寧夏政務政務OA系統(tǒng)：洪澤縣政府政務OA系統(tǒng)中“機器視覺+ai”賦能智能制造，凌云光著力打造工業(yè)互聯網的關鍵基礎設施了巨大的變革。傳統(tǒng)的辦公模式已經無法滿足企業(yè)快速發(fā)展的需求，因此，許多企業(yè)開始尋找更加高效、靈活的辦公解決方案。開源oa上ai技術，即將在科創(chuàng)板上市的凌云光（股票代碼：688400）是這類廠商的典型代表。 如果說技術和資本看重的是性感的故事，那么商業(yè)化落地看重的則是營收、凈利潤這類實際的財務指標。 相較于“cv四小龍”，凌云光的知名度雖沒那么大，但從實際的營收和利潤情況來看，其表現可以說相當亮眼。2021年，凌云光的營收已經達到了24億元，近三年營收的年化增長率（cagr）為30.9%。我們將凌云光和“cv四小龍”中已經上市的商湯科技（港股）和云從科技（


這位技術宅老哥把gpu當暖氣用，省錢了:

技術宅把冬季供暖，也玩出了新花樣。因為嫌冬季取暖的電費太貴，奧地利的一位程序員，硬是diy了一套“礦機”供熱系統(tǒng)。?按理說，礦機才是耗電大戶，利用gpu的廢熱供暖，真能比常規(guī)手段更省錢嗎？ 奧地利冬季一般氣溫在-5°c到5°c之間，持續(xù)時間為12月到3月。這樣一算，一個冬季取暖費用最少也得5600多元，要是再算上深秋或初春，一年取暖費高達七、八千元很正常。 對比一下，北京地區(qū)冬季居民供暖費用，依據供應商不同而變化，根據相關政策規(guī)定，價格在16.5-30平米·季度之間。? △數據來源：北京市人民政府首都之窗也就是說，一個100平米的戶型，一年冬天取暖費在1600-3000元之間。這樣看來，按奧地利的當地電價平均一度1歐元算，完全靠電帶動空調取暖，確實價格不菲。 這種顯卡哈希率比較高，達到30mhs，但缺點是能耗太大，四塊顯卡總功率900w左右，工作時平均溫度80°c。（哈希率是加密貨幣網絡處理能力的度量單位。即哈希函數輸出的速度。）

我們必須要知道的restful服務最佳實踐:

我們必須要知道的restful服務最佳實踐本章導讀： rest來源 rest是什么，應該知道的6大原則 c-s架構 無狀態(tài) 統(tǒng)一的接口 一致的數據格式 自我描述的信息 超媒體即應用狀態(tài)引擎（hateoas 如何理解restful架構，最好的辦法就是深刻理解消化representational state transfer這三個單詞到底意味著什么。 每一個uri代表一種資源；客戶端和服務器之間，傳遞這種資源的某種表現層；客戶端通過四個http動詞（get、post、put、delete），對服務器端資源進行操作，實現”表現層狀態(tài)轉化”。 3.統(tǒng)一的接口 這個才是rest架構的核心，統(tǒng)一的接口對于restful服務非常重要。客戶端只需要關注實現接口就可以，接口的可讀性加強，使用人員方便調用。 客戶端通常無法表明自己是直接還是間接與端服務器進行連接，分層時同樣要考慮安全策略。

世界首例針對特斯拉自動駕駛判罰：德國裁定autopilot廣告誤導買家，特斯拉柏林工廠可能受阻:

保留上訴權，但特斯拉還是改了宣傳這個案件中，做出最終裁決的是慕尼黑法院，但原告并不是德國政府監(jiān)管機構，而是德國反不公平競爭與保護中心（wettbewerbszentrale），一個反不當競爭的民間獨立機構 此外，特斯拉的宣傳，還帶著暗示——相關的自動駕駛系統(tǒng)已經在德國得到法律法規(guī)允許。但實際并沒有。外媒路透也評價說，特斯拉這種宣傳還帶來更進一步的社會問題。? 但德國法院的判決也不是完全沒有影響，外媒分析，至少特斯拉柏林工廠可能會受阻。路透社透露，特斯拉柏林工廠一開始籌建就不是一帆風順的。 首先是德國地方政府給了特斯拉建廠一些支持政策，但并不像中國上海一樣大力支持特斯拉。中央政府層面，德國聯邦政府給予的電動車購置優(yōu)惠也沒有中國政府力度大。 所以現在德國的判例，對特斯拉的自動駕駛，可能只是一個開始。更多國家的交通安全部門、車主幸存者，或許會以此為契機，在更多國家和地區(qū)，向特斯拉討要說法。

美國創(chuàng)新區(qū)的崛起:

