智能汽車賽道念起“快字訣”
2021-06-10 09:35:37 中國青年報
作為最先喊出“All in AI”口號的互聯網公司,百度試圖通過Apollo無人駕駛項目讓AI技術落地。集度汽車CEO夏一平表示,為了將百度核心的AI技術打磨成產品和服務,集度汽車確定了三大產品DNA——機器人化、情感化、未來感。
“新玩家”在智慧汽車時代所扮演的角色有所不同,但以高級別自動駕駛為目標的智慧駕駛,成了所有人爭相佈局的戰略高地。作為全球規模最大的汽車市場,中國也有望成為全球最大的智慧駕駛市場。圖為在北京街頭行駛的百度自動駕駛汽車。視覺中國供圖
汽車圈悄悄出現了許多新面孔。而對於集度汽車CEO夏一平來說,從招募團隊到推動品牌建設、新車落地,千頭萬緒的工作都在等著他和同事去完成。
這位前摩拜聯合創始人兼首席技術官感慨說,造車要比當初在摩拜單車還要累。夏一平告訴記者,一方面,智慧汽車的電路板、零部件要複雜得多;另一方面,在科技公司集體搶跑智慧汽車賽道的背景下,只有迅速組建一支強大的人才隊伍,才能保住自己的領先狀態。
今年上海車展前後,夏一平面試了兩三百人,面試經常從上午9點安排到晚上9點,幾乎每天都有四五個人入職。
“未來5年集度汽車將投入500億人民幣,同時將在今年三季度開始對外融資。”據他透露,5月底,集度汽車首款產品的外觀、內飾設計選型和方向已基本確定。目前新車已進入3D建模的研發階段,預計將於2022年北京車展時亮相並接受預定。
今年以來,百度、小米、大疆等科技公司先後官宣跨界造車。一時間,從資本市場到招聘青年人才,“跨界造車熱”引發了各方的強烈關注。從某種意義上來說,這些新玩家將與中國汽車市場一起,進入新一輪激烈的淘汰賽。
瞄準自動駕駛的靶心,三大DNA藏著集度的哪些野心
今年1月11日,百度宣佈組建智慧汽車公司——集度汽車,正式以整車製造商的身份進軍汽車行業。吉利控股集團成為新公司的戰略合作夥伴。
夏一平介紹說,從3月2日完成註冊到現在,集度在短短3個月內做了許多事情,“包括產品設計、品牌建設、工程研發以及與吉利在產品外觀設計上合作,都在快速推進中。我們希望以更高效的方式,把最好的科技通過好產品帶給使用者。”
儘管資本市場已顯示出對“跨界造車”的推崇,但也有分析人士認為,國內汽車市場“馬太效應”凸顯,新能源汽車市場競爭已經十分激烈。
中南財經政法大學數字經濟研究院執行院長盤和林教授認為,汽車作為大宗商品,占家庭支出的份額較大,消費者往往更依賴品牌效應。“因此從這個角度看,跨界造車的新玩家如果想從傳統車企手中搶得客戶,必須先要下大功夫建立品牌信任。”
在夏一平看來,由於電動化領域已經出現了競爭同質化現象,在未來3-5年,新能源汽車市場競爭的核心壁壘一定是智慧化。他說:“汽車智慧化競爭不局限於產品形態,而是整個新能源汽車底層技術的競爭。從汽車底盤、電機結構到其他硬體控制器,甚至到軟體以及應用層面,汽車將會完成一次從頭到尾、由內及外的重構,而這種重構將會讓未來汽車智慧化的競爭變得更加激烈。”
事實上,雖然智慧電動車已經是被資本市場追捧的寵兒,但距離真正滿足消費者的需求尚有距離。全國乘用車市場訊息聯席會秘書長崔東樹判斷稱,不少智能電動車還沒能對智慧手機形成足夠的錯位競爭優勢,“比方說,很多智慧車機系統的實際體驗還不如車主就在車內安裝個手機支架。”
“未來3-5年內,汽車智慧化的競爭也可以看作是無人化的競爭。”夏一平篤定地說,智慧汽車在汽車軟硬體、平臺技術上帶來的變革,實際上是通往無人化的橋樑。
