Wie gründet ein Startup-Team der Northwestern Polytechnical University mit einer Bewertung von über 1 Milliarde Yuan erfolgreich Fuß in industriellen Anwendungsbereichen?
Während viele Roboterhersteller noch nach praktischen Anwendungsfällen suchen, um ihre Technologie von null auf eins zu realisieren, hat dieses Startup-Team, das aus der Northwestern Polytechnical University hervorgegangen ist, bereits die vierte Generation intelligenter körperlich verankerter Industrieroboter entwickelt.
Kürzlich schloss Sixth Eye Technology eine Finanzierungsrunde der Serie B1 im Wert von mehreren zehn Millionen Yuan ab, die von Kunlun Trust und Xi'an High-Tech Investment investiert wurde. Die Bewertung des Unternehmens übersteigt eine Milliarde Yuan, und gleichzeitig wurde die Finanzierungsrunde der Serie B+ gestartet. Während die meisten KI-Unternehmen noch ratlos darüber sind, wie ihre Technologie in der Praxis umgesetzt werden kann, hat dieses KI-Unternehmen, das aus der Northwestern Polytechnical University hervorgegangen ist, bereits in den beiden Anwendungsbereichen industrielle Qualitätskontrolle und sichere Produktion Fuß gefasst.
Was Sixth Eye tut, ist im Wesentlichen industrielle KI – sie nutzt künstliche Intelligenz, um die Transformation und Modernisierung der traditionellen Fertigungsindustrie zu unterstützen. Und die industrielle KI steht genau an der Schnittstelle von politischen und branchenspezifischen Chancen. Von dem nationalen „Entwicklungsplan für intelligente Fertigung im 14. Fünfjahresplan“ bis zum „Aktionsplan zur Entwicklung der Industrie für intelligente Prüfgeräte“, von der Einführung des „neuen produktiven Kräfte“ bis zur häufigen Einführung spezialisierter Maßnahmen für „KI + Fertigung“ in verschiedenen Regionen – die Politik schafft eine Schnellstraße für die Umsetzung der industriellen KI.
Drei große Hürden der industriellen KI
Der Bereich der industriellen KI war noch nie ein einfacher Weg.
Im Gegensatz zur „massiven Datenmenge und standardisierten Anwendungsfällen“ des traditionellen Verbraucherinternets steht die Kombination von KI und industrieller Produktion vor drei natürlichen Hindernissen:
Erstens: Die extrem knappe Hürde von Kleinstichprobendaten. Zuerst eine wichtige Unterscheidung: Nicht alle industriellen Anwendungsfälle erfordern, dass die KI „lernt, was fehlerhaft ist“. Bei Produkten wie Leiterplatten und spiegelglatten Stahlbändern mit hoher Merkmalkonsistenz muss die KI nur lernen, „was gut ist“, um Abweichungen zu erkennen und Anomalien festzustellen.
In der hochwertigen industriellen Produktion hingegen ist die Ausbeute unter normalen Produktionsbedingungen sehr hoch, sodass fehlerhafte Proben von Natur aus knapp sind. Um die KI dazu zu bringen, zu erkennen, „was fehlerhaft ist“, muss man zuerst genügend „fehlerhafte Proben“ erhalten – was an sich ein Widerspruch ist. Das traditionelle tiefe Lernen basiert auf der Nutzung massiver Daten, aber in industriellen Anwendungsfällen ist die Datenerfassung schwierig und kostspielig, sodass das Modelltraining kaum vorankommt.
Zweitens: Die Hürde hochspezifischen Branchenwissens. Im Gegensatz zu den relativ standardisierten Produktionsprozessen und Qualitätskontrollstandards in den Bereichen 3C und Lithiumbatterien verfügen Bereiche wie Metallurgie, Chemie und Energie über hochspezifische, nicht übertragbare Herstellungsprozesse, Geräteprinzipien, Fehlercharakteristika und Qualitätsbewertungssysteme. Es gibt keine universellen Prüfalgorithmen und Modelllogiken für Anwendungsfälle, keine standardisierten Lösungen, die branchenübergreifend wiederverwendet werden können. Ein Algorithmusmodell, das tief in der Qualitätskontrolle der Stahlmetallurgie verwurzelt ist, kann nicht für die Erkennung von Korrosion und Rissen an der Innenwand von Ölpipelines angepasst werden; ein technisches System, das für die Fehlererkennung von Blechen ausgelegt ist, funktioniert bei Anwendungsfällen wie Rohren und Druckbehältern überhaupt nicht.
