硬科技产业的创新与难点,核心都在“技术落地”

简介: 在即将过去的2018年,硬科技产业困难不少,但是突破点始终都在。

在即将过去的2018年,硬科技产业困难不少,但是突破点始终都在。

日前刚刚落幕的“2018硬科技行业领袖峰会暨镁客网年会”活动中,关于“硬科技产业的创新与难点”这一圆桌议题,成为了行业颇为关注的焦点。活动当天上午,在桃李创投创始合伙人常亮的主持下,Trimble中国区总经理陈朝晖、艾米机器人创始人兼CEO李方友、蚁视CEO覃政、酷哇机器人联合创始人兼COO刘力源纷纷对此发表了自己的看法。

陈朝晖认为有两个方向,一是软硬件结合,实现机器智能;二是将数字空间和物理空间结合起来,比如虚拟现实,实现全技术空间生命。李方友则从服务机器人行业出发,表示目前我们并没有解决真正应用场景的真实需求,未来一定是人机混合的时代。

覃政认为创业公司应该从解决核心问题出发,真正实现技术落地。刘力源则表示目前自动驾驶的痛点不是单一公司的算法突破,而是整个产业链在算法、传感器上都还不能找到突破点,我们要找到一个技术降维的点。

以下是本次圆桌的对谈实录:

常亮:刚刚前面几位嘉宾把自己的所见所得与现场朋友做了分享,我是桃李创投的常亮,我们是早期项目的VC基金,我本人拥有7年VC从业经验。我们的圆桌对谈将分三个环节,第一个环节请各位创始人做一个自我介绍。每个人的领域还是比较细的,并不是所有观众了解。

TB1otqpx3DqK1RjSZSyXXaxEVXa.jpg

陈朝晖:大家早上好,我是Trimble中国区的总经理陈朝晖,我们于1990年在纳斯达克上市。Trimble经过四十多年的发展,有了非常多的技术,目前有两千多项专利,渗透的行业主要在工程建设、测绘地理信息、农业和交通物流,我们也关注自动驾驶、铁路、公路设施,包括林业等等,我们针对这些行业提供一些解决方案。

TB1.E5Ux5LaK1RjSZFxXXamPFXa.jpg

李方友:我是艾米的李方友,公司从2015年成立到现在走过了很多路,刚开始走的通用机器人,后来走入医疗,同时也在做室外无人驾驶,我们现在做机器人整体解决方案和技术,我们也有室外自动驾驶的车子和技术,为一些伙伴提供合作。

TB12g5wx3HqK1RjSZFPXXcwapXa.jpg

覃政:大家好我是蚁视的覃政,我们从去年开始转向AR眼镜小型化大视角开发,正在进行重测的技术防止眩晕感的产生,我们有一个技术底层突破,结合脑科学的进展。

刘力源:我是酷哇机器人的联合创始人刘力源,我们切入的是环卫领域,用自动驾驶替代目前危险系数、工作强度都比较高的工人部分,今年4月份我们在长沙设了一个商业运营场景,到目前为止投放了40多辆无人驾驶车,到明年投放500辆的车队。

常亮:在座的各位嘉宾都是非常垂直的行业,还请四位从自己的细分领域出发,分享一下2018年大家看到的行业中的一些变化。

陈朝晖:不同行业有不同的客户需求,大家想法不一样,解决的问题也不一样。从我们所关注的行业工程、农业、测绘信息来说,有两个方面还是可以关注的。一个是怎么把软硬件结合在一起,实现机器智能,把人做的工作都自动化。

比如农业客户,很关注在农业中播种、收割时拖拉机走直的问题,用我们高精度定位导航技术,在一个农田里面一公里两公里范围内走直,我们是可以达到2厘米误差的。我这周正好在铁路总公司交流一个比较新的技术,这个技术是用来做铁路的机车和轨道的检测的。传统来说,这个技术机车运行以后停在机库里面人会去检查,后来则在铁路边上装一个摄像头,用摄像机拍照来观测车停下来以后有什么损伤。但是这个很难,照片看一张可以两张可以,看半个小时眼睛就花掉了。

我们现在用机器自动识别,机器帮你做三维建模,做算法分析,告诉你什么地方有裂纹,而且每天24小时不停检测,这样的话人不需要参与这个工作,人就被解放出来了,这种方法大大地实现了机器的自动化,我觉得这是很好的方向。

另外一个方向也是在实践过程中,从客户需求中提取到的方向。那就是怎么把数字空间和武力空间结合起来,实现全生命周期的流程和管理,这也是蛮有意思的概念,现在已经可以用我们很多的技术去实现。

比如设计一个机场,先造一个模型,把这个模型送到工厂里进行定制,用虚拟技术看结构件放在哪里,在正确的位置安装所需要的结构件,通过设计转化成一个实物,在施工结束以后可以把整个机场做一个三维扫描,从里到外知道管路和线路在哪里,甚至一些隐蔽工作都能知道。

