工业AR眼镜和算法公司0glass获数千万B轮融资

投融资 2018-08-10 9

0glass大事纪:

2014年底开始进入工业AR领域,不被资本和市场理解自筹资金500万元坚持AR核心技术研发1年半;

2016年初获得和君资本数百万天使轮投资;

2016年初成功实施国内第一个AR电力巡检项目;

2016年5月发布国内首款墨镜式双目一体机AR眼镜0glass Pro2,同时发布国内首款AR引擎NginABC;

2017年5月获得由三一重工领投的数千万A轮融资;

2017年5月发布国内首款基于intel平台的AR眼镜0glass danny;

2017年底成功实施国内第一个AR汽车装配项目;

2017年底申请和获得授权国内专利、国际PCT专利、美国专利共计百余项;

2018年7月获得清研新一代人工智能基金(珠海、嘉善)、永柏领中资本领投的数千万B轮融资。 

1.png

近日,0glass宣布已经完成数千万B轮融资,本轮投资由清研新一代人工智能基金(珠海、嘉善)、永柏领中资本领投,第十区VRAR孵化基金跟投。

0glass创始人兼CEO苏波透露,这笔融资将用于推进目前已经标准化的AR智能眼镜的订单生产和功能升级,进一步扩大售前队伍,加强品牌和产品的宣传力度,以及向更多的能源、制造业行业进行技术与市场开拓。未来0glass的重点是继续深耕并专注AR技术和AR智能眼镜在工业领域的应用,继续研发工业级的AR智能眼镜和优化工业级AR算法,并针对工业领域中不同应用场景,进行定制化开发和提供解决方案。

据了解,0glass是国内第一家专注工业级AR软硬件技术研发的AR+AI的人工智能公司,也是国内工业AR领域的领导者。其拥有自主知识产权的工业用图像精准识别、增强现实等先进技术,同时其产品申请和获得百余项专利认证。

0glass目前已与国家电网、湖北电力、上海电力、福建电力等,南方电网、广东电网、深圳供电局电力公司,同时又与西门子、江铃汽车、华为等多家能源、制造业巨头达成合作,是工业AR的领导者,力争成为工业领域中最自然的人机交互服务、挖掘最深度数据价值的人工智能公司。与智能设备、物联网、云计算等深度融合,打造软硬件结合平台化的增强现实产品与服务。

0glass的“0”有三个含义:1、零表示永葆初心、归零心态;2、零是万物的起始;3、AR技术还处于早期,零也是AR的开始。

以下是苏波先生对AR行业的观点和看法。

1、2017年0glass获得数千万A轮融资,同年国内几乎所有的AR硬件厂商都相继融到了资,而2018年上半年AR眼镜行业成功融资的公司却寥寥无几,为什么会出现这样的现象?资本目前对于高端AR硬件厂商的态度是怎样的?

这种现象带着2017年丰富的泡沫,2018年是AR行业挤干泡沫的一年。2017年以前几家投了AR眼镜的投资公司,据我亲身经历,至少有两家在投了他们之后的一段时间又找到我们来谈投资的事情,这种不符合投资逻辑的商业行为至少说明了两点:第一投了后悔,再找一家对冲风险;第二来刺探0glass的商业和技术机密。

资本目前对于AR高端硬件厂商目前是爱恨交加的,“爱”因为这是大家已经达成共识的未来趋势,下一代计算平台;“恨”是因为目前技术发展和应用还出早期,大家都在摸索,别说盈利模式,甚至商业模式还没探索清晰。

关于投资我有5不谈:1、主投领域和你从事行业关系不大的不谈;2、不了解你所从事行业的不谈;3、不了解你客户方行业或你产品应用场景的不谈;4、抱着学习目的的不谈;5、投资目标性不强的不谈。否则都是浪费精力和时间。创业者仅靠输血总有断的哪一天,还是要把更多的精力和时间放在自我造血上。

2、请分享一下您对2018年AR行业发展的一些看法:

我认为,AR行业2018年渐渐退去浮躁,是AR商业模式验证和构建的一年,无垂直不AR;2018年是AR行业从商业模式验证转变为盈利模式探索的一年,无盈利毋宁死。希望这一年AR行业的大小公司都能找到自己的盈利模式,从“活着”到“活好”。在泡沫的不断涌现与挤破中重组,重组后的AR行业和市场将会更加良性,虽然泡沫依然存在,但我感觉现在的泡沫是良性的泡沫,一个行业泡沫过多将会崩塌,但没有泡沫将失去想象空间,2018年AR的泡沫刚刚好。

巨头的框架布局已经全部完成。2018年应该是AR的应用元年,很多人认为会爆发,其实这很难实现,我的判断真正的爆发要到2020年,并且是从B端产业应用开始爆发,C端爆发还需要更长时间。去年,国外的谷歌、苹果、微软等巨头对于AR的布局已经成型,国内BAT等大公司也已经完成了AR SDK的发布,有的已经被开发者应用。

2.png

3、您认为AR眼镜目前的发展状态是怎样的,还需要多长时间可以迎来消费级产品的出现?在B端领域,目前市场对于AR眼镜这类产品的认可度怎么样,最看好哪些细分领域的未来发展趋势?

1.AR眼镜已被科技大咖们公认为第三代计算平台,未来的AR行业,一定会像现在的IT行业,B端和C端泾渭分明。比如计算机领域,B端工业计算机有IBM,C端个人计算机有联想。AR眼镜要真正走向C端,至少还需要5到10年的时间,就像计算机花了20多年才从B端走到C端一样。眼镜和头盔可能要到2020年,产业应用才能爆发,到2025年,C端应用才能爆发。那么它要成为第三代计算平台最主要的标志是AR眼镜成为真正意义上的个人消费品 

2. AR眼镜成为真正意义上的个人消费品需要满足四个条件:第一:目前的4G网络难以满足头盔或者眼镜的传输要求。两年后,5G网开始普及,头盔或眼镜才能有一个流畅的传输方式。第二:AR眼镜的轻量化有赖于芯片和光学等技术的发展,第三代计算平台AR眼镜的一定会出现一种新的芯片架构从而出现新的计算芯片,这种芯片的特点是:体积微型化、运算超级化,从而满足AR对算力的要求。第三:AR眼镜一定有自己独立的操作系统,它一定不是安卓,一定也不是IOS,而是它有自己的独立系统。第四:同时AR眼镜未来的人机交互技术一定是脑电波,再加上生物芯片技术的发展,脑波交互一定会一统天下。只有以上这些条件成熟了,AR眼镜才能成为真正意义上的个人消费品。

3.目前的算法只能满足特定场景的应用,并不能识别全部的事物覆盖各行各业。现在AR硬件(包括手机和眼镜)因为摄像头和算法的等原因难以适用所有的场景,所以让很多人认为这项技术很“鸡肋”。两年后,随着摄像头、算法和5G、云计算、大数据等技术的发展,AR的综合体验将会有革命性的提高。

 4、0glass最核心的三个算法专利技术有哪些?

1.     《3D物体多目标识别与追踪系统》

3D物体的识别和追踪是增强现实(AR)学术研究和工程实践的重中之重。基于深度学习、多线程和异步机制实现了3D物体多目标识别与追踪,可以有效地提高3D物体识别的准确性、追踪的稳定性、系统的实用性。3D物体多目标识别与追踪系统有广阔的应用场景,应用于工业场景可以实现大量设备状态检查的自动化,应用于安防场所可以实现众多特定人脸或目标的实时跟踪。该系统去年已在国网湖北电力巡检中落地应用。