新的辦公樓宇逐漸配有共享空間和實驗室以及為創(chuàng)業(yè)企業(yè)提供的小型區(qū)域。一種新型的微型住房正在出現，由更小的私人公寓，可以進入大型公共空間，比如聯合辦公區(qū)域，娛樂場所和餐飲區(qū)。 第三種模式為“城市化的科學園”，主要為郊區(qū)和城市遠郊區(qū)域，傳統(tǒng)上為偏遠的創(chuàng)新地區(qū)，這些地區(qū)正在進行城市化進程，不斷提升人口密度和完善配套服務（包括零售和賓館）。 在巴塞羅那，埃因霍溫，圣路易斯和斯德哥爾摩領先的創(chuàng)新區(qū)，領導者們發(fā)現triple helix的治理模式對成功非常關鍵。triple helix包括產業(yè)界，研發(fā)型大學和政府之間的結構性的互動交流。 創(chuàng)新區(qū)的崛起是和我們這個時代的顛覆性力量同時發(fā)生的，代表著城市和都市區(qū)未來的發(fā)展方向。地方政府決策者—官員和各類企業(yè)的領導者們，當地大學，慈善機構，社區(qū)大學，社區(qū)委員會和其他組織應該順應趨勢的發(fā)展。 全球企業(yè)和金融機構也將會擁抱創(chuàng)新區(qū)的發(fā)展。州政府和聯邦政府應該支持并促進創(chuàng)新區(qū)的發(fā)展。結果將是：在這個朝氣蓬勃的世紀之初的幾十年里，構建一個更強大，更具持續(xù)性，更加包容的經濟。

