《中國制造 2025》將中國從 “制造大國” 推向 “制造強國”，而近年來智能技術的廣泛應用則促使中國的制造業轉型重點直接指向 “智造強國”。許多傳統制造企業紛紛主動 “變身”，這個趨勢即催生了一片智能制造技術方案的紅海市場。

一組數據可以大致描繪出該市場的容量輪廓：據前瞻研究院的數據分析稱，2020 年中國智能制造產值有望超過 3 萬億元人民幣，年均復合增長率約 20%。此外，因為我國對智能制造行業不斷出臺的發展規劃，十三五” 期間，智能制造產業產值規模將進一步擴大，預計到 2024 年，我國智能制造業產值規模將超過 4.5 萬億元。

值得一提的是，制造業是一個較為復雜的系統，每個行業會不同的特點與需求，生產線上的整個流程也蘊藏著大量的需求點。所以，這也為許多互聯網、物聯網、人工智能技術企業，提供了足夠大的空間在智能制造行業大展拳腳。至于如何在創新大潮中獨樹一幟，這就需要企業的 “想象力” 與 “行動力”。

談及智能制造領域的創新應用實踐，創新奇智有著自己的故事。眾所周知，脫胎于創新工場，創新奇智擁有強大的人工智能技術實力支撐。此外，對于商業化應用的理解，其也有著非常獨特的認識。據創新奇智 CTO 張發恩表示：“我們給自己的定位是做 AI 2.0 的企業。” 他解釋道，AI 1.0 一般指人工智能技術剛剛爆發的時候，企業的關注點是技術、博士和論文。而今天人工智能已經到了 2.0，需要更加關注商業場景和商業價值結果。所以，創新奇智有明確的關注賽道：制造、零售和金融。其中，制造業是其重要關注和實踐行業，張發恩在全球工業智能峰會的 AI+制造業成果發布會上詳細地分享了創新奇智在制造業方面的經驗與思考。

據張發恩介紹，創新奇智以工業視覺為切入點，自主研發了 ManuVision 工業視覺平臺，建設了包含光學成像、機械自動化、電氣自動化和軟件算法的全技術棧。在該技術棧的基礎上，其推出了支持定位、檢測、測量、識別等四大功能的工業視覺一體機，目前已在 3C 裝配、汽車零部件、紡織服裝、家居板材、無損探傷、磁性材料等領域成功實現商用。

簡單來說，ManuVision 工業視覺平臺可以實現自動檢驗。據張發恩介紹，自動檢驗是工業視覺最重要的應用領域之一，是實現生產自動化、提升檢驗和生產效率的必要條件，具體應用包含完備性檢驗、形狀尺寸檢驗、表面檢驗、內部探傷檢驗等。基于人工智能深度學習算法/模型的工業視覺技術，進一步拓展了其應用的深度和廣度，降低了相關場景的局限性，可以有效解決傳統工業視覺技術通用性和智能性不足的問題。

以成衣服裝檢測場景為例，傳統的成衣質檢最后需要技術工人人工用尺子測量，用肉眼篩查質量瑕疵。這不僅是一種低效率的方式，而且工人經驗的不同，對于檢測的有效性也有很大的影響，這即成為人工智能視覺技術應用的機會。“不過，該應用場景具有非常復雜的特點，如：衣服是柔軟的材質，而且有非常多樣化的紋理和顏色，結構也是非常復雜多樣的，這對視覺技術提出了很大的挑戰。” 張發恩說。然而，基于技術的硬核，創新奇智可以將這些問題個個擊破。此外，其提供的技術解決方案還可以支撐服裝廠記錄數據，再通過大數據去分析得出改進建議。

在成衣服裝檢測應用方面，創新奇智目前主要與香港怡東集團在合作。后者是一家全球性服裝制造及出口企業，在全球有 13 家工廠，主要客戶有 A&F、Polo Ralph Lauren、Eddie Bauer、J-Jill、Fast Retailing、Vans、波司登等世界著名品牌。“以深度學習為代表的深度神經網絡技術，需要很多的數據。所以，我們在和怡東合作的同時，可以接觸道大量的場景數據。他們每年代工量可達到億件級別。” 張發恩表示，對于一個人工智能技術驅動型公司來說，數據依舊是基本問題，

此外，算法和算力也是產品魯棒性和通用性的基礎保障。“算法方面，我們的團隊都來自于世界知名的高校，并且有谷歌、百度、微軟等就業經歷，所以在算法研發方面有可靠性。算力方面，我們使用異購計算技術，人工智能芯片，GPU 等作為支撐。” 張發恩補充介紹道。

提及人工智能的商業價值，一個疑問則會出現：人工智能技術研發無疑是一項非常 “燒錢” 的事情，這從曠視科技的招股書中透露的研發支出可以了解到。這是人工智能行業的普遍現象，這樣的高投入是否值得，是否會可觀的回報？張發恩認為，研發投入是一件非常正常的事情。“因為新事物從 0 到 1，再從 1 到 10 的過程中一定會大量資源投入，但這是值得的。就像蒸汽機和火車的發明，前期會有很多研發費用投入，但是一旦成功以后，它的回報也是非常可觀的。” 他表示，在傳統制造業領域，人力成本和不可控性是非常大的問題，如果能夠研發出成熟的人工智能設備去替換重復勞動，其商業價值非常可觀。