常亮:接下来可以谈谈,在无人机器这个领域行业的一些变化。

李方友:无人机器是很热的,但有一个问题就是,没有解决人们真正用的场景的需求。现在是人机混合时代,单靠机器或单纯靠人都不行。有时候你用机器人做一些简单、重复,不需要太多脑力工作的事情;而需要配合脑力的时候,比如安保、医疗,比如在机场里面机器人帮你做一些翻译引导、在医院里面帮你做一些查房、巡房,但真正做判断的还是需要人。

未来的两三年应该是人机混合时代,而不是人工智能智能时代,接下来两年或者三年我们跟更多的视觉、算法、人机混合搭配,再跟人搭在一起。

常亮:蚁视在VR领域是非常有名气的公司,覃总是一线的耕耘者,对这部分有一些自己的心得和体会,请他给我们分享一下,2018年蚁视是怎么度过的?

覃政:目前为止,我们公司发展五年了。我们经历了VR/AR行业从兴起到高发、调整的过程,我们把它认为是任何一个平台级的行业都需要经过的阶段。

70年代大型机出现的时候,很多人认为电脑没什么用,认为电脑是一个科研产品,之后经历电脑小型化,这个时候苹果开始爆发,到了90年代互联网终于爆发。手机发展也是一样,80年代第一代大哥大出现,功能单一也很贵,第二个阶段是手机,后来过了十年时间到智能机时代,迎来了移动互联网的爆炸。

科技发展永远具有周期性,不可能3到5年的短周期时间。目前我们这个领域仅仅是遇到一个困难,就是产品不够好。

第一是产品体系太大,直接影响用户体验。在VR/AR领域很多小型光学技术还没有研发出来,这个影响平台及技术的普及性,只有小型化才能普及。第二个是视觉效果,很多人看VR/AR没有看手机电视那么清楚。整个VR/AR现在跟游戏产业几乎断层,大量游戏IP没有移植VR/AR,射击类游戏、赛车类游戏、飞行类游戏,所有都会产生运动症。

我们认为小公司的核心策略是要研究核心技术,小公司专注于核心技术开发,找到行业痛点去解决它。我们针对行业痛点提出三大解决方案,第一墨镜一样轻薄的解决方案,第二达到视网膜级别的VR/AR超清晰显示方案,第三VR/AR根源性的防眩晕技术,使得我们大量的游戏、大量IP转移成为VR,这是我们的决策和针对行业做的一些改变,也希望最终这些技术落地,成为很多大公司做VR/AR产业时的核心技术供应商。

TB17EaFx4YaK1RjSZFnXXa80pXa.jpg

常亮:我想问一下刘总,自动驾驶门类也非常多,为什么咱们选择了在环卫垂直领域做自动驾驶的技术实践?

刘力源:作为一个行业从业者,我们认为自动驾驶真正落地大规模的应用可能需要5到10年时间,在这个时间里面做这个事情我们需要有一个相对比较可预见的路径,怎么去切入这个行业,怎么像其他创业公司或者现金流公司在这个行业里面做下去。

我们这样的创业公司不太可能有很雄厚的资本力量,在不断融资的过程中如果没有自己的现金流,心态和节奏会被打乱。我们做自动驾驶产业过程中会找到目前自动驾驶痛点,整个产业链从算力、传感器、研究层面、产业链都没有被突破的情况下自己去突破不太可能的,我们需要在中间找到可以技术降维、产品降维的部分,所以我们找到了相对比较适合目前技术成熟度的就是环卫场景。

为什么选环卫场景?第一环卫场景是一个刚需行业,80后不愿意进入这个行业,80%以上的环卫工人是60到50岁以上,未来会出现大量空缺,中间需要劳工流动性来填补这个空缺。第二环卫行业处在作业模式下是一个低速场景,这个场景非常适合。第三环卫行业本身是一个政府财政拨款的行业,不太受经济周期的影响,考虑到目前商业环境和技术成熟度来说是一个相对好落地的场景,所以我们把环卫行业作为第一个落地场景。

TB1Xruyx4TpK1RjSZFMXXbG_VXa.jpg

常亮:第三个问题,先问艾米李总,公司业务范畴从机器人到自动驾驶,整个产品的脉门比较广,公司自己做的优势和考量是什么?

李方友:我们团队里面有来自于美国麻省理工技术工程师,我们几个合伙人对无人驾驶早期定位在机器人,这是综合学科的东西,而垮领域方面比如他们做环保领域,我们则是帮警方做无人安防车,现在自动驾驶车路结合是最难解决的问题,我们做的就是解决这个问题。

常亮:第二个请问一下覃总,Trimble作为一个美国上市公司,在中国遇到了硬科技大热潮,你觉得能帮中国开发者实现哪些价值?

