开发机器视觉的东西性软件「SIGAI」已落地物流场景中物体计数等使命

　　依据《我国人工智能开展陈述》的数据，机器视觉技能在国内外人工智能企业运用技能中占比最高，超越40%。近年来，深度学习技能的不断开展极大地提高了机器视觉范畴首要算法的精度，使得机器视觉技能快速向工业落地，协助人类完结各种视觉感知使命。

　　国内科技公司在机器视觉方向的研讨现已具有必定根底，例如商汤、旷视等头部公司现在都具有较完好、丰厚的产品结构；百度、华为等巨子公司也有像AI Studio、ModelArts这样的算法渠道。但全体来看，这些公司更重视根底算法的开发，在技能与工业结合方面，因为缺少必定的职业经历和人才资源，使其与工业客户还有必定间隔。

　　一些新式的科技公司看到时机，逐步从笔直方向切入职业。之前重视度最高的是安防监控范畴，但因为项目定制特点太强，加上海康威视等巨子企业的存在，人工智能企业在这一范畴并没有大的建树。而机器视觉在工业范畴的运用则会集在缺点检测、分拣、定位与抓取等问题上，一般笔直扎根于某一个职业。

　　从产品形状和商业方式上看，国内大部分人工智能草创公司挑选成为笔直范畴的算法提供商或全体处理方案提供商；而另一部分，比方下文要介绍的SIGAI，则是挑选了轻财物的方式，经过开发根据机器视觉的东西性软件，协助用户完成计数、丈量等使命。

　　SIGAI（公司全称“北京张量无限科技有限公司”）成立于2018年2月，公司将机器视觉的典型实践运用问题进行标准化，以机器视觉库的方式用标准化的算法服务于各个职业。当时将落地范畴定位在物流职业，首要包含大宗产品运送环节中的计数、丈量等问题。产品在2020年上半年推向商场，经过标准化的方式服务客户。

　　1.公司期望用能够到达有用要求的算法处理客户刚需。虽然国内许多传统职业客户急需引进新技能代替人工、降本增效，但其实职业遍及缺少人才支撑，大部分企业本身研制才能较弱，并且关于一些较为杂乱、先进的产品经常出现操作困难的问题。因而，创始人雷明以为，这些科技公司的竞赛壁垒并不在技能开发上，而是在落地才能上，例如产品是否适配事务场景、是否具有杰出的稳定性、易用性。因而，SIGAI经过开发东西性软件，一方面产品具有较好的职业通用性，便于后期的大规划仿制；另一方面，用户无需把握编程才能就能运用体系，布置便利、易用性较强。

　　2. SIGAI的产品现在首要面向物流范畴，后期将逐步向其他职业扩展。创始人雷明表明，国内物流职业当时自动化程度较低，具有丰厚的代替人力场景，例如有些港口能够给担任计数的工人开出近万元月薪，一旦完成智能化布置，现场工作效率和准确率将大幅提高、用工本钱大幅下降。除了物流职业之外，SIGAI正在浸透基建职业，该范畴大多是国企、央企等付费才能较强的客户，关于机器代替人力的志愿也比较强。

　　SIGAI的产品尚处于不断迭代的阶段，为了进一步提高通用性、易用性，公司方案开宣布多种产品形状，包含Saas、标准化的软硬件一体产品等。除了直接对接B端用户，SIGAI也在与集成商协作，成为职业处理方案的一部分。公司现在已接触到的用户遍及出资报答周期在1-2年之内。此外，公司一起在扩展北美、南美等海外商场，相同落地在物流职业，完成机器代替人力。估计2020年营收将达千万元。

　　SIGAI近来已完结千万元等级的Pre-A轮融资，由创势资身手投，工业出资人跟投。此次融资后，公司将持续晋级产品、拓宽商场，获取职业标杆客户。SIGAI团队规划约20人，核心成员是计算机、机器视觉等相关范畴的专家。创始人雷明结业于清华大学计算机系，是接连创业者。结业后曾上任于百度，下一任zmodo/meshare的CTO和技能合伙人，有成功的创业经历，在人工智能范畴有较丰厚的技能及职业经历。