5月9日，大湾地区的第一家实用人工智能研究所，香港科学技术大学FON Neumann Institute，在香港揭幕，全球AI巨头和科学与技术大学的Jia Jiaya院长。
但是，在这个揭幕仪式上，更有趣的细节是：来自HKIC和许多全球制造业巨头等风险投资行业的代表很多。除了学术支持外，他们的存在还归功于贾·贾亚（Jia Jiaya）的其他身份 - AI独角兽和工业智能企业Simou Technology的创始人。
无需详细说明体现智能的流行程度。通过“通用人工智能”的宏大叙述，类人类机器人引起了投资者抓住下一个“ iPhone时刻”的愿望。但是Jia Jiaya和他的Simou技术是一种独特的存在。这家公司曾经创造了大湾地区最快的独角兽的记录，当每个人都在谈论人形机器人时，提出了“变形和保留智慧”。与酷酷的“人物”相比，SIMOU技术更愿意将自己投入到客户的工厂上，并追求简单且朴实的指标 - 工业渗透率。
非典型学术牛企业家精神
Jia Jiaya的双重身份实质上是有关行业，学术界和研究整合的实验样本。
香港科学技术大学是亚洲大数据科学和人工智能的第一名，并且是无数AI学生一直梦dream以求的最高学习机构。 20多年前，Jia Jiaya从这里毕业于博士学位，并开始了与学术，工业和企业家精神交织在一起的生活。从香港中国大学的任职教授到加入Tencent Youtu实验室，然后创立Simou Technology，这次返回母校担任Dean，Jia Jiaya的各个方向都打破了规则。
Jia Jiaya的简历是一流的，她长期以来一直是AI领域的大师，并且与“ Top Harvester”等标签紧密相关。他发表了200多篇论文，引用了90,000次以上，H指数超过110。他的学生活跃于学术和工业界，扮演着重要角色，例如大学的教授，实验室董事和初创企业的创始人，并已成为人工智能的骨干，例如Sensetime的Xu Li，SenseTime的董事长兼首席执行官，Lu Cewu，Lu Cewu，Shanghai Jiaotong University of Shanghai Jiaotong University of Shanghai Jiaotong University和Co Founder of Qiongche智能。
2019年，贾亚亚（Jia Jiaya）创立了SIMOU技术，并将他的学术成就更快地转变为“生产线氧”。 Simou Technology在中国的AI行业中是一种独特的存在，不仅是因为创始团队的学术光环，而且是一种务实且几乎偏执的“反对意见”勇气。
当整个行业沉浸在体现智能的大拟人化叙事中，并将资源投入到人形机器人的研究和开发上，并希望开放一个通用人工智能的新时代，SIMOU技术是第一个在工业智能的帮助下在工业领域中实现突破和实施的人。
这种信心在一定程度上来自Simou将顶级论文“零时间差异”转换为生产线的能力。记者检查了该团队在过去三年中在CVPR和Neurips等顶级期刊上发表的数十篇论文，发现其核心结果直接达到了AI实施的“致命点”，例如数据的稀缺，场景的稀缺和高部署成本，并且不是在理论水平或实验室阶段，但实际上是在多个工业中实施的。相关的技术转型结果已被列入行业和信息技术部的“公告和领导力”项目，以及国家监管的国家管理局，以及“行业和信息技术部的第一批高级适用技术”。
This hard-core transformation capability is ultimately embodied into Simou Technology's highly recognizable industrial intelligent body strategy: to remove form and retain intelligence, and not stick to form, dismantle the core technology of industrial intelligent body into three major modules: "brain (fully self-developed industrial multimodal model), eye (advanced vision sensor), and hand (AI machinery and equipment and robotic arms)".它灵活地基于不同细分的场景创建解决方案，专注于提高质量，降低成本并提高整个生产和制造过程的效率。
这个看似保守的决定实际上意味着基于对工业生产基本需求的深刻见解，很快就成为Simou的核心竞争力。
为什么机器人很难进入工厂？
近年来，Simou Technology一直在努力实施技术并实现闭环业务时，AI行业已经发生了变化，大型模型和机器人一直在互相上升。尤其是自2024年下半年以来，类人形机器人已经很快流行，相关初创公司的估值是巨大的。
但是，传统行业的智能转变比技术概念的普及要复杂得多 - 为了在生产线上实现机器人的稳定操作，它需要越过多维技术障碍，例如感知，决策和执行。人形机器人仍然很难“进入工厂”工作。
目前的情况是，即使执行诸如扫描代码和处理之类的简单任务时，类人动物机器人也会被卡住，而这些任务不能与手动干预相隔。运动控制缺乏基本的稳定性，最先进的人形机器人在步行时没有解决突然跌倒的问题。经常被忽视的另一个疼痛点是能量：类人生物机器人的电池寿命较差。复杂的运动控制，有限的电池寿命以及对工业环境的适应性不足，因此很难暂时满足生产线的连续性和稳定性要求。
一位新的能源车辆工厂经理告诉记者，他们试图引入类人形机器人来处理电池模块，但是由于电池寿命不到40分钟，并且抓取错误太大，他们最终不得不返回机器人手臂。系统的系统瓶颈已经暴露了人形机器人的当前困境。一位投资者叹了口气：“停止谈论人形机器人的'iPhone时刻'，现在我什至还没有创造大哥。”
一方面，估值有一轮上升的估值，另一方面，商业化没有被识别的商业化。今年年初，金沙吉安格风险投资的合伙人朱小胡胡（朱小胡胡）公开表示，他已经“批处理中的人形机器人批准了”，这反映了该行业在某种程度上的集体反思 - 当技术突破性和业务返回之间的时间差异超过了预期的循环，这超出了土地上的锚点，就会变得更加稳固，从而成为一定的锚点。