他將智慧汽車與智慧手機的發展歷程進行對比後發現,無論產品複雜程度有多大的區別,行業競爭都會從單一的比拼硬體水準,發展為智慧化生態的競爭。“你會發現,晶片能力、軟體能力、雲端大資料分析能力、AI人工智慧能力以及用戶生態,都成了智慧手機企業必備的核心競爭力。我們認為,同樣的邏輯也將適用于智慧汽車行業。”
作為最先喊出“All in AI”口號的互聯網公司,百度不僅在人工智慧領域持續投入了8年,也曾試圖通過Apollo無人駕駛項目讓AI技術在汽車圈落地。但在今年百度一季度財報會後,百度創始人李彥宏修正了Apollo計畫的航向。
他將Apollo自動駕駛的商業化應用寄希望於三大領域:一是為主機廠商提供Apollo自動駕駛技術解決方案;二是通過集度汽車整合百度自動駕駛方面的創新,親自下場造車,與吉利合作把最先進的技術第一時間推向市場;三是打造Robotaxi(自動駕駛計程車)。
按照這一說法,集度汽車的首款產品會把Apollo的智慧化能力賦能于吉利的浩瀚架構之上,“端到端”地整合百度自動駕駛方面的創新。
“為什麼我們有信心把最先進的技術第一時間推向市場?就是因為我們的產品將‘端到端’地深度整合Apollo先進的自動駕駛能力。”夏一平介紹說,自動駕駛所需要的車對端的超算平臺、演算法、高精地圖以及智駕雲,在Apollo中一應俱全,而這就是集度汽車的核心競爭力之一。
事實上,作為全球規模最大的汽車市場,中國也有望成為全球最大的智慧駕駛市場。據IDC預測,2035年全球智慧駕駛汽車產業規模將突破1.2萬億美元,中國智慧駕駛汽車規模也將超過2000億美元。
“汽車發展為智慧終端機已經是大勢所趨,而這將帶來一個巨大的市場蛋糕。”資深媒體人、汽車行業分析人士楊小林直言,隨著新玩家參與“跨界造車”,智慧科技與汽車製造這兩個原本並不相關的產業被緊密聯繫在一起,有望形成一個更龐大的汽車產業鏈。
從汽車到AI出行機器人, 智慧黑科技離我們還有多遠
如果說智慧手機的普及敲開了移動互聯網經濟大門,智慧電動車也將為“傳統工業經濟+數字經濟”融合帶來更大的想像空間。
“當車擁有了AI的大腦,TA,就是機器人。”是夏一平在集度汽車內部經常講的一句話。
不久前,李彥宏與夏一平和團隊一起參與了集度汽車首款產品的內外飾評審。李彥宏在總結時說:“機器人式的未來感設計非常與眾不同。一方面代表了更前沿的用戶體驗,另一方面也能很好的承載百度阿波羅的先進技術能力。”
“他希望把百度過去積累的自動駕駛核心能力落地,變成可靠的產品提供給使用者。”夏一平表示,為了將百度核心的AI技術和能力打磨成產品和服務,集度汽車確定了三大產品DNA——機器人化、情感化、未來感。
在他看來,“機器人化”就是要改變現有的人車對話模式。“比方說,今後智慧汽車可以瞭解你日常的使用習慣,甚至能夠幫助你定制更好的駕乘體驗。當然,這也意味著我們要在產品交互甚至外觀、內飾上進行大膽創新。”
由於汽車駕駛場景具有封閉、高交互等特點,一旦實現自動駕駛,人車交互就會擁有更大的想像空間。“汽車不再是簡單的交通工具,而是人類和外界連結的重要終端。”經濟學家馬光遠預測稱,智慧汽車有可能成為與智慧手機相媲美的新一代智慧終端機。
夏一平介紹說,所謂“情感化”就是在賦予汽車AI智慧大腦後,集度汽車的產品要與使用者形成一定的感情連結。“我們希望用戶能夠即時感知到,這輛車像朋友一樣照顧你。”
此外,集度汽車要將充滿“未來感”的設計理念注入整個產品的設計中。用夏一平的話形容就是,“要讓大家一眼認出這是集度造的車”。
