C114讯 9月26日消息（赵婷婷）在当今数字化转型洪流中，AI技术正以前所未有的速度与各传统行业深度融合，然而在这一过程中，仍面临技术人才短缺、开发成本高昂等挑战。在此背景下，业界正通过小模型来破局。面向具体运行环境的适应性和经济性方面，轻量化的行业小模型更加实用，省钱、省力、省时间，可在资源受限的环境中适应不同应用场景需求，降低AI技术使用门槛和成本。
移远通信于近期发布的工业智能品牌宝维塔 及旗下核心产品「匠心」AI算法平台，正是基于上述趋势的创新探索实践。其致力于为各传统工业领域的场景化应用提供易于部署、且具成本竞争力的解决方案，推动工业领域智能化转型迈出新步伐。
在日前举办的绽放通信之美-宝维塔 「匠心」平台线上研讨会上，移远通信副总经理兰世桂、产品经理王柯、研发经理俞喆俊，围绕宝维塔 「匠心」平台，共同探讨AI和边缘计算在工业制造领域的场景化应用以及背后的技术开发。兰世桂表示，宝维塔 作为移远通信的全新工业智能品牌，专注于将人工智能、边缘计算、机器视觉、深度学习、软件算法平台等前沿技术，应用到缺陷检测、AGV机器人自动上下料、成品自动化测试线体等多个工业场景中，推动工业生产的智能化升级。
端到端全链路架构：「匠心」助力搭建一站式AIoT平台
谈及品牌故事，兰世桂指出，宝维塔 品牌的推出，旨在助力工业制造领域实现智能化升级。其中维代表多维度，体现移远通信对未来业务多元化发展的追求；塔则展示了移远通信助力工业客户打造灯塔工厂的决心。
据王柯介绍，「匠心」作为宝维塔 精心打造的行业AI算法模型训练平台，集成了数据上传、数据标注、模型训练、模型测试、模型发布和一键部署等全流程功能，具有推理性能强大、功能丰富、高效便捷、简单易用等特点，能够为企业提供一站式、低成本、低门槛的AI模型训练与部署。
不仅如此，从产品形态上来讲，「匠心」平台、设备端的AI推理引擎SDK和物联网连接更是组成了端到端的全链路架构，打通了模型开发、设备管理、数据分析、边缘侧运算推理以及数据回流优化等全流程，推动AI技术在工业领域的便捷高效落地。
俞喆俊补充道，「匠心」平台根据实际项目需求进行了功能优化，涵盖数据管理、算法模型、友好交互等方面，结合行业数据量庞大、模型迭代周期长、未知样本过杀严重等特点规划平台研发任务，加速工程化落地方案实施进程。
具体而言，「匠心」平台主要具备以下七大特色：一是高效数据处理能力，通过图像融合功能，存储空间降低80%；二是并行数据传输，支持多任务同时导入并运行，提升效率；三是多样化数据标注，包括NG智能/自动标注，从而加速数据标注；四是缺陷生成器，AIGC支持多模板，实现生成模板即插即用；五是基础算法框架，降低显存资源70%，加速模型迭代；六是自动化部署，通过设备管理器下发模型和授权SDK，加快项目上线周期；七是系统功能完善，具备自主系统监控，实现多用户资源合理分配。
另外，凭借深厚的嵌入式软硬件开发能力，移远通信推出了支持内置AI推理模型的边缘计算终端。截至目前，我们是行业为数不多的具备边缘计算软硬件开发能力和AI算法自研能力的企业，更是成功地将AI端侧推理模型从传统的X86架构迁移到ARM架构，这是目前行业内少有的成功案例的典范。兰世桂说道。
基于ARM架构的边缘计算不仅具备高度的系统集成度，还实现了模型的一键部署功能。在「匠心」平台上训练好的AI模型可以一键下发至指定的边缘计算终端，部署过程简单，同时，相较于X86架构，ARM架构硬件的成本可节省高达50%，这无疑是一个巨大的优势。
赋能行业应用：推动工业智能化升级
在实际应用场景中，据介绍，在过去两年，宝维塔 「匠心」AI算法平台已陆续在汽车电子零部件外观缺陷检测、金属加工制造、半导体/泛半导体表面缺陷检测等领域生根落地，并进一步拓展行业边界，应用于传统林木、农副产品分选等领域。
例如，农副产品分选设备主要使用目标检测框架，对瓜子、花生等进行识别筛选，客户对此类设备的精度和稳定性有着极高要求。通过宝维塔 「匠心」平台的赋能，系统能基于物品的不规则外形和表面纹理差异剔除杂质，大幅拓宽分选品类，为客户带来可观业务增量。并且做到一切皆可分选，其在循环经济中的垃圾分选应用中也表现出色，实现精准筛选。从图像采集到AI算法识别再到机械动作剔除，整个过程仅需6毫秒即可完成。
工业智能并不仅仅是简单的用AI替代人工，更是可以完成人工无法实现的品质检验要求。在半导体和泛半导体行业，由于产品尺寸极小，无法通过人工目视检测完成，即便是借助高分辨率电子显微镜成像，也会存在检测效率低下、误检或漏检等问题。因此，须依赖于高精度、高可靠性的AI视觉解决方案，而宝维塔 将一如既往地致力于该领域的技术投入与探索。
另外，值得一提的是，「匠心」平台可提供多种服务方式，既支持客户使用「匠心」平台进行模型训练和开发，也支持私有化部署方式保障客户数据隐私安全。
例如在金融、医疗等行业，企业需要独立、可控的计算资源以防止数据泄露，私有化部署可提供较高的数据安全性，还可提供定制化服务。
而对计算资源需求波动较大、需要快速扩展或缩减资源的企业，公有化部署提供了弹性的计算资源，可根据需求随时调整，同时降低了企业的IT成本。该部署方式具备可扩展性、灵活性、社区支持等特点。
正如兰世桂所说，AI并非洪水猛兽。回顾历史上的三次技术革命，被革命的永远都是拒绝变化、拒绝新技术的人。AI时代，同样会淘汰那些排斥AI、不懂利用AI工具的人，同时对掌握AI技术的人的需求将爆发式增长。当下我们身处在巨变的AI时代，最为确定的就是拥抱变化，拥抱AI与传统行业的深度融合，甚至是改造衍生出新的行业，这是AI时代的下半场，也是我们移远工业智能品牌宝维塔 的未来。