寧夏政務政務OA系統(tǒng)：洪澤縣政府政務OA系統(tǒng)中“機器視覺+ai”賦能智能制造，凌云光著力打造工業(yè)互聯網的關鍵基礎設施

率、降低成本的利器。本文將深入探討開源政務OA系統(tǒng)開發(fā)平臺的優(yōu)勢和應用場景，幫助企業(yè)了解如何選擇和利用這一工具。一、開源政務OA系統(tǒng)開發(fā)平臺的定義與特點 開源政務OA系統(tǒng)開發(fā)平臺是基于開源技術和開放標準構建的一套辦公自動化系統(tǒng)。它提供了一系列模塊和功能，包括但不限于電子郵件、文檔管理、公文系統(tǒng)程、日程安排、人力資源管理等。其特點主要包括以下幾個方面：開放性：開源政務OA系統(tǒng)開發(fā)平臺采用開放標準，允許企業(yè)根據自身需求進行定制和擴展。企業(yè)可以根據自己的業(yè)務流程和規(guī)模，選擇適合的模塊和功能，實現個性化的辦公環(huán)境。靈活性：開源政務OA系統(tǒng)開發(fā)平臺具備高度的靈活性，可以根據企業(yè)的需求進行定制開發(fā)。企業(yè)可以根據自身業(yè)務流程的特點，自定義公文系統(tǒng)程、表單和報表，實現個性化的辦公流程。易用性：開源政務OA系統(tǒng)開發(fā)平臺注重用戶體驗，提供在資本市場，ai可以說是近幾年最熱的一個概念。然而，在經歷了技術和資本的熱潮之后，ai如何真正實現商業(yè)落地，業(yè)界一直沒能給出讓人滿意的答案。機器視覺作為ai的一個重要細分領域，也需要解答商業(yè)落地這個命題。 在數據猿看來，機器視覺廠商可以分為兩類：一類是ai+行業(yè)，以ai技術出發(fā)，探索技術在各個行業(yè)中的應用落地，商湯、曠視、云從、依圖是這類廠商的典型代表；另一類是行業(yè)+ai，本身就有行業(yè)屬性，再加上ai技術，即將在科創(chuàng)板上市的凌云光（股票代碼：688400）是這類廠商的典型代表。 如果說技術和資本看重的是性感的故事，那么商業(yè)化落地看重的則是營收、凈利潤這類實際的財務指標。 相較于“cv四小龍”，凌云光的知名度雖沒那么大，但從實際的營收和利潤情況來看，其表現可以說相當亮眼。2021年，凌云光的營收已經達到了24億元，近三年營收的年化增長率（cagr）為30.9%。我們將凌云光和“cv四小龍”中已經上市的商湯科技（港股）和云從科技（科創(chuàng)板）做個對比，商湯的營收最高，其次是凌云光。2021年，商湯營收是凌云光的近兩倍，凌云光的營收是云從科技的2.4倍。從營收增速來看，2020年，凌云光營收增速要高于商湯和云從；2021年，三家的營收增速比較接近，凌云光略微高于商湯，比云從低幾個百分點。 商湯、云從、凌云光營收對比 數據來源：財報、招股說明書 除了營收外，凈利潤也是體現公司商業(yè)應用情況的一個關鍵財務指標。由于行業(yè)發(fā)展特性，近年來很多機器視覺廠商暫未走出虧損困境。據公告，凌云光近三年實現了持續(xù)盈利，凈利潤年均增速（cagr）達到62%，超過營收cagr的一倍。2021年凈利潤2.1億元（剔除股份支付），凈利率8.75%。 從實際的財務指標看，凌云光的商業(yè)落地無疑是比較成功的。在ai行業(yè)普遍虧損的情況下，凌云光為什么能實現持續(xù)盈利，并且凈利潤能以62%的年均增速不斷成長，是一個值得深挖的課題，這也許有助于回答機器視覺乃至ai廠商如何更好的商業(yè)落地這個問題。 懂客戶、陪著客戶一起進步，是更高級的行業(yè)know-how 在ai應用落地過程中，普遍遇到的一個問題，就是ai廠商對客戶業(yè)務的理解程度不夠。行業(yè)客戶尤其是中大型行業(yè)客戶，其業(yè)務的復雜度本身就比較高，要真正理解客戶業(yè)務，對ai廠商提出了很高的要求。 從凌云光的實踐看，要讓ai真正在客戶業(yè)務場景中應用落地，ai廠商要努力像客戶自身一樣了解其業(yè)務。以高端智能手機客戶為例：凌云光團隊要能夠理解高端智能手機，了解一部手機的幾乎所有零部件，掌握每個零部件的功能/性能指標與生產工藝。只有充分了解高端智能手機是如何設計、制造出來的，才能將機器視覺技術與產品更好地嵌入手機的相應生產流程。 能夠做到行業(yè)know-how已屬不易，但僅做到這一點還不夠，還需要更進一步?？蛻舻臉I(yè)務并不是一成不變的，以高端智能手機為例，每一代手機都不一樣，零部件、生產流程都會發(fā)生改變。作為技術服務方的ai廠商，就需要隨需應變，跟上客戶的腳步。而且，要以更先進的技術，去支撐客戶的業(yè)務演進。某種程度上，ai廠商和客戶組成了一個“共生體”，ai廠商的技術產品是跟客戶業(yè)務共同演進、相互帶動的。凌云光的經驗表明，為了更好服務客戶，ai廠商不僅要了解客戶目前的業(yè)務情況，還需要掌握其整個的業(yè)務演進歷史，并預測客戶業(yè)務調整的方向和節(jié)奏，這是更高級的行業(yè)know-how。 