36氪首发 | 已实现工业AI多维缺陷检测跨行业落地，「东声智能」完成千万元人民币天使轮融资

编辑 | 石亚琼

36氪获悉，工业领域的人工智能视觉、声音解决方案缺陷检测服务商「东声智能」最近宣布完成千万元人民币天使轮融资，由顺融资本领投、产业基金跟投。本轮融资后，「东声智能」将继续优化现有产品，强化研发团队和拓展市场。

随着物联网技术发展和新基建计划的推出，工业互联网正备受关注。前瞻产业研究院一份报告显示，2018年全球工业软件的市场规模约为2.65万亿元，我国约为1678.4亿元，仅占6.3%，仍有很大拓展空间；此外，前瞻网发布的《中国机器视觉产业全景图谱》显示，2018年中国机器视觉行业市场规模达到120亿元人民币。

成立于2019年，「东声智能」以工业视觉与人工智能算法为核心，综合2D&3D图像、声音及产线数据等多维信息，专注研发与部署工业领域人工智能及大数据分析解决方案。

图片来源：东声智能

公司创始人韩旭表示，传统图像、声音瑕疵检测的难点在于标准性差，难以应对不同工业领域的高复杂和多变场景。而「东声智能」结合AI和工业，基于核心AI算法的Handdle AI质量管理系统，通过对采集2D + 3D图像、声音等数据进行多次学习分析和质量监控，为客户达到优化人员结构、提升产品合格率的目的。韩旭介绍，在某企业光伏组件的EL检测中，东声智能的产品为其检测端节省了75%的人力成本，同时将产品返修率从30%降到5%。

东声智能的产品体系

核心算法是「东声智能」具有市场竞争力的点之一。在人工智能算法领域，公司已获得诸多专业专利，包含发明专利、软著、实用新型专利累积15项知识产权。相比于其他同赛道的玩家，韩旭认为，东声的特性之一就是行业的通用性、泛用能力和适用性很高，涉及电阻电容、汽车、电池、光伏、玻璃等多个行业。之所以能做到高度的通用性和产品标准化，原因有二：第一，公司主要是以通用算法平台和产品套件的形式为各行业供应链上游提供底层解决方案，受行业限制小；更重要的是，其团队突破了以下几个核心的人工智能应用难点：

1）实现小样本数据训练。仅依托小样本数据，东声的产品即可实现较高的检测准确度及精度；缺陷样品数量不足时，通过生成式对抗网络等算法可模拟丰富数据量。根据东声智能介绍，在某知名3C制造商服务器外观瑕疵检测项目中，仅通过17张某种缺陷图片，产品用30分钟就完成了训练和学习，检出率达到100%；

2）实现单一正样本数据训练。工业产品生产初期，暂未有缺陷样品数据时，利用算法，东声的软件可通过大量学习分析无瑕疵图片，识别瑕疵品上的缺陷，极大降低训练成本和时间；

3）实现跨产品型号适用。软件将检测按照声音、图像和产业数据分类，而不以行业为划分标准，当检测产品发生升级或型号、材质等变化时，算法的转移学习能力可将大数据所训练的模型跨领域迁移，包括仅有小数据的领域；

4）实现工业环境高适应性。产品使用不受工业环境、光源等环境因素及相机、镜头等硬件的性能衰落等因素影响，外部环境在一定范围内变化时，仍可保持高精准度运作。

此外，产品支持多操作系统（Linux & Windows）及硬件芯片（GPU,FPGA,VPU等）平台、无需替换原设备和嵌入设备等特点，也使其更易部署和操作。

现阶段，「东声智能」的产品覆盖了制造业企业从过程检到终检各类检测方面的大部分需求，已在Display、光伏、3C、半导体、医疗、军工等多个领域中实现了验证和商业化落地。公司提供的资料显示，仅光伏领域，东声就积累了超过1000万张图片，覆盖从电池片、电池串到电池组件全流程的图像数据。据公司创始人介绍，软件已实现量产上百套，毛利润高达90%以上。

除了开发软件和算法，「东声智能」也看好AI智能相机在工业视觉应用的前景。作为软件算法和硬件结合的小体积集成化设备，AI智能相机可为工业产线各环节的缺陷检测和质量跟踪提供完整的视觉检测系统，包含标准通用算法和定制化的垂直解决方案。据了解，相机产品仍在研发中，预计今年面世，年底或明年初实现小量产。

客户方面，「东声智能」服务的客户包括工业领域的上游零部件供应商和集成商，现阶段以集成商为主，应用于各类产品的过程检、出厂前的外观终检，客户包括思科、华为、比亚迪、富士康的多地工厂、光伏行业的隆基乐叶等，并已与多行业多领域的龙头企业签署战略合作协议。

从成立至今，经过一年多的成长，东声智能从产品研发、标准化落地到实现产线落地量产，接触的项目超过一百个，现在同时推进的项目仍有数十个，公司预计2020年订单交易额可达数千万人民币。谈及市场方面的规划，韩旭表示，年初的疫情“黑天鹅”事件使公司拓展国际市场的计划暂时搁置，待海外疫情结束后再出海；今年业务重心移回国内，将陆续在深圳、北京、重庆、武汉等地建立分公司，以更好地服务客户、推进公司在智能制造工业市场的发展。

团队方面，公司创始人韩旭毕业于韩国首尔国立大学计算机专业，有在现代重工集团参与众多工业项目开发的经验；核心技术人员均有多年人工智能算法和机器深度学习的相关研发经历。目前公司规模为50人左右，其中，80%是来自人工智能，机器视觉，数据挖掘和工业领域的资深工程师，预计年底整体员工规模拓展至60+人。