2.《一种基于物体2D图片实现物体3D识别方法和系统》

3D物体识别是AR学术研究和工程应用的一个核心问题。之前大量的3D物体识别基于物体的大量图片建立的物体点云信息,这种方法对AR设备的存储空间、计算能力提出了很高的挑战,在穿戴式AR设备上很难实现工程落地。对物体从少量几个特征拍摄角度采集为数不多的2D图片,以此作为该物体3D识别和AR叠加的基础,不仅减少了存储,也提高了计算速度,可以实现物体3D识别在可穿戴设备上的成功落地。本专利尤其适用于在工业应用场景中对机器等物体的识别。

比如在工业领域当中,我们不能到巡检现场,且到巡检现场的成本很高,这个时候就可以通过客户采集好的的2D图像或者图片来对算法进行数据训练,从而达到在巡检现场能够识别现场的3D物体。

3.《一种基于CAD构建深度学习缺陷数据集的方法》

在人工智能应用落地中,数据已经成为除了算法、算力之外的核心制约要素。在人工智能有监督学习领域中,需要构建一个稳定可靠的深度学习模型是需要大量的训练数据集,尤其在用于物件缺陷检测时,更加需要大量的缺陷数据图片,但是现实中很难采集到缺陷图片,甚至根本采集不到缺陷图片,而且人工采集的成本也极高。现实中用户拥有的只有CAD图纸或数字化的CAD模型,利用CAD图纸也可以建立CAD模型。将CAD模型放置在虚拟构建的场景中,让虚拟场景近似于真实场景。通过算法修改场景环境光照、加入噪声数据、生成缺陷模型等来模拟现实场景、模拟现实物件破损,由此产生物件的缺陷数据集,用于下一步深度学习的训练。通过该方法可以用于解决深度学习物件缺陷数据集样本稀少、来源稀少、类型稀少、采集困难、成本高等现实问题。

比如在工业领域,第一,客户的工厂还没有建好,甚至要生产的产品都还没有生产出来,这个时候只要能够拿到客户的图纸,基于图纸来生产模型,通过模型来获取识别3D物体的数据,待客户的产品生产完毕,AR系统就立即能够投入使用。

第二,有很多时候设备的数据是很难采集到的,比如说设备的老化,这个时候可以通过图纸来建模,来模拟它老化的过程,从而达到提前做好数据训练、数据处理。到设备老化程度的时候,一样能去识别。产品的锈蚀也会出现这样的情况,我们不知道有非常多的产品锈蚀的情况,获取不到现场的数据。比如说设备生锈的情况,有时候它在这一块生锈,有时候在那一块生锈,你不可能事先拿到图片获取这样数据,那这样可以在3D图纸模拟这样生锈的情况,获得无数这样的数据模拟训练,从而达到3D物体的识别。

5、您公司AR产品的销量如何?在用户反馈中哪些建议是有必要在下一步迭代中投入资金去研究的?

我们公司去年做了1600万的销售额,全国B市场排名第一。但AR眼镜依然是一种笨重、古怪的设备,在当下很难得到消费级市场的认可。不像手机、电脑是居于身外之物,眼镜我们每天都要戴,它与人本身结合在一起。所以无论从样貌还是舒适度,我们希望它在各个方面与普通眼镜的差距越来越小,甚至无异。当人们需要借助特别功能的时候,它会呈现出AR特性,成为真正意义上的AR眼镜。

3.png

6、2018年已经过去大半,您觉得公司在AR技术的研发方面取得了哪些可观成果?

2018年我们最大的技术突破就是将工业级AR眼镜和工业级AR算法做到真正与工业场景深度融合。

AR本身就有很高的技术壁垒,再加上一个很高的工业场景的壁垒,这两个壁垒的融合共同构建了工业AR的深沟高墙。

那要做出与工业场景深度融合的AR产品,就需要有深刻理解工业场景的创始人。市场、人才、技术这三个壁垒环环相扣。市场天然的壁垒,如果你不懂工业你就做不出符合工业场景的产品,有了这样的人才就能做出来,做出来后那技术上有什么壁垒呢? 