當然，越困難的事情就越有價值。真正做到行業(yè)know-how的ai廠商，才能贏得客戶的青睞。 要做到這一點，不僅需要過硬的技術實力，合適的市場機遇也不可或缺。要在合適的時機，切入客戶的業(yè)務環(huán)節(jié)，然后才能搭上這輛高速行駛的“列車”。凌云光切入高端智能手機產業(yè)鏈，就是一個典型案例。 凌云光之所以能被蘋果、工業(yè)富聯等多家優(yōu)質客戶選中，首先得益于其過硬的技術能力。 在科技領域，國家科學技術進步獎和國家技術發(fā)明獎可以說是兩塊金字招牌，代表了行業(yè)的頂尖水平?？苿?chuàng)板的上市標準中，尤其關注國家科技進步獎和國家技術發(fā)明獎。在《上海證券交易所科創(chuàng)板企業(yè)發(fā)行上市申報及推薦暫行規(guī)定（2021年4月修訂）》文件中，第六（二）條規(guī)定明確指出，支持和鼓勵“作為主要參與單位或者核心技術人員作為主要參與人員，獲得國家自然科學獎、國家科技進步獎、國家技術發(fā)明獎，并將相關技術運用于主營業(yè)務”的企業(yè)上市，對這類企業(yè)登陸科創(chuàng)板甚至可以適當放寬財務標準。 凌云光先后獲得一次國家技術發(fā)明一等獎、兩次國家科技進步二等獎。其中，凌云光創(chuàng)始人楊藝參與的“立體視頻重建與顯示技術及裝置”項目于2012年獲國家技術發(fā)明一等獎；凌云光作為主要單位參與的“新一代立體視覺關鍵技術及產業(yè)化”項目于2016年獲國家科學技術進步二等獎，“編碼攝像關鍵技術及應用”項目于2019年獲國家科學技術進步二等獎。 此外，凌云光還作為牽頭單位承擔科學技術部國家重大科學儀器設備開發(fā)專項“微米級高速視覺質量檢測儀開發(fā)和應用”項目，獨立承擔發(fā)改委“面向3c產品智能制造的智能相機產業(yè)化項目”，自主開發(fā)了分辨率從200萬到2,000萬像素的智能相機、智能處理設備，實現了國產智能相機核心算法、器件等技術平臺的產業(yè)化。正是因為這些技術積累，凌云光獲得了蘋果公司、工業(yè)富聯的認可，并順利通過其供應商認證。 梳理通用業(yè)務流程、打造底層技術平臺，為實現快速的行業(yè)拓展奠定基礎 機器視覺技術產品在進行商業(yè)落地過程中，需要應用到不同行業(yè)的具體業(yè)務場景當中。然而，不同行業(yè)的業(yè)務千差萬別，帶有鮮明的行業(yè)屬性。為一個行業(yè)定制的機器視覺解決方案，用到另一個行業(yè)可能就會“水土不服”。 某種程度上，機器視覺解決方案要與特定行業(yè)的業(yè)務進行高度“耦合”，基于行業(yè)特性定制解決方案。這就需要解決兩個問題： 一方面，客戶需求是個性化的，但機器視覺廠商要想獲得更好的發(fā)展，就要著力打造標準化的產品和平臺。標準化的產品平臺，才能更快實現規(guī)模化的業(yè)務擴展。而且，標準化產品的邊際成本更低，可以通過規(guī)模效應來改善利潤情況。如果長期陷入項目定制化的泥潭，機器視覺廠商的業(yè)務拓展會比較緩慢，而且營收規(guī)模的擴張并不能明顯地改善利潤情況，這也是目前大量機器視覺廠商陷入虧損泥潭的重要原因。因而，機器視覺廠商必須要找到一個方法，來實現不同行業(yè)客戶個性化需求和自身標準化技術產品體系之間的平衡。理想的情況是，基于標準化的技術產品，實現產品功能的“模塊化”，然后通過不同產品的“組裝”快速形成行業(yè)解決方案，低成本的滿足客戶的個性化需求，實現規(guī)模效應。 另一方面，作為技術服務供應商的機器視覺廠商，需要具備很強的行業(yè)業(yè)務理解能力，并把客戶的需求快速對應到自身的技術產品體系，構建滿足客戶業(yè)務需求的機器視覺解決方案。這對機器視覺團隊提出了很高的要求，不僅要有強大的技術產品團隊，還要有能夠理解不同行業(yè)客戶需求的售前、實施、售后、運營等服務團隊。 如何解決產品標準化和行業(yè)需求個性化之間的矛盾，是機器視覺廠商普遍面臨的問題。只有很好地解決以上兩方面的問題，才有可能實現快速的行業(yè)拓展，將自身優(yōu)勢技術產品，應用于多個行業(yè)領域。 那么，凌云光是怎么解決這個棘手的問題呢？ 凌云光的做法是，一手抓行業(yè)共性業(yè)務流程的梳理，一手抓通用技術平臺的構建，并將通用機器視覺平臺與行業(yè)客戶的共性業(yè)務流程結合起來，低成本的滿足多行業(yè)客戶需求。 工業(yè)雖然有很多細分領域，但是在工業(yè)生產流程當中，其實有很多共性的業(yè)務環(huán)節(jié)。凌云光團隊經過不斷的探索，從大量的行業(yè)客戶服務項目中，抽象出了一整套通用的業(yè)務流程。具體來看，可以分為三類共性的業(yè)務流程，分別是生產流、質量流、物流。 生產流，在底座組裝、手機組裝產線、pcb裝配等生產流當中，機器視覺產品的作用是實現生產智能化，提升產線自動化和智能化水平，實現智能化生產工藝管理、設備管理、產能管理，在精度、效率、可靠性、柔性等方面賦能生產流程； 質量流，用機器視覺產品對零部件、設備進行測量和檢測，比如裝配檢測、尺寸檢測、零件檢測等。