从单站到产线，视比特“AI+3D视觉”产品规模化落地之路

柔性产线的“视觉大脑”。

2021年12月4日，一年一度的「甲子引力」大会将于线上举办。今年，「甲子光年」的主题为——“行至水深处”。

在过去一年里，我们观察到互联网流牛奶和蜜的时代结束了——创新的机会走向市场深水区，数字化的落点步入产业更深处。此时此刻，科技创新更需要”躬身入局、深水笃行”的定力和恒心。

大道致远，海纳百川。「甲子光年」将持之以恒地致力于为科技创新服务，传播那些对中国科技创新有见地的公司、人物和观点。在此，「甲子光年」对十位企业CEO进行了专访，在他们眼里，中国科技产业融合深水区将会有怎样一番风起云涌？

本期，「甲子光年」采访了视比特智能制造事业部总经理刘欢。视比特机器人（SpeedBot Robotics）成立于2018年，致力于以“AI+3D视觉”赋能“智能产线”和“智慧工厂”，面向工程机械/重工行业、智慧物流、汽车及一般工业，提供通用且标准化的视觉产品与解决方案，拥有“机器人工作站”“超高精度视觉测量及检测”“工业系统软件”三大核心产品，主导了多个行业龙头企业在智能制造领域的全自动智能产线和智慧工厂、智慧物流产线的建设工作。

此次，让我们透过刘欢的视角，一起体会何为“行至水深处”。

1.柔性产线的“视觉大脑”，助力协同生产

「甲子光年」：最开始为什么会选择智能制造和智慧物流这个行业来切入？

刘欢：传统制造业生产任务大而重，工作环境往往比较恶劣，并且具有一定的危险性。在做调研的时候，我们看到很多重工生产产线上的工人，尤其做搬运的工人，年龄层次大多处于70后。伴随着社会的老龄化，工厂面临着招工难、用工难的问题，产能需求和劳动力输入的不平衡现象愈来愈常见，对生产管理是很大的挑战。

而对于智慧物流，立库、AGV、WMS系统等已经相对成熟的产品，“无边界、多品种”特性带来了复杂性，传统自动化/无人化方案对海量SKU混合堆叠来料的场景适应性缺失一直是行业的难点痛点，人口红利消退下，迫切需要新技术变革来实现机器换人，这也是典型的深水区场景。

3D视觉算法带来的柔性提升，可以突破智慧物流增长的瓶颈，极大拓宽客户覆盖的边界，但深水区场景需要较高的技术壁垒。视比特通过“AI+3D视觉”能实现对海量SKU的商品/货品的精准识别并进行分拣，形成诸多技术壁垒，特别是视觉识别和机器人轨迹规划、抓取、移动等控制的交互。

「甲子光年」：视比特致力于为智能制造和智慧物流等行业打造“3D视觉感知与机器人柔性控制深度融合”的视觉大脑，为什么会选择柔性生产？

刘欢：基于中国和全球的生产现状而言，制造业很多场景是多品种小批量生产模式，客户需求相对来说碎片化、定制化，传统的单产线生产模式并不能满足这种需求。我们看到，汽车、手机厂不断投入资金和人力做技术改造、产线升级，每次升级都是一次供应链、供应生态的变化甚至重新洗牌。

柔性生产代表的是一种多产品、多流程、多形态、多单元的快速转换与协同生产模式。在柔性生产模式下，工业机器人及自动化设备需要按照生产需求来灵活变化以生产多种型号产品，在上下料、分拣、搬运等环节需根据产品种类的不同实时规划并完成作业任务，而传统的工业机器人或自动化设备根本无法实现。

「甲子光年」：柔性生产模式下，客户可能会在哪些环节提出更高的要求？

刘欢：柔性制造下生产环境更为复杂，对于智能化作业的需求更高。例如工程机械行业的一个显著特点是物品SKU多达数万种，成千上万的零配件形成了庞大的“零件库”，而这些“库”又是需要依据客户订单来进行组合生产的，也就是说生产需求是随机的，作业产品类别也是海量、无边界的，只有跳出传统自动化小集合解决方案的耦合，实现真正的全兼容智能作业才能解决这个使用需求，这个就是柔性生产对智能化的一个典型需求。

2.深度赋能集成商，技术和产品带来增量空间

「甲子光年」：在商业模式上，视比特是直接面向最终的客户，还是与中间的集成商合作？

刘欢：我们的模式是深度赋能集成商。对于专业集成商，我们提供视觉算法；对于自动化集成商，可以用视比特的分拣工作站。我们希望解放集成商，不只是编码行为的赋能，更多的是释放集成商对于编码思维的一种需求。