第一、产品定位。0glass工业AR的定位与国内其他AR公司的区别是0glass专注做工业AR,其他领域和行业都不涉及;而其他AR公司都是做很多行业的,比如:有的公司它只做AR+营销,AR+游戏,AR+娱乐,AR+医疗,顺带做工业;而有的公司在做AR+工业的同时,然后又做AR+医疗,AR+教育培训等。只有0glass专注做AR+工业,正是因为专注,所以我们才做出与场景深度融合的产品。比如:0glass danny AR智能眼镜,分体式设计双目墨镜设计、重量更轻、10小时续航,采用英特尔x86架构处理器,部分计算可以交给云端,采用成熟光机方案,最重要的是价格可以做到万元以内,且佩戴起来和平时普通墨镜几乎没区别。它具耐高温的特点,适合在高频操作的优势,能减少系统周边的零组件及冷却系统的体积,符合在工业场景上的应用。

4.png

比如:头箍式的AR眼镜HoloLens,一旦应用于工业领域中的能源行业,立即就会挂掉,不是因为技术不行,而是工业企业中一线工人都必须戴安全帽,而HoloLens的外观设计师头箍式的,一旦带上这个智能眼镜,安全帽就戴不上了,再好的算法技术也失去了用武之地,这是因为设计微软这款眼镜的人没有懂工业客户的专家,当然通用型产品懂消费者就行了。

再比如单目式的AR眼镜Googleglass,也是存在着设计理念的问题,二代眼镜主要用于工业、医疗和教育,但是却设计成了单目式,这显然还是一个实验性的产品,不是奔着上量的。因为如果戴着这个眼镜工作,一个工人用一只眼睛看增强画面,一年少则看几百小时多则几千小时,那么这只眼睛长年累月的看,一定就废了,所以Google glass的设计团队也是缺少懂工业的专家。

但是以上这两家公司都是巨头,有能力承担更多的试错成本。工业AR创业你有多少钱可以试错?!

国内有很多此类的AR公司,不懂广告的做AR+营销,不懂多媒体展厅设计的做AR+展览展示,不懂工业的做AR+工业,不懂医疗的做AR+医疗,还有一些公司做全行业的,从toC的AR+游戏、娱乐到toB端的AR+营销、展览展示、旅游、工业、医疗、培训等全部都想做,对客户场景不理解,就做不出月场景深度结合的产品,这有点像十几年前诺基亚手机里的那款贪食蛇游戏,最终因为贪食而死。

微软和谷歌的AR和AR眼镜都不可能全行业展开应用,何况是创业公司?!

第二、工业级算法。0glass专注做工业AR,算法也是其核心。目前全球做工业级AR算法的公司,据我们了解仅有三家:   

第一家,Daqri收购ARToolKit改造为工业级AR算法。

第二家,PCT收购高通Vuforia,也在逐渐改造成工业级算法,其自己表示相当于花3000万美金从高通买住宅楼重新改造为厂房,算法也是如此,由消费级算法改造为工业级算法,难度可想而知,底层均需重构。

第三家,也就是国内的0glass。有两大类产品,一类是硬件:有两款工业级AR眼镜,一款分体机和一款一体机。二类是算法工具(SDK)。

0glass的工业级AR算法取名Ngin ABC,为什么要叫Ngin ABC呢?其他的叫AR SDK呢?

5.png

NginABC不同于目前市面上常见的AR SDK,NginABC与工业领域的AR应用深度融合,不仅仅考虑AR本身的运动跟踪问题,还要考虑工业应用场景中人和设备数据的整理和汇聚,工业应用场景中特定精度的目标识别。

在工业当中仅仅是有AR这个功能是不够,NginABC引擎和其他通用算法的差异在于其是专注工业。工业和消费是完全不同的两套产品逻辑。例如汽车有上万个个零部件,要把所有的数据导入开发包中。如果使用通用的SDK,两年都做不完。如果使用我们的算法,使用符合工业逻辑的SDK,两个星期就能做完。同时有更高的识别精度和更宽广的容错机制。