通過建立科學可度量數字化質量標準、關鍵制程過程質量控制與優(yōu)化等方式，實現質量流業(yè)務的檢測智能化； 物流，通過二維碼物流追溯、目標識別等技術，實現物料及產品全流程追溯與管理智能化，提供生產與經營管理智能化建議與輔助決策。 工業(yè)制造共性業(yè)務流程梳理 資料來源：凌云光 在上述不同業(yè)務流程當中，又可以進一步抽象出識別、測量、檢測、定位等核心技術。凌云光著力打造通用性的技術平臺，提供標準化的技術產品，并實現技術、產品的“模塊化”。 有了這樣一個通用機器視覺平臺和業(yè)務流程體系，當服務新行業(yè)客戶的時候，凌云光就可以將客戶復雜的業(yè)務需求，解構為多個業(yè)務流程?；谕ㄓ脵C器視覺平臺，加上部分定制開發(fā)，就能夠形成一個滿足客戶需求的完整行業(yè)解決方案。 此外，凌云光在長期的行業(yè)客戶服務實踐當中，培養(yǎng)了一個能夠快速理解行業(yè)需求，并能快速形成針對性解決方案的工程師團隊。即使面對全新的行業(yè)領域，這個團隊依然可以快速完成業(yè)務和需求梳理，把握核心訴求，推動解決方案的應用落地。 業(yè)務流程體系、通用機器視覺平臺、實踐經驗豐富的工程師團隊，是凌云光實現行業(yè)拓展的“三板斧”。正是借助這些能力的積累，凌云光才可以將消費電子、顯示屏、印刷等行業(yè)的優(yōu)勢，快速拓展到鋰電、光伏、軌道交通、輕工紡織、生物醫(yī)療、食品制造、互動娛樂等行業(yè)領域。 只有ai算法還遠遠不夠，要構建“光、機、電、算、軟”一體化作戰(zhàn)能力 如果將機器視覺技術的行業(yè)落地視為一場比賽，那么掌握行業(yè)know-how，只是拿到了“參賽資格”。要想在這場比賽中拿到好的名次，還需要具備一系列的能力。 某種程度上，在ai領域似乎盛行算法崇拜，尤其是深度學習算法崇拜。評價各個ai廠商技術能力的核心標準，就在于其算法模型的精度是99%還是99.9%。仿佛只要模型精度足夠高，就萬事大吉了。 從實踐來看，算法模型很重要，但要實現ai的商業(yè)化落地，單靠算法模型是遠遠不夠的。客戶要的是能夠滿足其需求的完整解決方案，而不是某個孤立的算法模型。 一個完備的機器視覺解決方案，需要具備三個層次的技術產品能力，分別是算法層、軟件層和軟硬件系統(tǒng)層。 1、算法層 誠然，深度學習是此次ai技術創(chuàng)新的核心。在機器視覺領域，常見的人臉識別就是基于深度學習技術來提高識別準確率。但是，深度學習更多應用于人臉識別、語音識別等c端場景。在b端場景中，機器學習技術應用得更加普遍。 據統(tǒng)計，在工業(yè)應用領域，深度學習算法占比僅有15%，機器學習算法占比85%。即使將來深度學習算法的應用占比進一步提升，也很難超過30%。因而，打磨機器學習算法，對于推動機器視覺在工業(yè)場景中的應用落地，意義重大。 工業(yè)機器視覺領域深度學習算法和機器學習算法的應用占比 數據來源：凌云光、數據猿 機器學習和深度學習對訓練數據集的依賴程度有較大差別：深度學習更依賴訓練數據集來提升模型準確率，而機器學習更側重于數學能力，即把物理應用場景的業(yè)務需求抽象成數學問題的能力。 凌云光針對深度學習和機器學習算法，采取不同的研發(fā)策略：深度學習領域，優(yōu)化算法模型的同時，在消費電子、新型顯示、印刷包裝、新能源等行業(yè)，基于豐富的行業(yè)實踐與數據訓練不斷完善ai算法平臺。比如，在顯示面板領域，凌云光基于扎根行業(yè)逾15年、累計檢測30多億片手機屏幕的數據訓練，使得ai算法能夠對產品進行智能識別、標識、分類與復判，確保檢測準確率超過98%，大幅優(yōu)于人工檢測的誤判率和漏判率。在機器學習領域，則不追求統(tǒng)一的大模型，而是針對不同場景研發(fā)個性化模型，以專用數學公式解決具體的問題。除了常見的深度學習、機器學習算法，還需要針對不同的應用場景，研發(fā)個性化ai算法。 ai算法要實際應用，除了準確度、魯棒性要達標外，算法模型的反應速度也很關鍵。例如，在一些定位、追溯應用場景中，要求算法在幾毫秒內給出識別結果。在識別速度方面，一些機器學習算法比深度學習算法更有優(yōu)勢。 如果把工業(yè)場景的ai應用視為一場城市爭奪戰(zhàn)役，深度學習算法模型相當于大炮，是重武器。大炮很有用，但單靠大炮拿下一座城市是不經濟的；而機器學習算法相當于ak47機槍，在“城市巷戰(zhàn)”中打擊敵人會更加靈活，性價比更高。因而，綜合應用深度學習+機器學習，才能更好滿足多樣化業(yè)務場景中對ai算法的需求。 2、軟件層 從凌云光的實踐來看，機器視覺系統(tǒng)要很好滿足客戶的業(yè)務需求，需要做到“眼睛明亮、腦子聰明、胳膊強壯”。前端的機器視覺算法，只是做到了“眼睛明亮”。