实际上，有许多投资者与朱小胡胡有类似的看法。上述投资者开玩笑说，人形机器人机器人最大的着陆情况是朋友的圈子。在着陆时，我们应该专注于提高效率，降低成本和产品/服务质量保证，这与外观是否酷无关。 "The key to implementing embodied intelligence is to create an intelligent carrier that is more in line with the needs of the scenario - whether it is a non-human-shaped intelligent body or a gradually iterative humanoid robot, ultimately, it is necessary to overcome labor through solving the actual pain points of production, from assisting labor to high-precision future production scenarios such as semiconductors and chips, and surpass labor with excellent intelligent decision-making and excellent mechanical稳定，从概念创新到工业授权实现了飞跃。”
在这条探索道路上，Simou Technology对“变形和保留情报”的战略选择为实施智能的实施和商业化提供了模板。目前，由Simou独立开发的工业能源和情报体育已被牢固地部署到数百个全球主要客户的工厂或组装线上，并且已经稳定地工作了数十万小时。
众多的商业化
商业化被认为是技术成功的关键标志。无论是300个客户还是数万小时，它在体现的智能曲目中都是一个了不起的数字，但是Simou已经做到了。
鉴于SIMOU技术的创始团队认为，最尖端的技术必须与最务实的业务结合起来，以创造最大的价值。这与当前趋势完全不同。它没有显示技能，也没有参数排名。全球制造业巨头如何愿意为此付出代价？
Simou的商业化路径始于对制造业疼痛点的深入了解。在2020年，Simou将获得Star Product Qualcomm Smart Industrial Platform Smore Vimo的商业交付。该平台的研究和开发源于与美国领先的电动汽车制造商的合作。长期以来，该公司的电池组件生产线困扰着两个主要问题：线束安装和预防错误检查依赖于手动检查和准确性不足；电池模块具有多种类型的胶水缺陷，很难涵盖手动检查。 Simou Technology已为狭窄的站空间和复杂的缺陷场景定制和开发了多角度视觉系统和多模型算法，充分利用柔软和困难的资源，以准确地识别电线线束状态并充分检查模块缺陷，从而大大降低了手动依赖性，从而提高了钥匙范围和生产的稳定效果和精巧的稳定性。
疼痛点的狙击，重大命中率和效率破碎，这是AI获取客户的最短登陆规则。在短短五年内，Simou实现了0至300的增长，这不仅允许Simou技术获得庞大的客户群，而且还积累了独特的“场景”资产，成为其工业多模型和智能身体技术的研究和开发的大力支持。
2023年11月，Simou Technology发布了世界上第一个工业多模式行业游戏，涵盖了200多种不同的工业场景，超过300万个工业图像以及超过500亿个代币的大量数据。基于Industrygpt，Simou Technology的工业代理具有“超级大脑”，并构成了跨模式认知，跨场迁移和独立决策优化的能力，使代理商可以适应不同行业的复杂需求并允许AI在制造业中深处穿透。
以Simou Technology创建的AI智能解决方案为例，相同的工业智能体系结构不仅可以用于对消费电子产品的高精度制造，而且还可以快速调整为新能量电池等行业的智能制造设备。相关的智能身体技术甚至可以扩展到食物和医学等无菌应用方案。 “一种专业和多能量”的产品功能使其客户的扩展效率远远超出了传统智能制造公司的效率。在短短几年内，它涵盖了许多行业，例如汽车制造，新能源，3C，精密行业，食品和医学，并护送了近100亿个工业产品的质量和安全性，其中超过20亿辆仅是五轴AI智能设备。
细分场景的积累和喂养进一步导致SIMOU技术的商业化形成了积极的周期。每次您为一个客户服务时，该系统都会在实际生产方案中积累很多实践经验。这些来自前线的应用程序反馈已成为优化工业大型模型和迭代剂算法的“营养”。随着技术的持续发展，Simou Technology的产品和服务越来越符合客户需求，形成了“技术改进 - 客户生长 - 塞纳里奥验证累积技术持续改进”的封闭循环。
Simou Technology打破了AI公司的“高估值和低利润”的恶性循环。 Apple，Tesla，Luxshare，CRRC，Foxconn，Boe ...不仅可以验证Simou产品的市场价值和技术实力，而且还为Simou带来了稳定的现金流量。 Simou Technology已成为具有自我生产能力的少数AI独角兽之一。
当然，投资者随时都在寻求此类公司。据了解，Simou Technology已完成了超过10亿元人民币的新一轮融资，其估值不断提高。
一位投资者承认，在市场上不断上升的期间，许多企业家团队可以获得很多融资。但是他更关心哪些团队可以具有足够的韧性和决心来通过累积时间来制造真正的商业产品，并能够务实地实施它们。这是给他留下深刻印象的关键。
当贾亚亚（Jia Jiaya）担任冯·诺曼研究所（Von Neumann Institute）的主席时，这项行业，学术界和研究之间的合作实验将带来更多积极的力量。该研究所所锚定的尖端领域，例如具有体现的智能，多模式的大型模型研发和应用，与Simou根源的工业场景的需求非常一致。将来，利用研究所的深层学术资源和人才优势，有望克服智能生物的技术困难。企业从实际的战斗场景中积累的大量实际应用反馈和成熟解决方案将使研究所的基础研究反馈，从而进一步加速技术的转变和生态学的改善。从学术界和行业实施实施的开始，这种探索也为人们提供了“学术创新技术实施 - 行业升级”的实施道路的更多想象。
