INDEMIND: 打造标准化机器人AI方案,行业关键技能供应商价值凸显

4年深耕低速自动驾驶技能,打造标准化机器人解决方案,INDEMIND已然破茧成蝶,成为国内最大的机器人关键AI技能供应商之一。在疫情催化之下,爆发式增长的不只是效劳机器人商场,根据数据统计,今年超10万家机器人相关企业成立,随着机器人公司、传统企业、新晋企业陆续进场,一场不可避免的“争夺战”已在悄然中激烈展开。根据IFR数据显示,2016 年以来,全球效劳机器人商场规模年均增速达 23.8%,2021 年预计达到 125.26亿美元,到 2023 年,全球效劳机器人商场有望突破 201亿美元。然而需要注意的是,商场

4年深耕低速自动驾驶技能,打造标准化机器人解决方案,INDEMIND已然破茧成蝶,成为国内最大的机器人关键AI技能供应商之一。

在疫情催化之下,爆发式增长的不只是效劳机器人商场,根据数据统计,今年超10万家机器人相关企业成立,随着机器人公司、传统企业、新晋企业陆续进场,一场不可避免的“争夺战”已在悄然中激烈展开。

INDEMIND: 打造标准化机器人AI方案,行业关键技能供应商价值凸显

根据IFR数据显示,2016 年以来,全球效劳机器人商场规模年均增速达 23.8%,2021 年预计达到 125.26亿美元,到 2023 年,全球效劳机器人商场有望突破 201亿美元。然而需要注意的是,商场在迅速发展的同时,随之滋生的行业乱象也越发明显。

察微商场,光鲜之下,低端同质、营销噱头等乱象在行业中普遍存在,企业面临着一入局便需破局的尴尬境地,各路玩家又该如何在各自领域内立足跟脚?说到底在于技能二字。

“除了行业过早追求变现,技能缺位是造成乱象的主要原因”INDEMIND联合创始人姜文表示。

伴随着工业4.0时代到来,效劳机器人行业真正迎来破冰时刻,而疫情又加速了商业化的进步。但随着前期积攒的技能红利透支,乱象逐渐丛生,行业开始呼吁回归技能本位的发展理念。但新技能从研发到应用,需要一个长期试错积攒的过程,对于绝大多数企业而言,瞬息万变的商场,自身的运营压力,外部的竞争压力不时加剧,使得他们容易陷于急于求成的圈子中不时打转。

该如何破局?提升产物竞争力,赶快落地,答案再浅显不过。

但答案的背后,依然是技能的积攒。

随着行业发展,产业链上下游的企业开始分工明确,在此过程中,行业需要的量变引起质变,AI技能供应商强势崛起,并成为整个产业链中极为关键和稀缺的供应环节。它的出现满足了企业的技能需要,也为商场的蓬勃发展供给了技能助力。INDEMIND在2017年便进入了这一领域,是国内布局最早的机器人关键AI技能供应商之一。

从算法到硬件再到自主移动机器人底盘,是AI技能供应商们一直以来的焦点交易,但随着商场赶快变化,行业对于AI技能供应商的要求也在随之提升。

一方面,随着机器人商场已经从拓荒阶段进入收益阶段,幼稚考证的场景不时增加,新晋企业不时涌入,不同背景的企业需要各有不同。

•对于幼稚的机器人企业,由于商场需要升级,倒逼产物力提升,但受限于自身研发压力和资金压力,一直难以赶快有效地解决AI能力、场景应用、成本等问题;

•传统企业具有庞大的资金和线下渠道优势,但要基于原有交易推出机器人产物的难点不在于跨界过程中的水土不服,而是本身缺乏机器人及AI技能,导致自身优势难以转化;

•新晋企业有想法,有场景,但同样缺乏AI技能和机器人相关产物积攒,难以赶快输出幼稚的机器人产物,使得这类企业在行业中淘汰率极高。

另一方面,商场规模增长不时提速,产业链愈发完善,商场切入逻辑也在从“从0打造产物考证商场”转向“整合产业链资源赶快切入”