Diese Art der hochwertigen industriellen KI-Prüfung ist keineswegs nur reine Algorithmenentwicklung, sondern muss eng mit dem zentralen Know-how der Branche verbunden sein. Die Anhäufung von spezifischem Branchenwissen, Anwendungserfahrung und Fehlerbeurteilungslogik erfordert langjährige praktische Arbeit vor Ort, kann nicht schnell repliziert oder umgesetzt werden – was eine sehr hohe Eintrittshürde für die Branche darstellt.
Drittens: Die Hürde des vollständigen Kreislaufs von der Wahrnehmung zur Ausführung. Derzeit sind die meisten industriellen KI-Unternehmen nur in der Lage, frontale visuelle Algorithmen zu entwickeln. In allgemeinen Anwendungsfällen wie 3C und Lithiumbatterien reicht es aus, Fehler wahrzunehmen und zu markieren, um die Technologie umzusetzen, ohne an der anschließenden Behandlung teilzunehmen. Hochwertige industrielle Anwendungsfälle erfordern jedoch einen vollständigen Kreislauf: nicht nur präzise Wahrnehmung, Erkennung und Beurteilung, sondern auch die Vernetzung von Geräten vor Ort, Produktionsprozessen und Wartungssystemen, um intelligente Behandlung, Zustandskorrektur, Datenauswertung und Modelliteration zu realisieren.
Diese Anwendungsfälle sind stark abgeschlossen, hochspezialisiert, die Gerätevernetzung ist komplex, die Fehlertoleranz der Produktion ist sehr gering und die Wartungsvorgaben sind streng. Die meisten Unternehmen fehlen an praktischer Erfahrung im industriellen Umfeld und bei der Systemvernetzung, sie können nur grundlegende Wahrnehmung realisieren, nicht die anschließende Beurteilung, Behandlung und Auswertung übernehmen – wodurch der Wertkreislauf „Wahrnehmung – Beurteilung – Behandlung – Auswertung – Iteration“ vollständig unterbrochen wird. Gerade weil die technische Komplexität des vollständigen Kreislaufs groß ist, die Anpassungskosten hoch sind und der Validierungszyklus lang ist, dauert die Umsetzung eines Produkts von null auf eins oft Jahre – weit mehr als in allgemeinen Prüfanwendungsfällen.
Einstieg im Jahr 2019 und Gewinnung von „nationalen Spitzenkunden“
Bereits 2019 begann Sixth Eye Technology mit der Implementierung von Szenarien für körperlich verankerte Intelligenz. Kunden wie China National Petroleum Corporation, HBIS Group, Taigang Group, Xinxing Ductile Iron Pipes und Shaanxi Coal – diese „nationalen Spitzenkräfte“ des chinesischen Industriesystems – werden von Sixth Eye seit 2019 schrittweise betreut. Heute deckt die Produktpalette von Sixth Eye zahlreiche Anwendungsfälle im industriellen Bereich ab. Auf dieser Pressekonferenz wurden hauptsächlich zwei praktische Anwendungsfälle für Roboter mit körperlich verankerter Intelligenz vorgestellt.
Vorgestelltes Szenarioprodukt: KI + Qualität und Sicherheit in unsichtbaren industriellen Räumen
Auf der Pressekonferenz zeigte Liu Chuang, Gründer von Sixth Eye Technology, die dreistufige technische Architektur der Industrieroboter von Sixth Eye: Auf der untersten Ebene befinden sich KI-Tools, in der Mitte „Augen und Gehirn“ – eine Kombination aus Hard- und Software wie Rechenleistung und 2D+3D-Visuelles Erkennungssystem – und auf der obersten Ebene die körperlich verankerte Ausführungsebene, die eng an die Anwendungen der Nutzer angepasst ist. Dies zeigt umfassend die Full-Stack-Kompetenz von Sixth Eye Technology im Bereich der hochwertigen Industrie.
Szenario 1: Prismind L – visueller Qualitätskontrollroboter für Rohrleitungen.