“智慧電動車不僅是電子消費品,也是零部件繁多、工藝複雜的工業產品。”新能源汽車獨立研究員曹廣平提醒說,智慧電動車會給用戶帶來煥然一新的使用功能、使用內容和使用體驗,但與之相對的是,未來汽車產業在研發、設計驗證、軟體、AI 支援、代工生產、出行資料和平臺運營等環節上均將迎來洗牌。
夏一平也坦言,目前將整個AI能力載入到汽車上的成本仍然非常高,不可能讓所有新車都具備最先進的自動駕駛能力。他認為,目前整個智慧汽車市場還處於逐步增長的初級階段,還沒到一個純增量的爆發階段。
“不過我相信,未來兩到三年內,汽車的核心成本還會往下降。智慧汽車也不會停留在低價位競爭的階段。”夏一平介紹說,集度汽車的首款產品瞄準了90後、95後甚至00後使用者,預計產品定價不低於20萬元。
“年輕人喜歡非常有未來感、高級感的車,對科技產品也非常喜愛。所以說接下來就是技術競爭的時代,我們的產品必須能夠快速反覆運算,才能不被市場和年輕用戶拋下。”據他透露,首款車上市後,集度汽車計畫每年為消費者推出一款新車。
中國汽車工業協會此前預測稱,2021年中國汽車市場總銷量預計會達到2630萬輛,將呈現緩慢增長態勢。未來5年汽車市場將會穩定增長,2025年汽車銷量有望達到3000萬輛。
從動輒數百萬元一輛的頂級豪車,到幾萬元就能拿下的代步車,中國汽車市場具有明顯的多元化特徵。隨著汽車的內延和外延不斷延伸,一家家科技公司被吸納進來。
由於原本主營業務的不同,這些“新玩家”在智慧車時代所扮演的角色也有所不同。例如,華為、OPPO等手機大廠大多以智能座艙為切入點;阿里巴巴、騰訊等互聯網公司大多以適配車內資訊服務為主;而眼下的百度、小米和此前的蔚來、小鵬則是直接下場造車。不過,以高級別自動駕駛為目標的智慧駕駛,成為所有人爭相佈局的戰略高地。
中國汽車業競爭已經越來越激烈,但在智慧汽車的賽道上,競爭才剛剛開始。有分析認為,自動駕駛研發需要投入大量的資金。毋庸置疑的是,這將是一場持久戰,推廣智慧駕駛、重塑汽車產業鏈,不是一朝一夕就能實現的。
資料來源:https://auto.sina.com.cn/news/hy/2021-06-10/detail-ikqcfnca0190630.shtml?cre=tianyi&mod=pcpager_tech&loc=17&r=0&rfunc=42&tj=cxvertical_pc_pager_spt&tr=145
同時也有1部Youtube影片,追蹤數超過2萬的網紅喵太NekoTa,也在其Youtube影片中提到,收件只有到 2/20 之後投信不會納入本次 Q&A 唷! 謝謝小惡魔們💀 YouTube 20000 訂閱 達成! 這週 2/21 禮拜日 追加 2萬 QA 晚上 8:00 YouTube 直播突襲✨ 最後最後還是非常感謝大家! 包含小惡魔與幫助和喜歡喵太的所有人~ 我是在彩色學校裡管理魔界的...
3d建模軟體有哪些 在 PKKing原型師 Facebook 的最讚貼文
【Substance Painter 材質新手全攻略】募資達標,確定開課
🎨 創建自己的 3D 材質庫 ps.yottau.net/PLJBY
👉參加活動拿 #限量折價券 (活動詳情請見課程頁)
非常感謝大家踴躍報名,募資已經達標了!接下來課程也會陸續完成製作,對 3D 製作有興趣的學生,一定不要錯過這堂材質貼圖課!
-
一些學員的常見疑問,在這提供給你參考:
Q1:誰適合這堂課?
A1:只要有心製作 3D 建模、雕塑的學生,一定都曾對製作材質與貼圖感到頭疼,這堂課就是針對新手所設計的 3D 材質課程!
.
Q2:為什麼我需要這堂課?