要想“腦子聰明”，還需要智能工業(yè)軟件、工業(yè)互聯網、知識圖譜等技術的配合。 為此，凌云光成立了“知識理性研究院”，開展工業(yè)人工智能大數據平臺、大數據與認知圖譜等技術研究。 依據工信部發(fā)布的《工業(yè)互聯網創(chuàng)新發(fā)展行動計劃（2021-2023年）》，政府鼓勵大型企業(yè)加大5g、大數據、人工智能等數字化技術應用力度，全面提升研發(fā)設計、工藝仿真、生產制造、設備管理、產品檢測等智能化水平，實現全流程動態(tài)優(yōu)化和精準決策。 無論是工業(yè)互聯網還是智能制造、工業(yè)4.0、柔性制造，核心都在于生產流程的數字化、智能化升級。凌云光的做法是，通過機器視覺系統(tǒng)實現客戶產品的科學度量，將物理指標數據化，為后續(xù)的數據智能分析奠定基礎。接下來，通過質量數據管理系統(tǒng)，幫助客戶實時記錄和監(jiān)控產品重要工序的質量狀態(tài)，并通過對質量數據的分析實現管理優(yōu)化。進一步的，可以結合工藝數據管理系統(tǒng)，通過大數據挖掘和認知圖譜等技術釋放數據價值，發(fā)現流程上的薄弱環(huán)節(jié)，提升生產效率。 3、軟硬件系統(tǒng)層 一個完整的機器視覺解決方案，僅有算法和軟件還不夠，而是需要涵蓋“光、機、電、算、軟”五個方面。 創(chuàng)業(yè)型ai廠商，往往以算法見長，大數據、工業(yè)智能軟件能力不足，在“光、機、電”領域的積累就更加匱乏，這是導致其商業(yè)落地難題的重要因素。只有補齊“光、機、電”三個環(huán)節(jié)，并構建軟硬一體化解決方案，才能真正推動機器視覺的應用落地。 在商業(yè)應用落地方面，凌云光的一個核心競爭力就是構建起了“光、機、電、算、軟”一體化解決方案。 凌云光推出了可配置視覺系統(tǒng)和智能視覺裝備，兩類產品密切配合，可以覆蓋整個生產流程的前道工序（來料檢）、中道工序（識別、定位、檢測）、后道工序（完工檢）：可配置視覺系統(tǒng)產品主要應用于生產環(huán)節(jié)的中道工序，實現生產過程中的識別、對位、測量、檢測功能；智能視覺裝備一般應用于各生產環(huán)節(jié)的前道工序（來料檢）或后道工序（完工檢），對生產出來的產品（含零部件）進行質量達標檢測。 智能視覺裝備除了“眼睛”和“大腦”還做了“四肢”，具體包括光源、相機鏡頭、自動化工作臺、plc控制器、i/o卡、機械手臂、設備駕駛艙等部件。值得一提的是，在光源和相機兩個核心零部件上，凌云光實現了部分自研，這構成了一個重要的競爭壁壘。 智能視覺裝備架構示意圖 資料來源：凌云光招股說明 此外，“光、機、電、算、軟”是一個有機的整體，各個環(huán)節(jié)的密切配合，對提升整個系統(tǒng)的性能有重要作用。要實現這個目標，需要在光學成像技術、照明技術、算法技術、軟件技術、自動化技術、ai算法、大數據技術、工業(yè)智能軟件技術等領域都有長期的積累，并實現不同技術的融合發(fā)展。 凌云光的技術層級 資料來源：凌云光招股說明 例如，在激光技術與ai算法融合方面，凌云光為激光加工研發(fā)了各種毛刺切割引導算法，可大幅提升皮革等柔性產品的切割穩(wěn)定性和精度。通過“視覺飛拍”、“3d成像與檢測”和“深度學習”等技術，可將產線的生產效率從10秒線提升至5秒線，組裝精度從0.05mm逐步提升至0.02mm。 總之，機器視覺技術產品的商業(yè)應用落地，考驗的是“光、機、電、算、軟”的體系化作戰(zhàn)能力，而不是僅僅依靠算法來實現“單兵突破”。 機器視覺的市場滲透率尚低、未來市場空間足夠大，應該進行“價值戰(zhàn)”而不是“價格戰(zhàn)” 目前，機器視覺市場還處于商業(yè)化早期階段，市場空間足夠大，可以容納各類廠商。 據中國機器視覺產業(yè)聯盟統(tǒng)計，預計2021年至2023年，中國機器視覺行業(yè)的市場規(guī)模將以28%的復合增長率增長，至2025年市場規(guī)模將達393億元。 中國機器視覺市場規(guī)模 數據來源：中國機器視覺產業(yè)聯盟 目前中國機器視覺的市場滲透率還不高，主要表現在兩個方面：一方面，還有大量的企業(yè)沒有采購機器視覺產品；另一方面，那些已經采購了視覺系統(tǒng)的企業(yè)，也并沒有完全滿足需求，比如企業(yè)本身需要10臺機器視覺設備，但目前只部署了2臺。假設有15%的企業(yè)使用了機器視覺產品，而這些企業(yè)只滿足了30%的需求，那機器視覺的綜合市場滲透率就只有15%*30%=4.5%，還有巨大的發(fā)展空間。 放眼全球，機器視覺市場空間更大。全球市場的企業(yè)數量是中國的幾倍，同時歐美國家機器視覺的市場滲透率又是中國的幾倍。據marketsandmarkets統(tǒng)計，2015-2020年，全球機器視覺器件市場以13.83%的復合增長率增長，2020年市場規(guī)模達107億美元；預計2025年市場規(guī)模將達147億美元。 