AI大模型在国内风起云涌的时候，大模型如何在行业内落地，成为了持续探讨的话题。
在机器视觉行业，AI大模型的应用已经逐步成形。2023年上海慕尼黑机器视觉展，芯歌智能带来了机器视觉行业的首款AI大模型——知己大模型。
这款产品能为机器视觉行业带来哪些改变？张通社带您一探究竟。
一 知己AI大模型首次公开亮相
在刚刚闭幕不久的2023上海慕尼黑机器视觉展上，芯歌智能带来了多款主打产品，展台上人头攒动，展示出芯歌智能的软硬件技术实力，以及企业的行业影响力。
本次展览上，芯歌智能带来了多款产品，包括第三代激光3D轮廓相机sG57N和sG58系列，激光位移传感器tG51HZ和BZ系列，机器视觉缺陷检测软件AIAP极智算法平台以及知己大模型1.0。
这几款产品分别体现出了芯歌不同的市场竞争力及获客抓手。3D轮廓相机主打高速率和高精度精密测量检测；位移传感器主打性价比高精密测距及自动化；AIAP算法平台赋能相关硬件产品，使芯歌软硬全栈能力可以高效学习，快速部署，完美解决客户需求及行业痛点。
在这些产品之中，芯歌智能硬件优势已被业内认可，自研感算一体CMOS的工业相机为客户精密测量检测提供了最优国产替代产品；视觉检测方案生成机器人则是其一款新产品，基于知己AI大模型，它能根据具体场景实现可落地的视觉检测方案。
在实际场景中，如要想检测出一个直径约为0.5厘米的黑色斑点，知己机器人可根据情况，输出最佳的机器检测方案，并且生成方案的时间不超过5分钟。要知道，以往一个项目的视觉方案设计时间往往需要一两个工作日的时间。
二 知己大模型：专注于工业检测的AI大模型
目前，中国已经发布了几十款AI大模型产品，绝大部分都致力于解决通用型的问题，比如百度文心一言和阿里巴巴通义千问等等。与他们不同的是，芯歌智能的知己大模型主要应用于工业领域，尤其是机器视觉领域。
芯歌智能的AI视觉负责人霖总告诉张通社，客户可将文字、图片、3D点云等格式输入大模型中，‘知己’就能生成关于特定工业检测项目的文字版本以及代码版本。“这些方案非常完善，仅仅通过简单调整就能向客户展示”，霖总说。
具体来说，芯歌知己大模型有什么特点？
无样本推理：由于有了大模型作基底，仅仅需要少量数据样本，就能完成常见的缺陷检测。
输入多模态：支持文字、图像、3D点云、非可见光数据的输入。
形态学分析：集成形态学分析功能，保证输出结果真实有效。
本地化部署：拥有17B参数，单台服务器即可部署，拥有边缘端自研推理控制。
本地知识库：支持构建安全保密的本地知识库，可通过word，pdf等多种方式输入信息。
安全可控：芯歌智能拥有多项专利，保证行业大模型的使用安全。
除了供芯歌智能内部的团队使用之外，该服务已经被数家芯歌智能的客户所使用。
例如，原来一家企业需要通过‘做库’方式，为不同的缺陷构建单独的影像数据库，通过芯歌知己大模型，这家企业可直接完成工业检测的任务，无需花费大量成本去‘做库’。
“我们的知己机器人可以识别肉眼可见的裂纹，就算是肉眼不可见的缺陷，我们也能通过特殊光谱的手段轻松识别”，霖总说。
三 提升项目执行效率，做有感知会决策的大模型
长期以来，机器视觉产业往往被认为是高速发展的行业，覆盖面广，客户也多。但是，这行业高速发展的另一面却是产品难以标准化，规模效应难以显现。
对于产品非标准化以及规模效应难出现，这个痛点本身可以通过大模型技术解决。
传统情况下，一位负责工业缺陷检测项目的人员需要与客户进行反复沟通，了解具体客户需求，并逐步形成具体解决方案，拿到具体数据并落地执行。“一个项目开展下来十分费时费力，导致成本高企，影响到公司发展。”
霖总表示，“如果有一个系统可以把过去项目的经验积累下来，而且新项目可以使用过往项目的经验，那么这个项目落地就会变得更加高效。”
芯歌知己大模型是为加速项目的执行速度而研发的。“目前的大模型技术让AI有了非常出色的因果涌现能力，它能快速找到图像与数学模型的关联。这样的话，机器检测工业缺陷的效率会提升很多。”
芯歌智能的知己大模型仍在持续完善的过程中，他的目标是做一个有感知会决策的AI。
例如，当AI发现工厂的缺陷率比平时多了30%，它会自动排查问题发生的原因，并给出相应的解决方案：由于特定工艺段的温度没有控制好，导致温度上升0.2度，影响了产品的良率，那段工艺段的温度失控是因为机器老化导致的。
霖总透露，芯歌智能目前正在服务一位客户的智慧工厂项目，正为它打造一个这样的AI系统，称为‘工厂大脑’。
知己大模型已经被芯歌智能的团队进行广泛应用，原来需要140人执行的工作量，现在仅仅需要40人就可以搞定。“这只是知己的初步阶段，未来它会走向商业化，有着更广阔的应用空间。”