这些需要转变使得单一性、伪通用化的技能产物的局限性越发被放大,整体化融合性的方案呼之欲出。

因此与单纯供给技能或产物的企业不同,INDEMIND在供给基础的软硬件效劳上,通过整合行业需要,构建了一套从包含软硬件的焦点导航技能,到结合交易场景的AI交互,再到硬件参考设计的标准化机器人AI解决方案。

INDEMIND: 打造标准化机器人AI方案,行业关键技能供应商价值凸显

姜文说到,经过4年深耕,INDEMIND拥有着行业领先的AI技能、视觉自然导航技能、低速自动驾驶技能及丰富的产物开发经验,这些都为INDEMIND的“产物+模式”创新供给了丰厚的资本。

据介绍,INDEMIND标准化机器人AI方案是以INDEMIND自研的机器人通用底层AI操作系统INDEMINDOS为焦点,搭配标准化模组套件,可赶快适配各类家用&商用机器人平台,有效满足不同企业的交易需要。

INDEMIND: 打造标准化机器人AI方案,行业关键技能供应商价值凸显

对于幼稚企业,INDEMIND能够供给更先进的自然导航及AI技能,赶快稳定的迭代原有方案,提升产物竞争力。而传统企业和新晋企业伴随着商场切入逻辑的转变,对于赶快实现量产抢占商场有着更迫切的需要,INDEMIND能够为他们供给幼稚的硬件参考设计及量产设计效劳,协助传统企业做产物整合,帮助新晋企业做产业链资源整合,降低研发门槛,缩短考证和量产周期,同时实现标准化产物满足非标商场需要的目的。

从前期需要对接,到中期工程化实施流程,企业拿到样机预期30天,最终量产预期100天,平均可缩短6-9个月的研发时间,节省80%接近千万级的研发成本。同时,采用以双目立体视觉为焦点的导航模块,导航成本还可最多下降70%,整机成本可最多下降40%。

需要注意的是,一味地降低成本并不能解决低端同质化问题,尤其以视觉为焦点的导航技能,精度问题和计算量一直是关注点。

INDEMIND: 打造标准化机器人AI方案,行业关键技能供应商价值凸显

因此INDEMIND立项自研了高精度VSLAM算法、多传感器融合算法及轻量化算法技能,在应用于家用扫地机的实际测试中,导航精度实现绝对定位精度<1%,姿态精度<1°,足以媲美激光雷达。同时基于独有的立体视觉技能,可供给0.05-1.5m范围内误差小于1%的深度计算,构建三维空间地图,能够立体识别人、动物及十几种大类家居用品,物体识别精度<2cm,并能根据识别信息作出智能决策,实现避障、交互等功能,此外,通过配置交易逻辑实现跟随、看护、安防等智能逻辑。

鉴3C电子产业的幼稚模式,INDEMIND对商业模式进行创新,以参考设计+关键硬件的模式效劳机器人商场,能够有效支持客户完成低成本、高效率的大规模量产,是INDEMIND凸显价值的根本。

在2021年推出的RBN100商用机器人解决方案,用不到1年时间便已形成多个大规模行业订单,得到客户的广泛考证,同时,同在今年推出的RBN10家用机器人解决方案也和国内行业巨头达成多个合作订单。4年积攒,一朝勃发,INDEMIND已成为国内最大的商用机器人技能供应商之一。

未来,INDEMIND将为商场不时带来最新的机器人前端AI技能,同时也为商场和客户不时完善以INDEMIND OS为焦点的机器人生态,让生态系统内机器人的部署、应用、技能升级形成自我循环并推动部署量和价值产出能力的持续增长,与客户一起聚焦AI及AI带来的交易演化和生产力革命。

给TA打赏
共{{data.count}}人
人已打赏
AI

增大模型依然有用,DeepMind用2800亿参数的Gopher,测试说话系统极限

2021-12-9 14:34:00

AI

邢波任校长的MBZUAI大学国内招生了,Michael Jordan、Raj Reddy等大佬授课

2021-12-10 14:24:00

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
有新私信 私信列表
搜索