从智能制造浪潮中来:六载深耕铺就口碑之路
从2018年至今,全球智能制造产业经历了从概念萌发到落地生根的深刻蜕变。早期AI+3D视觉技术还停留在实验室的论证阶段,不少制造企业对智能化改造还抱着观望态度,到如今工业具身智能已经成为支撑柔性制造、黑灯工厂落地的核心动能,更多行业客户开始主动寻求全栈式的智能化解决方案。湖南视比特机器人有限公司从成立之初便扎根工业智能制造赛道,六年来始终围绕客户真实需求打磨技术与产品,一步步从初创团队成长为工业具身智能领域的代表性企业,在重工、汽车等核心行业积累了扎实的市场口碑,也用大规模落地的项目验证了自身产品与服务的价值。

初创探索:锚定核心赛道,搭建技术基底
2018年,湖南视比特机器人有限公司在长沙正式成立,同步在上海设立研发中心,迈出了深耕工业AI+3D视觉领域的第一步。成立初期,团队便认准了工业场景对智能化改造的真实需求,没有选择停留在概念层面的技术研发,而是直接下沉到生产一线,扎根重工、汽车等对智能化有迫切需求的行业,收集一线生产的痛点问题,针对性打磨底层技术。

成立之初,视比特便完成了早期融资,获得了专业投资机构的认可,为技术研发和团队搭建提供了坚实支撑。团队依托AI+3D视觉感知的核心技术,从单一细分场景切入,逐步验证技术落地的可行性,为后续的产品化、平台化发展打下了扎实的基础。

