今天小編分享的互聯網經驗：打造AI工業視覺大模型，賦能智能制造，「個元科技」獲4600萬美元B輪融資，歡迎閱讀。
文 | 王方玉
編輯 | 蘇建勳
36 氪獲悉，近日， 深圳個元科技有限公司（以下簡稱 " 個元科技 "）完成 4600 萬美元 B 輪融資，本輪融資由 UP Partners 領投，融得資金将主要用于擴張市場、加大技術研發。
個元科技成立于 2018 年，是一家以 AI 大模型技術為核心的公司，團隊成員來自斯坦福大學、麻省理工學院，以及 Google、Bosch、華為、騰訊等知名企業。
公司業務方面，個元科技專注于通過深度學習技術解決表面缺陷檢測問題，幫助制造企業降低質檢人力資源成本，大幅提升產品的質量和良品率。
外觀缺陷檢測是制造業必不可少的一道工序，也是識别瑕疵產品、确保產品質量的一道 " 重要關卡 "。随着工業制造的精密度提升和人力資源成本不斷上漲，單純依靠人力的產品質檢正在成為制造企業向精細化發展的瓶頸，越來越多的企業轉向基于機器視覺的缺陷檢測系統。
" 檢測一個汽車零部件，AI 的漏檢率比人工目檢員低 10 倍。" 個元科技總經理隆德鋒告訴 36 氪，降本增效的大背景下，目前國内最優秀的生產工廠們正在想方設法把 AI 應用到生產的各個環節和角落，以提升效率和盈利。對于 AI 質檢應用部署的需求正不斷增長。
AI 質檢一方面可以提升企業缺陷檢測的效率，節約制造企業成本，另一方面也避免了人為失誤導致的漏檢，實現更高效、精準的質量控制。
當前，制造業產品的表面缺陷檢測系統存在着三大難點，一是随機缺陷形式識别難，二是復雜材料表面打光難，三是復雜幾何形狀成像難。
個元科技的檢測設備 圖片來源：企業授權
為此，個元科技開發了兩大核心產品模塊：CorteX 深度學習模塊和 OptiX 動态光學模塊，有的放矢地解決以上三大痛點，并可以提供從僅用于缺陷檢測的 AI 產品，到自動化檢測的全套解決方案。
其中，CorteX 深度學習模塊可以對缺陷分類級閥值管理，大幅降低誤判率。據介紹，CorteX 模塊僅需 5 個缺陷樣本即可進行模型訓練，大幅降低樣品數量要求。且在識别復雜的缺陷形式，CorteX 模塊的漏判率比人類目檢低 10 倍。
OptiX 打光成像系統可以實現 2 ³² 種不同的打光方式，全面适應不同類型的缺陷打光要求，快速調整并适應環境變化和新的缺陷。同時還支持 0.5m/s 飛拍速度，大幅提升在線檢測速度。
據介紹，兩大核心產品模塊配合之下，一台個元科技的檢測設備可以代替 4 名人工目檢員，且檢測漏判率相比人力還能降低 10 倍。
截至目前，個元科技已合作客戶超 100 家，團隊自主研發的智能成像系統 OptiX 以及深度學習系統 CorteX 已形成了市場領先優勢，打入了多家全球頭部的锂電、消費電子、新能源電動車和汽車零部件制造企業的供應鏈。
據個元科技總經理隆德鋒介紹，目前個元的下遊客戶覆蓋了全球前 30 家锂電廠商的其中 10 家，全球頭部消費電子 3C 制造企業前 100 家的其中 9 家，全球頭部汽車零部件制造企業前 50 家的其中 10 家和全球新能源電動車制造企業前 4 家中的其中兩家。" 世界頭部的企業客戶，會收集我們提供的所有視覺系統產生的圖片和判定數據，作為提升工藝的寶貴數據資產 "，隆德鋒告訴 36 氪。
當前我國經濟已由高速增長階段轉向高質量發展階段，迫切需要新一代人工智能等重大創新技術添薪續力。AI 技術賦能智能制造已成為大勢所趨。
" 個元科技的目标是成為工廠最好用的眼睛和大腦。" 隆德鋒告訴 36 氪，下一步個元将繼續深耕研發創新，推動大模型在生產領網域的落地和應用，讓 AI 技術更好地賦能制造行業。
