移远宝维塔 「匠心」平台推动工业智能化升级，助力打造“灯塔工厂”

9月26日消息（赵婷婷）在当今数字化转型洪流中，AI技术正以前所未有的速度与各传统行业 融合，然而在这一过程中，仍面临技术人才短缺、开发成本高昂等挑战。在此背景下，业界正通过小模型来破局。面向具体运行环境的适应性和经济性方面，轻量化的行业小模型更加实用，省钱、省力、省时间，可在资源受限的环境中适应不同应用场景需求，降低AI技术使用门槛和成本。

移远通信于近期发布的工业智能品牌宝维塔 及旗下核心产品「匠心」AI算法平台，正是基于上述趋势的创新探索实践。其致力于为各传统工业领域的场景化应用提供易于部署、且具成本竞争力的解决方案，推动工业领域智能化转型迈出新步伐。

在日前举办的“绽放通信之美-宝维塔 「匠心」平台线上研讨会”上，移远通信副总经理兰世桂、产品经理王柯、研发经理俞喆俊，围绕宝维塔 「匠心」平台，共同探讨AI和边缘计算在工业制造领域的场景化应用以及背后的技术开发。兰世桂表示，宝维塔 作为移远通信的全新工业智能品牌，专注于将人工智能、边缘计算、机器视觉、 学习、软件算法平台等前沿技术，应用到缺陷检测、AGV机器人自动上下料、成品自动化测试线体等多个工业场景中，推动工业生产的智能化升级。

端到端全链路架构：「匠心」助力搭建一站式AIoT平台

谈及品牌故事，兰世桂指出，宝维塔 品牌的推出，旨在助力工业制造领域实现智能化升级。其中“维”代表“多维度”，体现移远通信对未来业务多元化发展的追求；“塔”则展示了移远通信助力工业客户打造“灯塔工厂”的决心。

据王柯介绍，「匠心」作为宝维塔 精心打造的行业AI算法模型训练平台，集成了数据上传、数据标注、模型训练、模型测试、模型发布和一键部署等全流程功能，具有推理性能强大、功能丰富、高效便捷、简单易用等特点，能够为企业提供一站式、低成本、低门槛的AI模型训练与部署。

不仅如此，从产品形态上来讲，「匠心」平台、设备端的AI推理引擎SDK和物联网连接更是组成了端到端的全链路架构，打通了模型开发、设备管理、数据分析、边缘侧运算推理以及数据回流优化等全流程，推动AI技术在工业领域的便捷高效落地。

俞喆俊补充道，「匠心」平台根据实际项目需求进行了功能优化，涵盖数据管理、算法模型、友好交互等方面，结合行业数据量庞大、模型迭代周期长、未知样本过杀严重等特点规划平台研发任务，加速工程化落地方案实施进程。

具体而言，「匠心」平台主要具备以下七大特色：一是高效数据处理能力，通过图像融合功能，存储空间降低80%；二是并行数据传输，支持多任务同时导入并运行，提升效率；三是多样化数据标注，包括NG智能/自动标注，从而加速数据标注；四是缺陷生成器，AIGC支持多模板，实现生成模板即插即用；五是基础算法框架，降低显存资源70%，加速模型迭代；六是自动化部署，通过设备管理器下发模型和授权SDK，加快项目上线周期；七是系统功能完善，具备自主系统监控，实现多用户资源合理分配。

另外，凭借深厚的嵌入式软硬件开发能力，移远通信推出了支持内置AI推理模型的边缘计算终端。“截至目前，我们是行业为数不多的具备边缘计算软硬件开发能力和AI算法自研能力的企业，更是成功地将AI端侧推理模型从传统的X86架构迁移到ARM架构，这是目前行业内少有的成功案例的典范。”兰世桂说道。

基于ARM架构的边缘计算不仅具备高度的系统集成度，还实现了模型的一键部署功能。在「匠心」平台上训练好的AI模型可以一键下发至指定的边缘计算终端，部署过程简单，同时，相较于X86架构，ARM架构硬件的成本可节省高达50%，这无疑是一个巨大的优势。

赋能行业应用：推动工业智能化升级

在实际应用场景中，据介绍，在过去两年，宝维塔 「匠心」AI算法平台已陆续在汽车电子零部件外观缺陷检测、金属加工制造、半导体/泛半导体表面缺陷检测等领域生根落地，并进一步拓展行业边界，应用于传统林木、农副产品分选等领域。

例如，农副产品分选设备主要使用目标检测框架，对瓜子、花生等进行识别筛选，客户对此类设备的精度和稳定性有着极高要求。通过宝维塔 「匠心」平台的赋能，系统能基于物品的不规则外形和表面纹理差异剔除杂质，大幅拓宽分选品类，为客户带来可观业务增量。并且做到“一切皆可分选”，其在循环经济中的垃圾分选应用中也表现出色，实现精准筛选。从图像采集到AI算法识别再到机械动作剔除，整个过程仅需6毫秒即可完成。

工业智能并不仅仅是简单的用AI替代人工，更是可以完成人工无法实现的品质检验要求。在半导体和泛半导体行业，由于产品尺寸极小，无法通过人工目视检测完成，即便是借助高分辨率电子显微镜成像，也会存在检测效率低下、误检或漏检等问题。因此，须依赖于高精度、高可靠性的AI视觉解决方案，而宝维塔 将一如既往地致力于该领域的技术投入与探索。

另外，值得一提的是，「匠心」平台可提供多种服务方式，既支持客户使用「匠心」平台进行模型训练和开发，也支持私有化部署方式保障客户数据隐私安全。

例如在金融、医疗等行业，企业需要独立、可控的计算资源以防止数据泄露，私有化部署可提供较高的数据安全性，还可提供定制化服务。

而对计算资源需求波动较大、需要快速扩展或缩减资源的企业，公有化部署提供了弹性的计算资源，可根据需求随时调整，同时降低了企业的IT成本。该部署方式具备可扩展性、灵活性、社区支持等特点。

正如兰世桂所说，AI并非洪水猛兽。回顾历史上的三次技术革命，被革命的永远都是拒绝变化、拒绝新技术的人。AI时代，同样会淘汰那些排斥AI、不懂利用AI工具的人，同时对掌握AI技术的人的需求将爆发式增长。“当下我们身处在巨变的AI时代，最为确定的就是拥抱变化，拥抱AI与传统行业的 融合，甚至是改造衍生出新的行业，这是AI时代的下半场，也是我们移远工业智能品牌宝维塔 的未来。”

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。