portant;">
演讲视频回顾（点击「阅读原文」也可观看）：https://www.bilibili.com/video/BV1SY4y1s7pC?spm_id_from=333.999.0.0
以下为张发恩在机器之心 AI 科技年会上的演讲内容，机器之心进行了不改变原意的编辑、整理：
非常高兴有这个机会跟大家分享一下人工智能在商业化落地当中的一些实践和心得。我是创新奇智的 CTO 张发恩，今天跟大家报告一下创新奇智 AI 在制造业落地的应用实践，感谢机器之心的科技年会给我们这个机会。
这张图是我们整个公司大的里程碑节点，可以看到创新奇智成立于 2018 年 2 月，紧接着完成了天使轮的融资，后来又完成了 A 轮、A + 轮。2019 年 3 月，我们和中冶赛迪合资成立了赛迪奇智，专门去做钢铁冶金领域智慧解决方案的落地。在此之后，我们又进行了 B 轮、C 轮、C + 轮融资，并与中铁四局成立了合资公司中铁奇智。D 轮是软银主导投资我们。2022 年 1 月，我们登陆了港交所，正式上市，我觉得我们整体的发展节奏还是不错的。 随着国家数字经济布局深入到更加广阔的产业生态，以及人工智能技术加速商业化发展，企业级人工智能将迎来广阔的发展空间。企业级 AI 需要进一步与传统产业深入融合，才能迸发强大的商业化活力。
创新奇智选择在 “AI + 制造” 领域深耕细作。事实证明，人工智能解决方案在制造企业的 “产品质量控制一致性、流程管理效率、人工成本、安全管控、一体化管理能力” 等方面均有助益和渗入。
目前，创新奇智已成为中国最大的 “AI + 制造” 解决方案厂商，而真正奠定工程与业务基础的则是我们自研的 MMOC 人工智能平台。
MMOC 是支持 AI 解决方案创新、研发和交付的端到端平台。MMOC 平台以 “数据 + 算法” 为技术核心，内置组合特征挖掘、小样本学习、预训练模型等前沿技术内核，提供结构化和非结构化等多元数据支持，实现了 “云 + 端” 无缝协同，以提升资源利用率并满足灵活应用需求。
具体来讲，MMOC 人工智能平台由 ManuVision 机器视觉智能平台、MatrixVision 边缘视频智能平台、Orion 分布式机器学习平台和 Cloud 云平台组成，覆盖了数据加工、模型训练、开发、部署、应用运行等全过程，形成有机统一的整体。 ManuVision 机器视觉智能平台，基于深度学习技术的机器视觉检测软件平台，主要解决制造业场景中常用的定位、测量、检测及识别常见缺陷或关键指标。
MatrixVision 边缘视频智能平台，可以系统化地结合边缘计算和深度学习，基于配备创新奇智专有的边缘计算设备，可执行视频流解码、图像编码及解码、模型转换与迁移、模型部署及实时推理等任务。
Orion 分布式机器学习平台，企业级端对端机器学习平台，可支持企业完成一站式 AI 解决方案开发，该平台覆盖三个关键 AI 元素的组件，即算法模型训练、数据治理及计算能力资源调度。
Cloud 云平台作为基础设施底座，提供异构资源管理与调度能力以及全要素 AI 技术资产管理和应用能力，通过对算力资源和数据、算法、特征、模型等 AI 资产的统一纳管、共享、复用，有效降低 MMO 及 AI 解决方案研发成本并提升效率 。
创新奇智将 MMOC 平台作为底层 AI 基础设施，在平台上持续积累 AI 技术资产，包括数据集、算子、算法模型、硬件组件的设计蓝图及软件组件，并将训练模型不断进行改进升级。
得益于这些技术资产的高度凝炼、低耦合及可复用性质，我们有能力针对制造业分散业务场景的差异化需求，实现高效率的项目交付。
创新奇智基于 MMOC 平台打造的智能制造系统（AIMS），贯穿工业场景中的 “智能生产” 与“工厂信息化决策”，帮助客户从运营效率和信息智能两大维度实现智能化转型，在能源电力、钢铁冶金、面板半导体等多个领域均有重量级解决方案落地。 接下来分享几个案例。
第一个案例是智慧铁水运输系统的解决方案。我们把整个机车运输从原来的有人驾驶变成了（受限环境中的）无人驾驶，同时也使用了机器学习算法去动态调度这些机车，使得整体的调度效率大大提升。 第二个案例是智慧风电运维。我们在能源、电力这个垂直细分系统中能够提供整套云边协同的智能运维解决方案。以风电厂的运维为例，很多风机覆盖在山上、海上，运维起来非常不方便。我们基本上实现了包含传感器、边缘视频分析在内的由端到云的统一分析监控整体运维解决方案。
第三个案例是半导体智能生产线解决方案。以面板半导体的生产为例，面板半导体的生产工序非常高端，工序也非常多，这些智能装备中的 AI 科技含量还是相当高的。以液晶显示屏玻璃缺陷检测为例，以前这些技术都是韩国或日本的厂商提供，今天我们客户现场原有的设备都替换成了我们的设备，检出准确率提升了 30-50%，这也是国产替代的一种方式。