A2:如果學生想要正式踏入 3D 業界,只會使用建模或雕塑軟體根本不夠,學會 Substance Painter 材質製作軟體,才能讓你的作品擁有材質細節與靈魂!
.
Q3:課程有觀看次數,或上課限制嗎?
A3:任何時間和任何地點都可以看,只要有網路就可以在手機和電腦無限重複觀看。
.
Q4:什麼時候購課最划算?
A4:即日起 - 06/04,有 7 折募資優惠。
..
Q5:怎麼購買?有哪些付款方式呢?
A5:目前有以下三種付款方式,線上刷卡、ATM 轉帳、超商付款。
.
Q6:我是外國人也可以購買課程嗎?
A6:Visa、Master、JCB ,只要有國際刷卡功能都可以用;當然也可以使用銀聯卡做購買!
限時 7 折,完全攻略 SP ▶ ps.yottau.net/PLJBY
-
• 募資期間:2020/04/30 (四) -2020/06/4(四)
• 限時優惠:NT$1480元 (6/5起恢復原價$2,100元)
• 預計開課:2020/07/01正式開課後,線上觀看永久學習
3d建模軟體有哪些 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
AI機器人將如何顛覆製造業?
面對AI機器人帶來的破壞式創新,台灣製造業該怎麼把握機會,在自動化典範轉移的亂局中,占有一席之地?
Bastiane Huang
Feb 6 · 1
在先前Robotics 2.0系列文章中,我們討論了AI如何讓機器人做到過去做不到的靈巧工作,並能夠開始自主學習。第一篇文章介紹了AI如何開啟Robot2.0時代。第二篇文章則描述AI機器人在倉儲運輸業的應用,透過觀察這個新技術的第一個應用場景,來預測這一切將如何影響我們的生產力、就業狀況以及日常生活。
這篇文章我們將聚焦目前大量運用傳統機器手臂及自動化設備,同時占台灣產值最高(30%)的製造業。具有自主學習能力而且靈巧的AI機器人,將如何影響製造業流程及整體產業結構?供應鏈上的各廠商又該如何因應Robotics 2.0帶來的破壞性創新?
「未來已經到來,只是先被一部分人看見。」 — 作家威廉.吉布森
The future is already here — it’s just not very evenly distributed. — William Gibson
製造業自動化現況
根據國際機器人聯合會(IFR)發布的最近報告,全球工業機器手臂的出貨量在2018年創下新紀錄,來到38萬4,000台。其中中國仍是最大市場(占比35%),接著是日本,美國,台灣排名全球第六。
汽車以及電子製造業依然是工業手臂的最大應用市場(占比60%),遠遠領先其他包含金屬,塑膠及食品等產業。具體原因我們在第一篇文章也討論過,由於傳統機器人和電腦視覺的限制,目前除汽車業和電子業以外,倉儲、農業和其他產業幾乎都還沒開始使用機械手臂。而這樣的情形將會被AI機器人及深度學習等新技術所改變。看到這裡,你可能會想:自動化及工業機器手臂在製造業既然已經有幾十年的歷史,該自動化或可以被自動化的部分應該都已經自動化了,還有什麼創新的空間呢?
出乎意料地,就連自動化程度最高的汽車製造業,離所謂的全自動化關燈工廠(lights out factory)也還有很大一段距離。舉例來說,汽車組裝的部分大多依然是由人工來完成。這也是車廠最勞力密集的部分,平均一間汽車工廠裡有3分之2的員工都在裝配車間。就連一向追求革新與顛覆,主張追求最高自動化的特斯拉執行長馬斯克,都不得不公開承認,特斯拉生產線自動化的進度不如預期。
究竟為什麼自動化這麼困難?