全球機器視覺市場規(guī)模 數據來源：marketsandmarkets 如果單看視覺器件和可配置視覺系統(tǒng)，市場規(guī)模可達數百億元；如果算上智能視覺裝備，則市場規(guī)模可達數千億元。 根據中國機器視覺產業(yè)聯盟統(tǒng)計，電子、電氣是機器視覺最重要的應用領域，其次是半導體。以光伏、鋰電池為代表的新能源，以及智能電動汽車領域，市場占比還較小。 2020年中國機器視覺行業(yè)下游應用占比資料來源：中國機器視覺產業(yè)聯盟 然而，新能源和新能源汽車是兩個高速增長、規(guī)模巨大的藍海市場，其對機器視覺的需求將呈現爆發(fā)式增長。 以新能源汽車為例，依據中汽協(xié)的數據，預計未來五年中國新能源汽車銷量年均增速40%以上。一輛新能源汽車上有大量的ecu、dcu、傳感器、功率電子等電子元器件，汽車零部件數量大大高于智能手機。在汽車零部件、整機的生產過程中，對機器視覺系統(tǒng)和設備有大量的需求。同樣的，新能源領域的光伏、鋰電池未來五年平均增速很可能都將在40%以上，這也是一個亟待滿足的巨大市場。 本質上，機器視覺是一項賦能技術，通過推動其他行業(yè)的數字化、智能化升級來實現價值增值。從這個角度來看，以機器視覺為基礎的工業(yè)智能應用市場空間可達上萬億元。 2021年，我國制造業(yè)創(chuàng)造的gdp為31.38萬億元（4.86萬億美元）。如果通過數字化、智能化升級，將我國制造業(yè)附加值提升30%，則每年就可以創(chuàng)造出9萬億的市場增量。這部分價值，作為智能制造核心引擎之一的機器視覺廠商，即使只分得總價值增量的10%，也將是9000億元的大蛋糕。 如果再算上金融、政務、零售、醫(yī)療等其他行業(yè)，廣義的機器視覺（除了核心視覺應用外，還涵蓋智能軟件、核心零部件和整機系統(tǒng)）市場規(guī)?？蛇_上萬億元。 目前，頭部機器視覺廠商的營收規(guī)模都在幾十億元量級，跟龐大的市場規(guī)模相比，還有巨大的發(fā)展空間。因而，機器視覺還是一個藍海市場，而且是一片“汪洋大?！?。雖然機器視覺領域已經涌現了大量廠商，但整個市場并不擁擠。 紅海市場才需要價格戰(zhàn)，藍海市場更需要“價值戰(zhàn)”。機器視覺廠商要想更好滿足客戶需求，還有大量的問題需要解決，除了不斷提升深度學習、機器學習模型的精度、魯棒性和效率外，光學成像、智能相機、芯片、自動化設備、深度感知、知識圖譜、數據挖掘、工業(yè)互聯網等多個領域都還有很大的進步空間，需要大量的技術、產品和應用創(chuàng)新。與其盯著競爭對手，不如將注意力放在客戶身上，將真正解決客戶問題、更好滿足客戶需求作為目標。只要能夠真正解決客戶的問題，為客戶創(chuàng)造價值，客戶是愿意付費的，機器視覺廠商也有足夠的利潤來投入研發(fā)和市場拓展，整個機器視覺市場也才能形成正向循環(huán)。不然，如果僅以價格戰(zhàn)取勝，不僅不能真正解決客戶問題，還會擾亂機器視覺市場的發(fā)展秩序，最終對行業(yè)造成傷害。 目前，國內成立了機器視覺產業(yè)聯盟（cmvu），該聯盟通過制定行業(yè)公約、標準以及人才培養(yǎng)的方式，來推動行業(yè)的健康發(fā)展。加強機器視覺行業(yè)標準的制定具有重要價值，通用性的行業(yè)標準有助于不同廠商之間產品的融合對接，避免由于視覺廠商各自為戰(zhàn)導致的市場割裂。有了統(tǒng)一的行業(yè)標準，即使產業(yè)鏈上下游的不同企業(yè)、同一企業(yè)的不同業(yè)務環(huán)節(jié)采購了不同機器視覺廠商的產品，依然可以實現順暢的數據流、業(yè)務流、價值流。此外，有了統(tǒng)一的測評標準，可以更客觀的評價機器視覺產品的優(yōu)劣，讓市場實現良幣驅逐劣幣。 總結來看，凌云光成功商業(yè)化的“密碼”：首先，要懂客戶業(yè)務，具備行業(yè)know-how的能力，并能以自身機器視覺技術去支撐客戶的業(yè)務演進，滿足客戶動態(tài)變動的業(yè)務需求。尤其是要吃透行業(yè)頭部客戶的業(yè)務需求，頭部客戶往往代表最高的技術要求、最全面系統(tǒng)的業(yè)務需求，服務好頭部客戶，對拓展整個行業(yè)市場都有重要價值；然后，要圍繞客戶需求，構建涵蓋“光、機、電、算、軟”五個方面的一體化解決方案。單單只是ai算法是不夠的，還需要智能軟件、大數據、知識圖譜、光學成像、自動化控制等一系列技術的配合?？蛻舨粌H需要明亮的眼睛，還需要聰明的大腦和強壯的肢體。 行業(yè)know-how和體系化作戰(zhàn)能力，是攻克ai商業(yè)應用落地這個堡壘的必殺技。同時，只要能夠真正解決客戶問題，機器視覺市場空間是非常大的，視覺廠商完全可以良性競爭，既競爭又合作，共同推動行業(yè)的健康有序發(fā)展。 文：月滿西樓 / 數據猿