「甲子光年」：这是行业内的一种普遍做法吗？

刘欢：这个要从增量市场和存量市场来看。在视比特成立之前就有很多的视觉厂商，大概2010年之后，就有很多国内外厂商提供基于视觉生成3D点云及处理的通用场景，也衍生出了视觉焊缝追踪、焊缝发现以及在简单场景下视觉引导机器人做标品的拆、码、搬运、检测等能力，这是一个存量市场，大家都是视觉算法加平台、相机向市场推广，厂商可以通过本身的产品行为或市场行为直接找到客户。

对于增量市场，不管是行业认知还是客户认知，AI+视觉并没有辐射进去，市场还处在相对早期，我们需要把客户碎片化的需求做归纳整理，针对客户场景去推演产品对应的解决方案，这是一个培育集成商和用户新的使用习惯和产品认可度的过程。视比特两个方向兼备，既有存量市场的布局，也有增量市场的探索，这是我们的创新点，也是优势。

「甲子光年」：增量市场的表现是什么？

刘欢：主要是产品和技术层面的增量。举个例子，像AI的人脸识别已经大规模应用了，在识别脸之后，去挑战超高精度的识别，这就是一个技术上的增量。产品层面，针对每一个技术和每一个场景都有代表产品投入到行业里，例如视比特推出的高精度3D测量检测系统，是面向工业大尺寸精密零件的高精度检测，可以拓展至整个汽车主机厂、零部件汽车其他产品的测量与检测，在轨道交通、重工、航空航天、军工等领域复制推广。产品增量让行业里面增加了更多的产品，同时也增加了更多的场景解决方案，更多的技术积淀，还有更多的客户选择。

「甲子光年」：在供给端，面对存量市场和增量市场，企业会有什么应对方案？

刘欢：我觉得是在2019年时，针对存量市场的低端需求已经形成了一定的内卷。主要表现就是商务行为和技术争夺。商务行为像价格战，甚至有一些企业以免费手段争夺市场占有率，也发生了彼此之间诋毁这样比较偏激的行为。

在技术上，快速的仿制层出不穷，市场上一旦有了好产品，马上就会出现类似的产品，甚至还发生过好几起挖角相关竞品公司技术人员的事情。视比特在这个过程中仍坚持以创新驱动产品大规模落地，坚守在AI+视觉这个生态，并不断去开辟增量市场。

「甲子光年」：存量市场的“内卷”是视比特开辟增量市场的原因吗？

刘欢：我们开辟增量市场的原因不是因为这个，其实我们一开始就是揣着把行业做大的梦想，希望在这个领域里去推动新的技术落地，我们创业的初心就是因为看好AI+视觉这个生态，看到了它很大的发展前景，期待让越来越多的人进来发展成更大的行业生态，而不仅仅是一个细分领域。当市场空间达到百亿、万亿级的时候，足以让更多企业生存改善，百家齐鸣，为客户带来更大价值的同时，推动3D视觉+AI行业的发展。

「甲子光年」：视比特是一家软件公司还是硬件公司？

刘欢：视比特是一家以软件为核心的高科技公司，先进的软件系统、视觉算法、机器人控制算法研发能力是主要核心技术优势，我们希望以领先的算法和软件平台为核心，与广大的硬件厂商共同合作，将各家产品更好地融合起来，以产品生态来构建这个行业的应用生态。

当然，我们也会做一些硬件的结构性设计，因为硬件是一个软件价值的承载体。在每个航段，我们期望以软件为轴，在硬件的各个分支上提出具备行业参考性的建议，赋能行业上下游的技术路线，形成行业枝繁叶茂的大树。

「甲子光年」：产业链里经常会出现上下游互相渗透的情况，比如说机器人本体厂商也会做软件的研发。您怎么看待这样的现象？

刘欢：会有上下游渗透的情况出现，这对行业的发展来说是个好现象，但是核心技术是一个宽度和广度的问题，各家长处不同，大家根据自己的优势进行扩张。当我们能达到很好的共通状态时，渗透只是一个宽度的调用。我们也希望厂商在辐射其上下游生态时能涉及到这一部分，并不是只有视比特一家在做，这其实能推动产业链的发展。实际上，只有行业往前走了，大家的空间也才更广阔。

如果某个厂商的渗透已经可以逐步取代一些产业链公司，那么这些公司应该反省自身的产品，或者说市场行为是不是存在问题。我们真正的敌人是我们自己，当产品和服务响应不能满足市场需求的时候，就会遭到抛弃。这种担忧各家都会有，但这就是既定的商业规则，只有更好去适应它、去鞭策自身不断创新。

3.标准化产品，实现客户跨场景迁移

「甲子光年」：由于制造业细分领域非常多，场景和需求比较分散，很难在不同行业属性的客户间实现迁移。视比特如何解决这一问题？

刘欢：制造业的细分领域很多，但是它的核心逻辑是相同的。核心逻辑相同就会催生共同的需求——比如工程机械制造需要把原料搬出来，造船也需要把原料搬出来，生产船是这样，生产汽车也是这样。