自動化至今無法跨越的技術限制
現今的自動化生產線普遍為大量生產設計,因此能有效降低成本,但也因此缺乏彈性。面對消費者越來越短的產品生命週期,越來越多的少量多樣客製化生產需求,人類往往比機器人更能夠因應新的產品線,也不需要花費很多時間去重新編寫程式或更改製造工序。
1. 靈巧度與複雜度
儘管科技在快速進步,人類還是比機器人靈巧許多。在訪談電子代工廠商的過程中發現,儘管組裝產品(assembly)已經高度自動化,但備料(kitting)的程序還是必須由人來完成。
備料在製造及倉儲業都很普遍,是提高生產效率的重要步驟。指的是把組裝產品需要的各個零散部件集合起來,打包並放置在工具包(kit)的過程。之後機器人再從工具包中拿取各個零件並進行組裝作業,這時候因為各個零件都在一個固定的位置和角度,自動化編程相對容易。相反地,備料時必須從雜亂無序的零件盒中辨識並拿取零件,零件的位置角度不一,甚至可能重疊或纏繞在一起,這對現有的機器視覺及機器人技術都是一項挑戰。
2. 視覺與非視覺性的回饋
另外一方面,很多複雜的裝配作業需要靠作業員的經驗或「感覺」。不論是安裝汽車座椅或是將零件放入工具包裡,這些看似簡單的動作,事實上都需要作業員或機器人接收,並根據各種視覺甚至觸覺訊號,來調整動作的角度及力道。
這些精細的微調使得傳統的自動化編程幾乎派不上用場,因為每次撿取或放置物品都不完全相同,需要像人一樣有從多次的嘗試當中,自主學習歸納的能力,而這正是機器學習,特別是深度及強化學習,能夠帶給機器人的最大改變。
Robotics 2.0:AI可以讓工廠機器人做到哪些事?
AI帶給機器手臂最大的改變就是:以往機械手臂只能重複執行工程師編寫程序,雖然精準度及速度都很高,但卻無法應對任何環境或製程改變。但是現在因為AI,機器可以自主學習更複雜的任務。具體來說,AI機器人較傳統機械手臂在3大方面有重大突破:
1. 視覺(Vision System)
就算是最高階的3D工業相機,仍然無法像人眼一樣,既可以精準判斷深度距離,又可以辨識透明的包裝、反射表面、或是可變形物體。這也是為什麼很難找到一款相機,既可以提供準確的深度,又能夠辨識大多數的包裝及物品,然而,這樣的情形很快就會被AI改變。
機器視覺在過去幾年取得了巨大的進展,幾間來自於矽谷及波士頓的新創,包括OSARO和Covariant,利用深度學習(deep learning),語意分割(semantic segmentation),及場景理解(scene understanding)提高了低階相機的深度及影像辨識,讓製造商不需要使用昂貴的相機,也能得到足夠準確的影像訊息,成功辨識透明或反射物體包裝。
2. 可擴充性(Scalability)
深度學習不需像傳統機器視覺一樣,需要事先建構每一個物品的3D模型。只需要輸入圖片,經過訓練,人工神經網路就能自動辨識影像中物體。甚至能使用非監督或自監督學習,降低人工標籤數據或特徵的需要,讓機器更近接近人一樣的學習,免去人為干預,讓機器人面對新的零件再也不需要工程師重新編寫程序。隨著機台運作,收集到的數據越來越多,機器學習模型的準確度也會進一步提升。
目前一般生產線通常有震動台、送料器、輸送帶等週邊設備,確保機器人能夠正確拿取需要的部件。如果機器學習再進一步發展,讓機器手臂更加智能,或許有一天這些比機械手臂更昂貴四五倍以上的週邊設備將不再被需要。
另一方面,由於深度學習模型一般儲存在雲端,這也讓機器人能夠互相學習,共享知識。舉例來說,若有一台機器手臂經過一個晚上的嘗試,學會如何組合兩個零件,便能夠很輕易地將這個新的模型更新到雲端,並分享給其他同樣也連結到雲端的機器手臂。這不但省去了其他機器的學習時間,也確保了品質的一致性。
3. 智能放置(Intelligent Placement)
一些對我們來說一點也不困難的指令:請小心輕放,或把物品排列整齊,對機器手臂而言卻是巨大的技術挑戰。
如何定義「小心輕放」?是在物體碰觸到桌面的瞬間停止施力?還是在移動到距離桌面6公分處放手讓物體自然落下?或是越靠近桌面就越降低速度?這些不同的定義又會怎麼樣影響物品放置的速度和精確度?
