成立于2015年的高视科技，在短短三年内，先后获得了两轮融资，并于2016年实现盈亏平衡。截至2017年11月，高视科技全年订单总量已超过一亿元。这家致力于将机器识别和人工智能技术应用到工业领域的企业，到底有什么独特之处？上周，亿欧走进了高视科技，与创始人姜涌探讨高视科技的主要业务及未来计划。

高视科技董事长兼技术总监姜涌，2006年于南京航空航天大学取得博士学位，原佳能中国研发中心图像处理专家，人脸识别应用及智能安防应用技术总监。2015年，在机器识别领域进行长达十年的耕耘后，姜涌意识到人工智能能够变成一种产业，在工业领域上，利用机器去代替人力已经是市场趋势，结合机器识别的屏检测拥有很大的市场空间。怀着一展拳脚的心态，他一头扎进了屏质检行业，与其大学同学魏斌携手打造了高视科技。

人工智能难落地，高视决定独辟蹊径

为什么在工业领域人工智能落地很难？“因为在工业领域，要完成一个真正能替代人力的全自动设备或解决方案，除了运用人工智能技术，还需要考虑算法、软件、光学、电气、结构等。这是一件研发周期长，并不那么容易完成的事情。”姜涌解释道。

定位于提供将机器视觉和人工智能应用到工业领域的解决方案的高视科技，在工业领域的应用的案例几乎都是首创，国内甚至国际上都没有。姜涌说：“我们聚焦于去做一些市场空间很大，复制性很强，技术门槛很高，行业目前空白的事情。”

目前，高视科技已在北京、深圳、南京、苏州、武汉、美国圣何塞等地建立子公司、分支研发及销售机构，终端客户已包括华星光电、京东方、小米、华为、天马集团等国内一线厂。在交流过程中，姜涌向亿欧介绍了各个公司的主要业务：

总部惠州高视科技主要进行各类检测，聚焦在液晶显示、新能源、半导体三个领域。高视科技一开始进军屏幕质检的原因有三：

一是行业市场足够大，市场增速较快。液晶显示质检业务从2015年开始进入快速增长期，终端客户生产线机器替代需求激增，近2年年复合增长率超过150%。随着国内OLED产线巨额加速投资及产能释放，未来该细分行业新增市场容量空间巨大。

二是行业存在明显痛点。传统屏幕缺陷检测均在工厂暗室中由人工完成，每个工厂检测相关人员占全员比超过60%，人工成本消耗巨大。同时，工人长期在暗室中的高对比亮光暴露下，眼睛会受到损伤，检测有效性及稳定性也会受到影响。姜涌介绍，2017年，中国有40万人在从事该职业，只有不到30%的厂商使用屏检测设备，机器代替人力的需求迫在眉睫。

三是屏自动化检测技术难度较高。姜涌说，液晶显示自动化检测包括背光、CELL、Opencell、模组检测等，其中模组的自动化视觉检测难度最高。因为屏模组由五层组件构成，缺陷种类超过100种以上，且分布及形成随机，视觉检测设备需要高频且稳定的检测每层及层之间的缺陷，并进行精确定位，甚至在线修复。

据悉，高视科技的屏检测模组设备可以检测出38类、近百种缺陷，具备智能自学习能力，漏检率在千分之三左右，过检率达到百分之十以下。在成本和人力方面，姜涌算了一笔账：一般屏幕厂商的产品在前端的生产节拍是3.5秒，后面的质检环节需要10个工人才能跟上这样的速度。如果机器昼夜不息，厂家采取黑白两班的机制，一条生产线相当于有20个工人驻守，一年下来的人力成本消耗巨大。部署屏质检的机器后，高视科技可以做到40台设备只需一个专人维持运转，厂家两年左右可以收回成本。

子公司苏州高视科技于近期同大唐电信签署5G应用合作协议，联合开发机器视觉工业互联5G应用平台技术，拓展标准化智能视觉工业应用通用平台业务能力。该平台使该公司具备了针对不同行业应用横向拓展的产品快速迭代开发能力。苏州高视的计划是将这一套平台，应用在屏、新能源、半导体等三个领域，在一星期内快速完成客户定制化和标准化的需求，包括更换生产线，更换设备等。

深圳高视科技专注于测量领域，利用结构光技术进行产品的测量。结构光是一种主动式、非接触的三维视觉测量新技术，结构光测量系统主要由结构光投射装置、摄影机、图像采集及处理系统组成。目前工业中某些领域对产品测量的精度要求很高，例如出于对防水性能的考虑，手机后壳与中框需要极高的拟合度，尺寸的精准性尤为重要。在这一领域，高视科技利用结构光技术，对手机外壳和中框工件分别投射一定结构的光模型，利用图像传感器记录变形的架构光条纹图像，结合系统的结构参数获取物体的三维信息，实现工件不同部位点云数据的拼接，进行工件3D模型的构建，再将其与工件的电子图纸进行对比分析，进一步调整工件的生产过程。

南京高视科技则专注于机器视觉及人工智能应用领域方面，继续深入研磨自己的技术。人才竞争与人才成本已成为高视科技借助与南京航空航天大学、厦门大学、南昌大学等建立联合人工智能与机器视觉联合实验室，借力实现核心技术人才与团队整合。相关技术型中小创业企业发展的核心瓶颈。因此，高视科技现拥有11位博士组成的核心技术团队，团队成员毕业于清华、南航、厦大、中科院等高校，拥有三星、佳能、Google、微软、TCL等企业工作经历。

从设备数据采集到工业互联网平台

总体来看，机器视觉以及人工智能技术在工业领域的落地还很艰难。在姜涌看来，主要因为学术界的人仅仅关注算法的精度和领先性，忽略了实际生产中设备的其它五个问题：成本、精度、速度、稳定性和通用性。

在实际生产过程中，速度是首要标准，它决定了这个设备能否导入产线中。因为生产线都是流水作业，如果产品在前端的生产节拍是3.5秒，后面的质检设备无法跟上这个速度，这个设备在产线上就没有任何价值。当然，设备的稳定性和通用性也很重要，如果一台设备只适用于一家厂商或者一种行业，那么设备的开发成本过大，也不符合实际生产的要求。只有同时兼顾成本、效率、精度、稳定性、通用性五个要素，才能实现产品真正地落地。

在提供设备产品的同时，如何管理已经在产线上使用的设备也是高视科技目前研发的重点，因为设备在使用过程中产生的数据能够指导整个工厂的生产。

姜涌表示：与其他企业不同，高视科技打算从底层往上层布局工业互联网平台。通过销售设备、模组和解决方案、将设备投放到工厂使用，培养好客户的使用习惯。结合人工智能技术，将设备使用过程中产生的多维数据传送至平台，对数据进行快速计算处理和高级建模分析，监测产品线的使用情况、生产数量、生产节奏、产品线的使用情况、消耗情况等，从而实现资源的统一配置，辅助工厂优化工艺流程及生产稳定性，提升产线良率与智能化水平，进而完成高视科技布局工业互联网平台的目标。

过去一年，高视科技主要专注于原有液晶屏视觉质检AOI主线业务的上下游拓展，进行包括新能源、半导体封测、精密视觉测量、PCB检测、消费类锂电池等多个新的业绩增长点布局。2018年4月高视科技已经获取了某国际知名智能终端厂商的消费类聚合物锂电池缺陷检测业务，并将于今年8月大举进军半导体行业。