為什么深度學習如此容易被愚弄？ai研究員正在努力修復神經網絡缺陷:

研究人員已經展示了如何通過粘貼紙來欺騙ai系統(tǒng)誤讀停車標志，或者通過在眼鏡或帽子上粘貼印刷圖案來欺騙人臉識別系統(tǒng)，又或者通過在音頻中插入白噪聲使語音識別系統(tǒng)產生錯誤判斷。 從自動電話系統(tǒng)到流媒體服務netflix上的用戶推薦，這都是日常生活中的一部分。對輸入進行人類難以察覺的微小更改，就能使周圍最好的神經網絡發(fā)生混淆。 現實檢驗2011年，谷歌開發(fā)了一個可以識別youtube視頻中的貓的系統(tǒng)，隨后不久便出現了一波基于dnn的分類系統(tǒng)。 例如，即使dnn之前從未看到過該圖片，也能始終將獅子的圖片輸出為獅子。 以獅子的圖像為例，即使改變一些像素，例如在圖像里添加圖書館背景，dnn能確認它看到了不同的內容，但是依然能識別圖中的獅子。小組稱篡改的圖像為“對抗樣本”。

區(qū)塊鏈有何實際用處？:

實用型代幣（practical token），實用型代幣類似于去中心化的q幣，在某個區(qū)塊鏈應用或系統(tǒng)中，它有著在購買某個區(qū)塊鏈應用的服務、進行投票、打賞等具體場景使用的具體功能。 04、政治—投票選舉 & 稅收應用了區(qū)塊鏈技術的投票系統(tǒng)，不像紙質投票那樣不透明，也不像電子投票那樣有被黑客操縱的風險，多個政府已開始考慮采用區(qū)塊鏈系統(tǒng)來進行投票選舉。 如：瑞士城市 zug 于2018年7月宣布基于公民的身份認證系統(tǒng)的“區(qū)塊鏈投票測試項目”實驗成功；韓國將于12月測試區(qū)塊鏈投票選舉系統(tǒng)。 利用區(qū)塊鏈技術的信息透明，也能解決國家稅務的一些問題，例如泰國政府試驗區(qū)塊鏈打擊增值稅退稅欺詐。 在政務及公共服務領域，落地合同及發(fā)票防偽、公益追溯功能。京東，淘寶，亞馬遜，家樂福等紛紛應用區(qū)塊鏈技術區(qū)塊鏈電商“媒購”正在著力解決這一問題。

復工遭遇需求約束，疫情后將如何重建消費？:

需要明確的是，不論是在觀察消費時最常用的指標社會消費品零售總額中，還是在gdp 所統(tǒng)計的最終消費支出中，其實統(tǒng)計范圍都包括居民消費和政府消費兩個部分。 合理增加公共消費，補足政府投入短板合理增加公共消費，高層會議首次提及。 公共消費作為政府開支中具有消耗性質的支出，與居民消費合計為社會最終消費支出，這也就意味著增加公共消費本身就能直接提升我國的消費水平。公共消費加大投入，解除居民后顧之憂。 海通證券分析師觀察到政府消費的比重和居民儲蓄率呈現明顯的反向關系，01年開始我國政府消費占 gdp 比重出現大幅下滑，而后保持在低位，同期居民儲蓄率則持續(xù)攀升，而隨著10年開始政府消費占比的回升，居民儲蓄率也呈現掉頭下行的趨勢 海通證券分析師預計，后續(xù)支持消費政策的資金來源主要有兩個方面：一是財政赤字率有望從2.8%擴大至3.5%，新增約1 萬億赤字用于減稅或補貼的方式激活消費；二是政府支出結構也或將有一定的調整，繼續(xù)壓減一般性支出從而提升公共消費水平

論框架優(yōu)劣:

kylin，不得不說是中國人在開源領域的驕傲，近來剛好公司內部也需要kylin來進行報表的計算，隨簡單研究一番。

轉載請注明出處,本站網址：http://www.nds518.com/news_2199.html