陈朝晖:我们Trimble在美国上市,总部也在美国,但是不能说Trimble完全是一家美国企业,我们认为是是一家跨国高科技企业。Trimble20年前就进入了中国,对中国还是比较熟悉,也在各个行业跟我们的客户打成一片,提供了很好的解决方案。

目前Trimble在中国的业务是除了美国之外最大的业务,我们在创新与投资方面互动很多,也感觉中国客户对于创新的理念、创新的技术还是非常拥抱的。

我们的北京新机场项目也是整套数字化施工,不仅有软件、硬件还有平台,这是一个施工管理的大项目,客户有很好的创新精神,我们共同申请专利,这套系统获得了一等奖,这是Trimble和客户一起合作研发的。Trimble在中国的很多客户也愿意用创新科技解决他们所存在的问题,提高他们的生产效率,降低工作成本。

常亮:覃总过去做终端,现在做平台,在整个过程中战略、组织结构是怎么变化的?

覃政:我们现在做的是一个技术服务的平台或者供应商,大公司在垂直行业的科技竞争和技术创新领域需要一些核心供应商,这是我们的逻辑,与过去五年的经历密不可分。我们也发过销售级的产品,过去五年还是在于大客户的服务,包括联想、一加他们之前不会做VR/AR,去年开始所有大公司都成立了自己VR/AR部门,真刀真枪干VR/AR这件事,而我们转向做B端核心模块的供应,包括光学模块、显示模块,还有VR/AR算法模块,高清晰的显示技术。我们几乎砍掉了所有消费品相关的模块,更专注于品控、大客户服务板块,以及我们的核心技术,包括专利体系的偏差。

相关文章
|
3月前
|
人工智能 搜索推荐 大数据
数字化核心构建问题之中国软件产业发展如何解决
数字化核心构建问题之中国软件产业发展如何解决
34 0
|
6月前
|
安全 网络协议 程序员
程序员的护城河:技术深度、创新追求与软实力的综合构筑
程序员的护城河:技术深度、创新追求与软实力的综合构筑
|
人工智能 算法 机器人
智能机器人:被忽视的新基建核心领域
科技巨头纷纷公布新基建战略:腾讯宣布未来五年投入5000亿用于新基建;阿里云宣布再招5000人,未来3年投2000亿推动数字新基建;百度宣布未来十年继续加大在人工智能、芯片、云计算与数据中心等新基建领域的投入;美团配送宣布要将即时配送服务建设成为未来城市的新基础设施;快手投资100亿在内蒙古乌兰察布自研自建数据中心……
192 0
智能机器人:被忽视的新基建核心领域
|
供应链 前端开发 算法
研究发布丨犀牛制造独领风骚的背后是工业互联网模式创新:C2M和1+N
阿里巴巴密谋3年之久,媲美淘宝天猫、蚂蚁金服、支付宝的又一重大项目出炉:犀牛制造,整合中国服装制造业,甚至整个制造业的宏大计划。对于万千淘宝商家背后海量制造工厂的数字化升级影响深远,按需定制,智慧工厂将触手可及。这背后体现出工业互联网平台的协同可持续发展,需要和消费者、企业、行业、地域的深入互动。 其中,C2M 模式和阿里巴巴摸索出的 “1+N”工业互联网模式,已经成为推动数字经济发展与制造业转型升级的利器。
研究发布丨犀牛制造独领风骚的背后是工业互联网模式创新:C2M和1+N
|
存储 机器学习/深度学习 传感器
从工作经历和实践理论看工业互联网的发展
篇文章是对以前点点滴滴的记录整理而成,确实是我们理念与实践相结合的产物.
682 0
从工作经历和实践理论看工业互联网的发展
|
机器学习/深度学习 人工智能 自然语言处理
关于数据智能浪潮对前端技术发展影响的一些思考
在大数据和人工智能的浪潮下,到底对前端技术的发展带来了什么影响?
关于数据智能浪潮对前端技术发展影响的一些思考
|
存储 机器学习/深度学习 传感器
从工作经历和理论看工业互联网的发展
工业互联网 物联网 Web组态 商业BI 实景视频 人工智能 iNeuOS
从工作经历和理论看工业互联网的发展
|
机器学习/深度学习 人工智能 安全
工信部《新一代 AI 产业创新重点任务揭榜工作方案》
工业和信息化部办公厅关于印发《新一代人工智能产业创新重点任务揭榜工作方案》 工信厅科﹝2018﹞80号 各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门,有关单位: 为加快推动我国新一代人工智能产业创新发展,落实《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,我部制定了《新一代人工智能产业创新重点任务揭榜工作方案》(以下简称《工作方案》),现印发你们。
1584 0
|
安全 容灾 物联网
|
人工智能 UED
用AI击破传统行业痛点 “百度大脑行业创新论坛”将提7大行业解决方案
“未来没有任何一家企业可以宣称,自己和AI没有关系。
1630 0