工业视觉检测开启百亿级新蓝海 辛米尔视觉获原子创投天使轮融资

近日，国内唯一、国际领先软硬件一体 “工业AI事件相机”研发商“辛米尔视觉”完成原子创投千万级天使轮融资。其独创并自主研发整套芯片架构与核心算子，端到端响应延迟低于50ms、识别准确率高达99.9%且易于快速部署，极大提升工业场景运营管理能级，已落地宁德时代、美的等几十家国内外知名企业，实现10倍收入增长。本轮融资后，辛米尔将开启软硬件产品量产阶段，加速拓展应用矩阵，打造划时代的机器视觉工业场景边缘端视频理解软硬件平台。

一、工业事件检测 新兴百亿蓝海

高端制造、智能制造等新一代工业场景对安全生产、正常生产的要求逐年提升；机器人、低速无人车、AGV等自动化重器大批投入，生产中连续的、序列化的工业事件对生产结果产生空前重要的影响，不规范操作、停机停线、人员伤亡都将造成巨大甚至不可挽回的损失。然而，基于图文报表及AI图像单帧计算的工业机器视觉1.0和2.0方案，仅可达成瑕疵检测、目标定位、尺寸测量等2D/3D图像单帧计算简单功能，无法实现多帧序列化视频处理。

近年来，算法和专用芯片的耦合发力，为工业机器视觉迈向3.0时代奠定软硬件基础，视频理解在工业场景中产生的社会和商业价值日益突显，“工业事件检测”则为单一图片识别不出或识别准确率不高的复杂、动态场景提供新的可靠解决方案。

2021年，缺陷检测和初级安防监控的传统工业视觉市场规模已达200亿元人民币，预计2026年将超500亿元。而通过实时监控确保人员安全和设备良好等新刚需的涌现，则让2022年成为“工业事件检测”规模化落地元年。这一崭新且更为庞大的蓝海市场复合增长率可达25%，市场规模呈百亿递增。

二、传统视觉方案 软肋制约落地

行业客户需求迫切，传统工业机器视觉系统和智能安防系统两套方案却在工业事件检测场景显出两大软肋。

检测不是目的，在高速运行的产线中通过检测及时介入干预避免人员受伤、保证正产安全才是目标。

视频理解计算通量数倍于单帧图像，且为并行流水线式计算，传统方案的数据交互流程和次数繁多，导致严重的系统延迟问题。

以安全类工业事件检测为例，通常50ms以下才能满足及时干预要求。传统机器视觉系统架构延迟100ms以上，智能安防系统端到端则延迟则超400ms。工业机器人终端TCP速度至少8-10m/s，即便安防系统及时响应到人员的快速靠近，介入时机器人也已移动至少4米，可能已发生侵害人体的不堪后果。 

工业场景部署规模大，对成本极为敏感。

需要搭建多个独立的系统集成模块，致使一套典型传统方案落地成本约4-5万，一家装备100个机器人工作站的中等规模企业仅此一项安全事件检测功能就要投入数百万元。市场无法接受，规模化落地一拖再拖。

三、工业AI事件相机 独创高效轻量化

针对以上痛点，辛米尔独创软硬件一体“工业AI事件相机”，以视频理解为技术底座，自研超精简网络算子和高能效压缩技术，耦合自研超级异构芯片架构，为工业场景提供“高效+轻量”的行业领先解决方案。事件片段精准定位回溯、事件数据统计等信息化特色功能，赋能工业互联网大潮下多行业解决方案厂商。现阶段落地刚需场景包括：安全/人员存在性检测、动作一致性检测、异常检测等。

1.安全/人员存在性检测

视频理解技术具备快、准两大高效利器：利用边缘端专用架构和算子，实现危险发生到设备停机50ms以内极速响应，速度较传统方案提升5-10倍；检测准确率从95%提升到99.9%。配套工业机器人作为非接触式安全装置，“工业AI事件相机”可替代物理围栏，切实降低产线再平衡的成本和周期。

2.动作一致性检测

即生产过程具有明显规律性的场景。“工业AI事件相机”实时计算规律相似程度，并以评分值为依据实时介入干预，有效避免不合规动作行为造成停工整顿等企业重大损失。

动作一致性检测已在生物医药行业人员手消、钢铁行业钢包移动过程中的摇摆、柴油机行业人员装配动作等各工业顺序场景中规模化落地。

此外，针对不可预期、不可复现、人工排障难、根因排查难的异常检测场景，基于目标检测和图像分割的传统技术手段几乎完全失效。借助边缘端视频理解技术，“工业AI事件相机”利用二元场景分类，实时在线检测及介入产线设备运行中的未知异常，大幅度提升排障效率，降低异常状态风险。

为满足多层级业务颗粒度需求，切实为客户降本增效，辛米尔“工业AI事件相机” 产品设计轻量化，软硬件落地成本较传统方案降低80%，即插即用，可实现单站部署1小时、100个站点系统性批量部署1周、数百个站点规模性部署1个月完成。 

四、首台套先发优势 业绩增长超10倍

辛米尔视觉成立于2019 年，研发团队硕博占比80%，均来自上交大、浙大、悉尼大学等名校，专注深耕边缘端视频理解软硬件平台数十年，研究成果发表于AAAI、TECS、TIST等顶级国际期刊和会议。

底层软硬件技术方面，大规模视频处理是技术核心。辛米尔首次提出边缘端可同时处理单帧图像和序列化视频流的结构化时空模型，以最精简网络结构和计算模块得到空间上及时序上的视觉信息。

首台套的先发优势还体现在边缘硬件加速器架构的设计，辛米尔创新提出以FPGA+DSP+AI-SOC的超级异构边缘视频计算平台，架构、算法、场景紧密耦合的业内首款 “工业AI事件相机”已进入量产阶段。

顶层应用方面，目前辛米尔的安全检测产品和系统解决方案已落地锂电池、家电、高铁制造、汽车及零部件、生物医药等多个重点工业领域；宁德时代、美的、中车四方、科达制造、丰田、北京生物等数十家国内龙头客户，以及英、法、美、以色列等多家海外头部企业均有规模性部署，业绩增长超10倍。

随着安全检测产品成为工业机器人和协作机器人的标配，辛米尔的“工业AI事件相机”软硬件产品有望两年内在全球范围内被广泛应用。

原子创投副总裁赵旸表示，辛米尔团队深耕工业自动化十余年，全技术栈研发适配工业刚需场景的新一代机器视觉解决方案，兼备大规模视频理解算法、边缘计算、纯光计算研究成果丰硕的算法团队，落地、量产经验扎实，以产品加落地服务的商业模式，为基于边缘端视频理解的工业事件检测这一新技术的商业应用奠定了领先地位。工业事件检测作为一个快速增长的百亿级蓝海市场，我们坚定看好辛米尔未来的发展前景，为高端制造、智能制造的转型发展，以及工业互联网的创新融合保驾护航。