6.png

NginABC工业级算法的架构和逻辑也与消费级AR算法完全不同。要解决工业领域里的刚需,仅仅有AR是不够的,仅仅一个AR功能只是解决了“实时指导”的作用,比如将作业指导书AR化,辅助工人工作;同时还需要识别操作对象或状态是否会正确,比如是什么零部件,工人操作是否合规,这个时候需要计算机视觉CV来识别图像、物体、甚至动作等;有了这些还不够,还需要采集到人的大数据,从而打通任何机器之间的物理隔离,对数据进行数据的采集、过滤、沉淀、分析,在用AR的形式输出给一线工人,同时形成数据报表,辅助管理者做出更明智的决策。

所以0glass的算法叫NginABC,“A”就是AR,“B”就是BD(大数据额),“C”就是CV(计算机视觉),只有具体了这三个功能的算法,才能真正在工业场景使用起来,解决刚需和痛点。

NginABC可应用于开发者版与各方合作实现更多IP产出,开发工业领域中更为细分和垂直的工业辅助和实操类培训的应用。同时我们这套算法即将做成芯片,那么将应用于工业当中的垂直领域巡检,可以搭载在AR眼镜上、可以搭载在巡检机器人、可以搭载在固定摄像头上、也可以搭载在巡检无人机上。

0glass基于NginABC SDK形成了一套AR全终端工作辅助系统(PSS)和解决方案:

7.png

PPS系统和解决方案有四个模块:实时指导,透明管理,个人教练,知识沉淀。有了这四个模块在工业AR应用中才能形成一个闭环。0glass的目标是把PSS打造成一套类似于现在ERP的系统平台,80%标准化、模块化,20%根绝工业客户的使用场景和需求定制化开发。

0glass AR从工业场景的应用来反推其AR眼镜和算法的产品理念和设计逻辑,从而使其产品与工业场景深度融合。不是手里拿着锤子找钉子,而是发现钉子去做合适的锤子;0glass不追热点、不做投机,只专注于发现痛点、理解痛点、解决痛点,做与工业场景深度融合的产品。

7、总结这半年来遇到的挫折、感想和收获,并分享一下接下来公司在硬件推进和市场布局方面的相关计划。

1、挫折主要是B客户使用场景的辨识上的问题。最近几个月发出的第一批0glass danny量产机,遭遇了几次退货,退货率5%左右。为什么会出现这5%的退货?经过上午一个小时的调查分析后终于找到了原因。除去一台机子是产品质量问题,剩下的都是使用场景不符合我们眼镜设计的场景。

0glassDanny AR眼镜主打的行业和场景是电力行业的巡检、维修、培训,同时兼顾汽车行业的装配、维修、培训。而遭遇退货的几台眼镜主要是用于AR游戏娱乐和学校AR研究,显然违背了我们眼镜的设计初衷,用于电力和汽车行业。这是我们销售工作的失误,没有辨识好客户的行业和使用场景。我们将会加强销售对客户辨识的培训,不能为了完成业绩而饮鸩止渴,把扳手卖给电子工程师 。

现在AR还处于“做工具”阶段,还不能做成一个通用性很强的泛在产品,正如0glass CTO王友初所说:当下的AR眼镜就如同机械工程师的扳手,电子工程师的万用表。

2、现在来自市场的诱惑太多,每天平均会接到至少3个以上工业AR领域之外的需求,比如游戏、娱乐、装修、营销、展览展示、医疗等,现在再次重申一下我们的四个原则:

1.术业有专攻:0glass从成立那一天起便定位于工业AR,我们一直认为术业有专攻,工业AR之外的领域是我们所不熟悉和擅长的,坚决不做;

2.产品要与场景深度融合:我们的0glass danny AR眼镜和NginABC算法不会提供给工业AR之外的任何领域使用,比如游戏、营销等场景,您愿意付钱但我们不卖,因为这对0glass来说不可持续,也不符合我们产品的设计初衷和应用场景,0glass的每一套AR眼镜我们都希望是一颗种子,能在客户使用场景的土壤里生根发芽、开花结果,而不是做一锤子买卖;