至於將物品「排列整齊」就更困難了,先不論每個人對整齊的定義都有所不同,為了能將物品精準地放置在想要的位置及角度,我們首先必須要先從正確的位置拿取物品:機械手臂依然不如人手靈巧,且目前一般機器手臂大多使用吸盤或是夾子,要做到人類關節及手指的靈活度,還有一大段距離。
其次我們要能即時判斷夾取物體的角度位置及形狀大小,以下圖的杯子為例,需要知道杯口朝上或朝下,要側放或直放,也要知道放置的地方有沒有其他物品或障礙物,才能判斷將杯子放在哪裡才能最節省空間。 我們因為從出生開始就在學習各種取放物品的任務,這些複雜的作業幾乎不加思索就可以完成,但機器並沒有這樣的經驗,必須重新學習。
經由AI,機器手臂可以更精準地判斷深度,還可以透過訓練,學習判斷及做到杯子朝上,朝下等不同狀態。也可以利用對象建模(Object Modeling),或是體素化(Voxelization),來預測及重建3D物體,讓機器可以更準確掌握實際物品的大小和形狀,進一步將物品放到該放的位置。
AI機器人將如何顛覆製造業?
現在我們知道AI可以讓機器做到許多以往做不到的事,但這對製造業現行的產業結構又會有什麼影響?誰能夠把握住新科技典範轉移技術帶來的機會?哪些公司又會面臨前所未有的挑戰?
AI機器人帶來的破壞式創新(Disruptive Innovation)
破壞式創新由哈佛商學院教授克雷頓‧克里斯汀生(Clayton Christensen)在其著作《創新的兩難》(Innovator’s Dilemma)當中提出。理論的中心思想是:
產業中的既有業者一般會為了服務現有客戶(通常也是利潤最高的客群),而選擇專注於「持續式創新」,改善現有的產品及服務。此時,一些資源較少的小公司把握機會,瞄準被忽略的市場需求,而取得進入市場的立足點。
破壞式創新又分為以下兩種:
(1)低階市場創新
一般大家較為熟悉的是「低階市場創新」,數位照相技術就是一例。早期的數位相機不僅解析度不佳,而且還有快門延遲很長的問題,但隨著數位照相品質及解析度逐漸進步,數位相機逐漸從低階市場晉升為主流。諷刺的是,柯達雖然研發出數位相機,但卻因為無法放棄當時該公司占據全球3分之2的底片市場,而最終被新技術淘汰。這正是所謂的「創新的兩難」,既有業者雖然看到新科技的威脅,但卻因為現有公司結構,策略等種種原因無法及時因應。
(2)新市場創新
「新市場創新」則是指新進公司瞄準既有公司尚未服務到的「新市場」進行創新。例如,電話剛推出的時候只能被用來做短距離的本地溝通,因此電報產業當時的領先者Western Union拒絕購買發明家貝爾的專利,因為該公司最賺錢的是長途電報市場,當時甚至不認為短途溝通會是一個市場,更不用說預見後來人人都用電話溝通的情景了。
而AI機器人帶來的,正是「新市場的破壞式創新」!
