VisionChina机器视觉展主办方机器视觉产业联盟【Vision对话·展商】的专题访谈有幸对话到深圳市深度视觉科技有限公司总经理杨培文，与杨总一同探寻AI技术为机器视觉带来的“巨变”。从AI在工业检测中的广泛应用，到其存在的局限性；从国际市场的布局，到助力工业智能化转型的举措；从聚焦的细分领域，到公司选择视觉赛道的契机，杨总将为我们全方位剖析AI与机器视觉融合发展的现状与未来。

记者：杨总，您好！首先，想请您用一个关键词来概括当前AI技术对机器视觉领域所带来的冲击与变革，您会选择哪个词呢？

杨总：我会用“巨变”来形容AI技术对机器视觉领域的深远影响。近年来，AI技术在工业检测中的应用已蔚然成风。过去，我们主要依赖传统算法进行检测，而现在，越来越多的场景开始采用AI算法。这些基于AI的模型不仅识别精准、速度快，而且效果远超传统的基于规则的算法。

作为一家专注于AI算法的公司，AI技术的爆发无疑为机器视觉行业和我们公司都带来了前所未有的机遇。AI技术的普及和技术成本的降低，不仅解决了传统技术难以应对的复杂场景，也推动了存量市场向AI技术的全面升级。目前，我们正聚焦于两个核心方向：一是加速技术迭代，将前沿的AI能力转化为实际工业应用；二是深耕细分场景，帮助客户实现从传统方案到AI方案的平稳过渡，确保应用的稳定性和可靠性。

记者：在您看来，AI技术在工业应用中还存在哪些局限性呢？

杨总：目前，AI技术的一个主要局限在于其运行需要配备GPU的服务器，这确实会增加一定的成本。不过，随着GPU价格的逐步下降以及市场对AI应用需求的不断增长，这一成本问题正在得到有效缓解。

记者：您如何看待国际市场的潜力？贵司在国际市场方面有哪些具体布局？

杨总：我们对国际市场充满信心，并正在积极筹备相关事宜。目前，我们的软件已经推出了英文版，并在多个国际展会上与众多国外客户进行了深入交流。一旦相关的研发工作完成，我们就会立即推进业务落地，拓展国际市场。

记者：近年来，国家大力推动工业智能化转型。请问，贵司的产品将如何助力这一转型进程？

杨总：当前，许多工厂仍依赖大量人工进行目检等工作，这不仅效率低下，而且存在诸多不确定性。我们的算法具备精准的缺陷检测和物体定位能力，希望通过这些技术逐步提高工厂的生产效率，确保产品质量，推动工厂向更加智能化、自动化的方向发展。

随着AI模型的发展趋势越来越智能化，模型也会变得更大、更复杂。因此，我们需要在工业场景下平衡数据量与推理速度的关系。我们的工作重心将放在研发具备自适应学习能力的模型上，同时进一步提升推理速度，降低部署成本，以更好地满足工业智能化转型的需求。

记者：在智能化赛道上，贵司主要聚焦于哪个领域？

杨总：我们主要专注于AI在图像算法上的应用，特别是在工业缺陷检测这一关键领域。过去几年，我们主要服务于3C和锂电行业。现在，我们正计划向半导体领域拓展，比如晶圆检测和芯片封装检测等方面。目前，已经有多个相关项目正在对接中，我们对此充满期待。

记者：据了解，贵司成立时间不长。请问，是什么契机让贵司选择了视觉行业这一赛道？

杨总：其实，公司的初创团队都是在行业内工作多年的资深人士。我们发现，每个公司都需要重新开发一套AI平台，包括标注软件、模型训练软件、测试软件以及模型加速部署等。这些工作不仅重复，而且涉及大量通用的算法能力。无论是3C、锂电还是医疗行业，工业检测所需的算法都是相似的。因此，我们决定开发一套标准的工业检测算法，让各行各业都能享受到便宜、准确且高效的AI算法服务。这就是深度视觉的由来。

记者：能否分享一下您此次参展的体验和收获？

杨总：这次展会我们收获满满。我们与众多目标客户进行了深入对接，不仅获得了大量商业机会，还进一步提升了公司的品牌知名度。参展对于我们来说效率极高，因为很多潜在客户都会在展会上寻找供应商并与我们取得联系。这种机会在平时是很难获得的，或者需要花费大量时间和精力去拜访工厂。因此，展会对我们来说是一个非常重要的平台，我们将继续积极参与并充分利用这一平台。