3.永葆初心:现在还处于创业期,我们只懂工业AR和工业客户工业场景,在我们创始人知识和认知边界之外的领域我们坚决不涉及;

4.持续做减法:工业领域太大,即便是工业AR我们现在也在做减法,主攻电力AR和汽车AR,其他工业AR我们有精力和时间的情况下可以顺带做。将有限的资源,聚焦在关键制约因素上,聚焦再聚焦,真正去解决一个领域、一个行业、一个场景、一个客户的一个痛点性问题,然后不断向其它领域复制,让技术或产品指数级增值,创造最大价值,我认为这才是真正的有价值的创新。

8.png

8、0glass AR眼镜应用案例:

案例:国家电网巡检

本项目的诉求是提高安全性,国家电网湖北公司的超特高压部把0glass的AR眼镜结合大数据技术用于电网智能巡检,用于巡检和检修,解决它巡检和检修的问题。国家电网传统的超特高压检修,检一下打一下勾,或者用PDA。用AR眼镜就能解决这个问题,检修的时候把影像传输回来,在办公室就可以打勾。在攀爬高压设备的时候,又可以帮他们解放双手,提高安全性。还有一个是解决大数据问题,可能每次巡检问题都不同,结合大数据,平时可能只有检测20项,在天气不好的况下情,可能有100项检测项。

案例:西门子

西门子的项目的诉求是降低成本,因为西门子大陆现场工程师(工资20多万)负责设备安装,西门子价值几百万甚至上千万的电力变压器设备安装过程极其复杂,需要大量现场工程师,现场和后期成本均高。因此西门子需要AR眼镜来替代部分或者全部工程师以降低成本,将安装流程数据可视化,剩下安装放在云上,通过AR眼镜来获取作业指导书,而且现场安装过程实时管理,一旦出错,后方即可收到报警进行相应解决。借助AR眼镜,外包给第三方劳务公司,每年人工成本降低接近40%。

案例:某通信巨头

本项目是PCB板检修,某通信巨头每年生产4000万pcb板,具体流程是:需要先做印刷电路,然后贴片做成pcba,检修是通过德国引进的一套工业摄像头进行检测,检测内容:虚焊问题,切片位置,大概4%会被机器检测出问题,剩余需要人工复检,这也是难题所在,一块PCB板少则几百多则上千元器件,人工以来是效率低下,而来人由于惰性漏检难免,而一块PCB板成本极高:一块板七八十万,一个CPU两三万美金,因此需要AR眼镜解决。每一步指引叠加在PCB板上。

此项目招标4个关键指标:1. 识别率大于98% 2. 不能造成二次错误,即不能把B错识别为C,造成二次错误 3. 像素漂移在五个点之内,因为要在PCB上进行AR指导叠加 4. 定位精度在0.2毫米,这一点全球没有公司做到,定位精度达不到0.2毫米也直接导致识别率降低2% 5.延迟在100毫秒

案例:某国际制造业巨头

本项目的诉求是提高效率,某国际制造业巨头应用AR物流工作辅助系统,物流仓储环境下,物料条码快速识别,物料存取仓库位置指引,分拣工作指导,增强现实方式显示,与企业MES系统对接,出入库物料信息处理自动化。解放工人双手,提高分拣效率,在物料出入库过程中,出入库物料信息处理自动化,实现制企业物流信息处理的无纸化。

案例:江铃汽车

本项目的诉求是提高效率和避免安全隐患,江铃汽车把0glass的AR眼镜应用于新能源汽车的组装。比如汽车轮子的安装,它的螺丝一定要对角线去装,这个平时检测不出来,但是可能出问题的话会有安全隐患。管理人员监测不了,智能眼镜就能解决这个问题。

加载中

微信公众号