目前汽車及電子製造業占工業機器手臂出貨量的60%,這也導致市場領先者發那科(FANUC)、ABB、KUKA、安川(YASKAWA)專注於「持續式創新」:做他們最擅長,客戶也最需要的,進一步提高速度及精度。這也使得其他諸如倉儲業、食品製造業,或製造業中的「備料程序」成為被忽略新市場。這些客戶並不需要這麼高速度,高精度的作業,但需要機器手臂更靈活,更能彈性自主學習辨識及處理不同的零件或是工作。
新創AI機器人公司看到這樣未被滿足的需求,開始將人工智慧應用在機器人上,使得機器手臂可以被用在備料,包裝,倉儲等新市場。他們使用較低階的相機搭配機器學習模型,讓以往只能由人工作業的備料,貨物分撿等程序自動化,讓機器手臂可以被運用在更多不同的地方,甚至整個產業。
有趣的是,這些新創公司一般不自行生產機器手臂,而是專注於開發機器學習模型、機器視學及控制軟體,在硬體方面則選擇跟既有機器手臂廠商合作。因此,你可能會想,就算這些機器手臂公司不追求AI創新,他們也不會被時代淘汰,因為自動化還是需要硬體的供應。
但是,這樣想忽略了幾件事:
首先,有些機器手臂公司已經先嗅到了商機,並開始一邊與這些新創公司合作,一邊建立自己的AI團隊。這些公司因為率先採取行動,可以更快地在這些以往服務不到的新市場中建立客群,進一步領先競爭對手。
其次,隨著AI應用的普及,產業鏈中的最大價值,會逐漸由硬體轉向軟體及數據。 這點,我們已經可以從無人車的發展趨勢中看出。一但無人車可以做到高度自主,大部分的價值都會在掌握無人車機器學習模型及自駕數據的特斯拉,或Google等公司的手裡。這也是為什麼車廠人人自危,不是積極併購就是跟矽谷的軟體AI新創公司合作。相比起來,機器手臂及製造商對AI技術的接受速度似乎還不及汽車製造商。
AI機器人帶來的挑戰與機會
AI及機器人的結合帶來許多的可能性,但是這些改變絕非一蹴可幾。機器手臂公司縱使開始投資AI,也依然會面臨當初柯達所面臨的「創新者的兩難」。
要如何重新打造組織及發展策略,才能夠讓轉型的負面影響降到最低,也考驗各個公司管理階層的判斷與決心。
另一方面,開發全新市場也絕非簡單的事,新創公司仍需要和製造廠商密切合作,開發更貼合客戶需求的解決方案。 製造業的流程甚至比倉儲更複雜多樣,新創公司雖然了解AI及機器人技術,但卻不一定了解製造流程。這也給台灣製造廠商一個搶得先機成長轉型的最佳機會。
如果台灣廠商能夠率先和這些新創公司合作,不僅能透過流程自動化提升生產效率及品質,還能做到以往較難做到的少量多樣客製需求,擺脫大量製造,削價競爭的紅海策略。更可以成為新一代AI機器人的試驗場,和國際新創合作開發針對電子或半導體製造業的專屬解決方案,進而銷售到其他國家。
日前,曾任職於Google與百度的吳恩達(Andrew Ng)受邀來台演講中也指出,台灣應該善用自己在半導體與製造業的既有優勢,發展人工智慧,成為除了矽谷、北京之外的下一個AI Hub。 相較於其他像是零售或是消費性網路領域這些現在發展相對成熟的AI應用,台灣在製造產業中發展人工智慧,不但更具有了解應用案例、掌握數據等優勢,也有機會能夠藉由AI機器人等新技術,達到產業轉型的目的。
附圖:KIT工具包 — source: kitting-assembly.ca
深度學習物件辨識範例,由左至右分別為Mask-RCNN, Object Modeling, Grasp Point Prediction。OSARO
傳統及AI機器人創新策略比較 — source: Bastiane Huang
製造業自動化產業鏈- source: Bastiane Huang
資料來源:https://medium.com/marketingdatascience/ai%E6%A9%9F%E5%99%A8%E4%BA%BA%E5%B0%87%E5%A6%82%E4%BD%95%E9%A1%9B%E8%A6%86%E8%A3%BD%E9%80%A0%E6%A5%AD-ee2dbc3db7e4
3d建模軟體有哪些 在 喵太NekoTa Youtube 的最佳解答
收件只有到 2/20 之後投信不會納入本次 Q&A 唷!
謝謝小惡魔們💀
YouTube 20000 訂閱 達成!
這週 2/21 禮拜日 追加 2萬 QA
晚上 8:00 YouTube 直播突襲✨
最後最後還是非常感謝大家!
包含小惡魔與幫助和喜歡喵太的所有人~
我是在彩色學校裡管理魔界的魔王大人_喵太,請大家多多指教!
▾粉絲名稱 / FanName #踏踏惡魔 ( tA )
▾粉絲作品 / FanWorks #SoulforNekoTa
▾粉絲 R18 作品 / FanRArt #RNekoTa
▾棉花糖 / https://reurl.cc/Q7WD2M
▾投稿作品 / https://t.co/daOcLvOnxI?amp=1
█▓▒░ 時間點 ░▒▓█
0:00:00 等待中
0:03:34 開始打招呼與今日主題講解
0:12:26 Q&A之前的小感謝
--- Q & A 開始 ---
0:13:03 喵太會露臉嗎? 哪裡人? (是當作安安幾歲給虧嗎?)