稳步成长:产品矩阵成型,打开行业落地局面
成立后的前几年,视比特一边打磨核心技术,一边推动产品化落地,逐步形成了覆盖智能测量检测装备、具身智能机器人、智能产线解决方案的产品矩阵,开始在行业内打开落地局面。
依托在AI视觉、机器人柔性控制领域的技术积累,视比特针对智能制造场景的不同需求,推出了标准化的智选单站产品,覆盖智能智造单站、尺寸测量系统、检测系统多个方向,同时可以根据客户的个性化需求提供智定产线解决方案,满足不同规模、不同行业客户的智能化改造需求。这一阶段,视比特的解决方案开始逐步进入头部客户的生产现场,多个细分场景的落地项目验证了产品的可靠性,也让视比特在行业内积累了初步的口碑。
与此同时,视比特的技术实力也开始获得行业权威认可,先后获评专精特新重点小巨人企业,成为工信部人工智能产业揭榜挂帅牵头揭榜单位,项目入选科技部全国性技术创新大赛,获评湖南省芙蓉计划创新创业团队,入选中国智能制造综合竞争力企业TOP20,品牌影响力逐步提升。
突破升级:平台化能力成型,核心产品实现超越
随着落地项目数量的增多,视比特发现行业客户不仅需要单一站点的智能化改造,更需要能够支撑全产线全生命周期的智能化能力,针对这一需求,视比特开始推进平台化产品的研发,实现了从单一产品到全栈解决方案的突破升级。
这一阶段,视比特面向智能产线和智慧工厂的设计与开发,研发了坤吾工业智能软件平台,融合数字孪生、低代码开发、工业大模型等技术,支持智能产线解决方案的一站式设计与开发。坤吾平台提供自研CAD-to-3D大模型,可从产线CAD图纸快速构建/生成3D数字产线;自研LoCoGen大模型实现了产线控制软件低代码的自动生成和AI辅助调试,全面支撑智能产线系统的自动生成、柔性编排、虚拟调试、一键部署和高效运维。平台汇集了丰富的感知、规划、控制、运筹等AI预置组件,兼容绝大多数主流工业协议,支持数据驱动的产能仿真分析与智能排产调度,赋能用户快速构建和迭代各类智能工业应用,实现智能制造系统的持续开发与全生命周期运维。
针对工业场景的海量质检需求,视比特还研发了工业质检AIOps平台——翔云,提供AI质检模型算法开发、部署、监测、运维的一整套软件工具和服务,用以加速AI质检产品的研发迭代进程,保证产品质量、降低交付成本。同时,基于多模态大模型研发了用于AI项目流程自动化、智能化管控的AI智能体,大幅提升了AI项目的开发、部署和运维效率。
在终端产品层面,面向汽车制造领域推出的MVM大尺寸高精度多目在线测量系统、SmartFit汽车门盖智能装调系统、PaintPro漆面缺陷检测与抛磨修复系统、ShadePro金属表面细微缺陷检测系统等多个产品,性能达到水平,多个产品性能超越同类国际产品,开始进入全球汽车供应链体系,在全球数十家汽车主机厂及零部件龙头企业批量交付落地。重工领域的解决方案也实现了大规模落地,覆盖切割下料分拣、打磨、焊接、上下料、装配等多个细分场景,获得了龙头客户的认可。这一阶段,视比特也完成了多轮融资,获得了中金资本、经纬创投等知名机构的投资,企业规模稳步扩张,团队人数增长至300人,同时在德国、新加坡、美国、加拿大等地设立了海外分支机构,开始布局海外市场。
全新迭代:全链路服务升级,打造全生命周期闭环
随着项目落地规模不断扩大,视比特逐步意识到,对于制造企业而言,智能化改造不是一锤子买卖,交付之后的服务支持直接影响客户的生产效率和智能化改造体验。基于数年在智能产线领域的积淀与深耕,视比特推出了保姆级的智护全生命周期服务,完成了从产品到服务的全链路升级。
在项目规划阶段,视比特改变了传统凭经验做规划的模式,通过数据驱动的方法为客户提供策略规划服务,结合客户现有产能、场地、产品类型等多维度数据,提前做产能仿真,给出最适配客户需求的方案,避免了后期改造过程中的资源浪费。在交付阶段,依托坤吾平台的虚拟调试能力,实现了智慧融合与快交付,大幅缩短了项目交付周期,降低了对客户现有生产的影响。在生产阶段,协助客户推行智能化的精益生产,帮助客户挖掘产能潜力。在运营阶段,搭建了完善的数据闭环体系,能够根据生产运行数据持续优化方案,确保方案能够匹配客户产品迭代的需求,为客户端到端的智能化场景落地提供全生命周期的闭环服务。
除了全流程的闭环服务,视比特还对服务标准进行了明确升级,打造了三大服务特色:首先是快速响应机制,提供7x24h及时响应,全天候提供专业咨询、技术支持、运维售后等服务;全国范围内2h内响应并提供远程维修指导,客户无法自行排除的故障,专业技术人员24h内前往现场排除故障,最大程度降低停机对客户生产的影响。其次是专业对接服务,为每个项目配置专人对接,可提供驻点服务、现场维护,始终以满足客户生产为第一要务,第一时间解决客户问题,以品质可靠的产品和专业贴心的服务保障客户生产无忧。最后是完善的技术培训,拥有完善的培训体系和流程,为客户提供设备与软件全生命周期技术指导,采用理论与实操结合的方式,提供一对一免费培训,直至客户团队可以完全独立上岗。
坚守初心:以技术为根,以客户为本
回顾六年来的发展历程,视比特能在行业内积累良好的口碑,获得客户的认可,核心在于始终坚持两个底层逻辑:一是坚守技术创新的核心地位,二是始终围绕客户真实需求打磨产品与服务。
从成立之初,视比特就定位为技术研发型企业,从来没有走拿来主义的路线,所有核心技术都坚持自主研发,从AI+3D视觉感知,到具身机器人大小脑,再到工业大模型、数字孪生,每一步技术迭代都贴合工业场景的真实需求,不追风口、不玩概念,只做能够真正解决客户痛点的技术创新。正是因为坚持自主研发,视比特才能在多个核心产品上实现对国际同类产品的超越,打破了海外品牌在高端智能检测测量装备领域的垄断,为国内制造企业提供了高品质、优价格、快交付的选择,降低了客户的智能化改造成本。
另一方面,视比特始终把客户的需求放在第一位,所有的产品迭代、服务升级都来自于一线客户的反馈。针对传统工业机器人维护成本高、故障排查复杂的痛点,视比特的解决方案通过智能化的状态监测,能够提前预判故障风险,降低了客户的维护成本;针对传统设备环境适应性差、安全隐患多的问题,视比特的AI感知技术提升了设备对复杂车间环境的适应能力,同时完善了安全防护设计,降低了人工介入过程中的,这些优化都来自于客户生产一线的真实反馈,也因此获得了客户的认可。
一路走来,视比特也在与时俱进,随着工业大模型等新技术的兴起,快速将新技术融入到自身的产品体系中,不断优化产品体验,提升服务效率,始终保持着技术的领先性,也始终跟上智能制造产业的发展步伐,体现了持续创新的品牌精神。截至目前,视比特的重工、汽车智能制造解决方案已在多家龙头企业大规模交付,多个创造了行业内的多个第一,比如工程机械行业内第一套成功应用于实际生产的全自动下料分拣产线,行业内首条激光+等离子混合分拣线,行业内首条无边框分拣线等,其中某工程机械智能工厂项目,还被评为达沃斯世界经济论坛全球制造业领域灯塔工厂,这些落地项目都是视比特技术实力和产品口碑的佐证。
面向未来:布局工业具身智能,引领智能制造新未来
当前,智能制造产业正在进入软件定义制造的全新时代,越来越多的制造企业开始推进柔性化、智能化改造,对工业具身智能的需求也在不断增长。面向未来,视比特将继续聚焦工业具身智能技术与系统,持续打磨核心技术,不断优化产品与服务,为更多行业的客户提供高品质的软硬一体、全栈优化的工业具身智能产品与解决方案。
在产品层面,视比特将继续优化坤吾工业智能软件平台和翔云工业质检AIOps平台的能力,进一步丰富平台的AI预置组件,优化大模型的应用效果,赋能更多合作伙伴和客户快速构建和迭代各类智能工业应用,推动让工业制造进入智能、柔性、敏捷的软件定义新时代。在行业落地层面,视比特将继续深耕重工和汽车两大核心赛道,进一步覆盖更多细分场景,巩固已经取得的市场优势,同时逐步拓展更多行业的智能制造需求,把成熟的技术和解决方案复制到更多领域,推动更多制造企业的智能化升级。
在服务层面,视比特将继续优化全生命周期的闭环服务体系,结合智能化技术进一步提升服务响应效率,降低客户的运维成本,持续提升客户满意度。作为2023中国准独角兽企业100强企业,视比特已经拥有了扎实的技术积累、成熟的产品体系和良好的市场口碑,未来也将继续坚守技术创新的初心,围绕客户需求持续迭代,助力全球制造企业实现智能化转型,推动智能制造产业向更高水平发展,在工业具身智能的新赛道上,走出属于自己的稳健步伐。