我们针对不同行业相似场景的共性需求做标准化，逐步拆分到产品级，到产业链级，最后到整个场景的标准化。视比特触发上下游的产业链伙伴共同合作，就像我们现在人手一只的笔记本电脑一样。电脑刚产生的时候，是一个为了计算的巨型机，然后做芯片的、做存储的、做控制的、做系统的等上下游厂商慢慢耦合之后，形成了一个柔性很高的产品。我们现在既可以用它办公，也可以用它打游戏，还可以用它做技术开发。

「甲子光年」：有没有具体案例？

刘欢：以重工生产领域来说，不管使用的是钢材、铝材还是其他型材，所有生产工序都离不开切割、冲压和成型，简单理解就是把一整块原材料加工成自己需求的一小块的零件拼图，这就是一个很共性的需求。我们根据重工制造业钢板切割场景下的共性需求研发了“基于3D视觉引导机器人智能分拣上下料系统”，可轻量化延展至智慧工厂、小家电、汽车等行业场景。

「甲子光年」：视比特现在是否到了从单一场景到跨场景、跨环节的发展阶段？

刘欢：我们现在只是在重工生产领域下面的分拣，还有其他的工艺，基本上是基于工艺的需求来整合共性需求，例如破口、折弯，最后的焊接成型等等，都是制造领域里独立成型的工艺单元，我们基于工艺单元的共性去找到相同的需求，然后去落地自己的产品，这样就能形成离散型场景之间的共性产品，当然可以把它聚集起来，形成基于特定行业的产线级辐射。

至于跨场景、跨环节的发展阶段，也不能说我们完全跨过了这个阶段。每一个行业里面的共性需求可能达到95%甚至98%，但是没有哪个场景是100%的雷同。在95%~98%的区间里，我们要做到快速的标准化，也就是从产品级到产线级的标准化，来解决每一个行业的生产需求，这是我们的重点工作方向。

「甲子光年」：现在很多工业机器人公司想要做“平台”“生态”，如何理解平台、生态？视比特是否有类似的规划？

刘欢：平台是必须要做的，我们一直认为平台是从产品里面生长出来的，是基于场景和需求来真正部署的。一直以来，大家认为人工智能总是飘在空中，就是因为平台、生态的概念没有落地。它的逻辑是这样的：一个场景把它的需求辐射出来，然后生产出产品，针对这个产品，打造为产品赋能的平台。这样的才是真正有意义的平台，真正能为客户和行业所接纳的平台。先打造出一个平台再去开发产品，是一种逆其道而行之的模式。

「甲子光年」：AI是不是也走了这样的逆其道而行之的弯路？

刘欢：我们之前走访发现，真正从事生产行业、制造行业的人，对于AI的普遍认知都是“人工智能很火很厉害，但是和我们好像搭不上钩”。

针对这一点我们和同行都在尽力通过自己的方式来改变大家对于AI的认知。我们落地解决方案的各项产品，都用到了AI和视觉技术，把它实实在在地放在生产场景里，让它赋能这个行业，这样才能让这个行业的人转变认知。

「甲子光年」：AI现在看起来像是一个普惠的技术了，很多公司都有AI功能，放在我们这个行业来看的话，它的一个壁垒应该是什么？

刘欢：从企业的角度来说，既然我们称之为壁垒，它肯定有一个根基，这个根基是技术门槛，再往上的话，我们需要在根基的基础上去筑墙，也就是产品，这是壁垒的重要组成部分。在根基支撑的基础上，逐步把这堵墙做得更厚、筑得更高。再往上是服务，再好的壁垒也需要维护体系，用更好的服务去维护自己的产品，就是在维护自己的壁垒和根基。

「甲子光年」：从硬件层面和软件层面来说，国产化产品面临的卡脖子的瓶颈在哪？

刘欢：我们的国产替代不应该局限于把外国的东西买进来，自己重新组装，而是真正的实现产品替代化。在视觉硬件方面的话，绕不开的卡脖子技术就是芯片和光学镜头。另外视觉软件方面，其实就是我们所做的工作，当有越来越多的企业和视比特一起，去做软件核心底层算法的自主研发，做一套完全自主可控的商业软件产品体系，而不是基于别人做一个分装产品的时候，才会打破“卡脖子”的局面。视比特在超高精度测量等领域迈出了这一步，也会持续地完善技术体系，行得更久，走得更远，希望与同行一起共建生态、形成不局限企业的破壁力量。

「甲子光年」：2019年之后，行业内发生的最大变化是什么？是通过哪些事或者现象体会到的？

刘欢：简单来说，最大的变化其实就是市场变得更大了，需求变得更多了，在内卷的同时，也看到了有像视比特一样在探索、开拓的行者！在我们所专注的智能制造和智慧物流领域，逐渐看到其他的同行和上下游的合作伙伴，一起来支撑起这个快速增长的市场，这一点是很好的。