0:15:34 怎麼認識迪鹿與彩色學校的大家呢?
0:19:42 喵太的人設設定?
0:34:38 喵太跟誰交往? 感情相關?
0:41:12 魔王的身分是怎麼來的?
0:42:45 魔王多少歲? (覺得自己有點八卦的投信者)
0:43:20 喵太的工作內容包括哪些類別或事項呢?
0:47:10 怎樣才可以跟魔王大人一樣有好聽的聲音?
0:50:52 魔界有什麼生物?
0:51:55 可以多發一些不專業翻唱嗎?
0:54:39 可以同時身為小惡魔跟小天使嗎?
0:55:09 聽說喵太學歷超漂亮想了解詳細?
0:57:09 休閒時間喜歡做什麼?
0:57:53 喵太現在的職業是什麼? 今天感覺如何?
0:58:56 裏設定相關詢問
1:01:07 你好呀~ (沒意義的詢問)
1:01:19 魔王做過最後悔的事情是?
1:02:53 彩色學校如何分配與行程的? 有沒有想當聲優?
1:12:01 彩色學校還會增加成員嗎?
1:12:58 魔王的最初開台的初衷是什麼?
1:15:04 魔王的剪輯技術是從哪裡學的呢?
1:16:22 以後有機會看到喵太拿身後的鐮刀揮動嗎?
1:17:02 魔王會不會和阿神合作呢?
1:17:55 在創作期間有沒有遇過挫折讓你想放棄,或是怎麼度過挫折的?
1:22:39 魔王大人多少歲? 身高? 平時有沒有很大的壓力? (老一輩的詢問無誤,與人間界的打字習慣?)
1:25:57 魔王的3D建模是用什麼做的? BGM哪裡找的?
----------
1:27:25 YouTube 無回應斷線
----------
1:28:49 平常都用什麼繪圖軟體?
1:31:08 可以賣個萌嗎?
1:31:58 喵太會有開台壓力嗎?
1:32:54 以後開台可以揪團到魔王大人的台嗎?
1:33:10 香菜好吃嗎?
1:33:47 魔王是用什麼3D作人物的? 怎麼操控角色做動作? (又來問身體健康的)
1:34:31 起司草莓吐司還是西瓜巧克力吐司?
1:36:22 有興趣從事相關,但內向與其他因素為阻力該怎麼辦?
1:39:19
(1)遇到彩色學校的各位第一印象與最後印象
(2) 怎麼規劃自己的 YouTube?
(3) 遇到困難會怎麼做?
(4) 做 YouTuber 的初衷是什麼?
(5) 有什麼話想對彩色學校的各位說?
1:51:46 來自小優格變小惡魔的表白文 (謝謝你/妳!)
1:55:30 來自小惡魔的表白文 (謝謝你/妳!)
--- Q & A 結束 ---
1:58:07 收尾結語,感謝大家!
✦ Credit ✦
模型 / 喵太 NekoTa ( https://www.facebook.com/NekoTa.Studio/ )
影片 / 喵太 NekoTa
美術 / 喵太 NekoTa
排版 / 喵太 NekoTa
---------------------------------------------------------------------------
▝ 商業工作合作 E-Mail:nekota@nekotastudio.com
▝ Twitch:https://www.twitch.tv/neko_ta
▝ Discord:https://discord.gg/2MRCsWS
▝ instagram:https://www.instagram.com/nekota.studio/
▝ 喵太 NekoTa 粉絲專頁:https://www.facebook.com/NekoTa.Studio/
▝ 喵太 ИΞKO ΓΔ 工作室專頁 : https://www.facebook.com/NekoTaLife/
▝ 個人網站:http://www.nekota-mica-design.com/2194122826--neko-ta.html
▝ 蝦皮:https://shopee.tw/shop/234645008/
3d建模軟體有哪些 在 3D繪圖| 製圖| 建模教學-SolidWorks入門篇 - YouTube 的推薦與評價
... <看更多>