的缺陷形式,CorteX 模块的漏判率比人类目检低 10 倍。

OptiX 打光成像系统可以实现 2 种不同的打光方式,全面适应不同类型的缺陷打光要求,快速调整并适应环境变化和新的缺陷。同时还支持 0.5m/s 飞拍速度,大幅提升在线检测速度。

据介绍,两大核心产品模块配合之下,一台个元科技的检测设备可以代替 4 名人工目检员,且检测漏判率相比人力还能降低 10 倍。

截至目前,个元科技已合作客户超 100 家,团队自主研发的智能成像系统 OptiX 以及深度学习系统 CorteX 已形成了市场领先优势,打入了多家全球头部的锂电、消费电子、新能源电动车和汽车零部件制造企业的供应链。

据个元科技总经理隆德锋介绍,目前个元的下游客户覆盖了全球前 30 家锂电厂商的其中 10 家,全球头部消费电子 3C 制造企业前 100 家的其中 9 家,全球头部汽车零部件制造企业前 50 家的其中 10 家和全球新能源电动车制造企业前 4 家中的其中两家。" 世界头部的企业客户,会收集我们提供的所有视觉系统产生的图片和判定数据,作为提升工艺的宝贵数据资产 ",隆德锋告诉 36 氪。

当前我国经济已由高速增长阶段转向高质量发展阶段,迫切需要新一代人工智能等重大创新技术添薪续力。AI 技术赋能智能制造已成为大势所趋。

" 个元科技的目标是成为工厂最好用的眼睛和大脑。" 隆德锋告诉 36 氪,下一步个元将继续深耕研发创新,推动大模型在生产领域的落地和应用,让 AI 技术更好地赋能制造行业。

相关推荐
免责声明
本文所包含的观点仅代表作者个人看法,不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险,读者在采取与本文内容相关的任何行动之前,请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。