Öl- und Gaspipelines, chemische Transportleitungen, städtische Wasserversorgungs- und Entwässerungssysteme ... diese Rohrleitungen befinden sich oft in dunklen, engen, gefährlichen unstrukturierten Extremumgebungen. Herkömmliche Prüfverfahren können entweder gar nicht zugreifen oder sind kostspielig und ineffizient. Der Kern des Rohrroboters Prismind L von Sixth Eye besteht aus vier Punkten: Klar sehen, stabil fahren, exakt beurteilen und umfassend steuern.
Klar sehen – dringt in dunkle, enge, gefährliche unstrukturierte Extremumgebungen vor, durchbricht die Grenzen der menschlichen Wahrnehmung und herkömmlicher Verfahren und wandelt den unsichtbaren Zustand im Inneren von Rohrleitungen in wahrnehmbare, diagnostizierbare und entscheidungsrelevante Datenwerte um.
Stabil fahren – kann sich im komplexen, unstrukturierten Inneren von Rohrleitungen stabil bewegen und an verborgene Räume wie Rohre mit kleinem und mittlerem Durchmesser anpassen.
Exakt beurteilen – ist mit einem großen branchenspezifischen Sprachmodell ausgestattet, das tief für industrielle Qualitätskontrollanwendungen angepasst ist, verfügt über „expertenähnliches“ Industriewissen und beurteilt die Prüfdaten präzise.
Umfassend steuern – bildet einen vollständigen Kreislauf von Wahrnehmung, Erkennung, Beurteilung, Behandlung bis zur Auswertung und entwickelt sich zu einer iterierbaren, übertragbaren und skalierbaren Fähigkeit für körperlich verankerte industrielle Intelligenz.
Für Branchen wie Öl, Gas und Chemie löst Prismind L die chronischen Probleme herkömmlicher Prüfverfahren – „niedrige Abdeckung, verzögerte Reaktion und hohe Kosten“ – indem es Rohrleitungen von einem nicht einsehbaren „schwarzen Kasten“ in einen visualisierten und digitalisierten transparenten Zustand verwandelt und einen Paradigmenwechsel von „Nachreparatur“ zu „vorausschauender Wartung“ realisiert. Für die Prüf- und Wartungspersonal vor Ort ersetzt es den menschlichen Einsatz in dunklen, engen, gefährlichen Umgebungen und senkt das Sicherheitsrisiko erheblich. Für Unternehmensentscheider sind Prüfdaten keine „Einwegartikel“ mehr, sondern ein iterierbarer und wiederverwendbarer Kernwert.
Vorher hatte Sixth Eye bereits die Prüfroboter der Prismind-Serie für Stahl in verschiedenen Formen wie Profile, Bleche und Drähte vorgestellt. Die Einführung von Prismind L markiert, dass die Produktlinie für industrielle Qualitätskontrolle von Sixth Eye alle Produktarten der Metallurgie abdeckt – Profile, Bleche, Rohre, Drähte und zahlreiche weitere Anwendungsfälle.
Szenario 2: Das körperlich verankerte Intelligenzsystem „Auge und Gehirn“ für sichere Produktion.
Während der Rohrroboter das Problem der „Qualität“ löst, befasst sich die Lösung für sichere Produktion mit dem Thema „Leben und Tod“.
In gefährlichen Branchen wie Metallurgie, Energie und Bergbau ist sichere Produktion kein bloßer Slogan – sie betrifft das menschliche Leben. Die herkömmliche Überwachung der sicheren Produktion basiert auf Kameras und menschlicher Beobachtung. In der Realität ist es jedoch unmöglich, die massiven Videoströme aus Tausenden von Kameras zu verarbeiten; und einzelne Algorithmusmodelle leiden unter häufigen Fehlalarmen und nicht erkannten Vorfällen in extremen Arbeitsbedingungen wie staubiger Umgebung, schlechter Beleuchtung und hoher Strahlung.
Einzelne Algorithmen sind leicht zu entwickeln, aber eine SOP (Standardarbeitsanweisung), die den gesamten komplexen Branchenprozess abdeckt, ist extrem schwierig.
Warum ist das so? Weil die SOP für sichere Produktion nicht nur einfache Erkennungen wie das Tragen von Schutzhelmen und reflektierenden Kleidern umfasst, sondern spezifische industrielle Produktionsschritte betrifft – beispielsweise das sichere Austauschen von Flanschen. Das Austauschen eines Flanschs ist kein einfaches Ein- und Ausbauen, sondern ein komplexes, gefährliches Verfahren, das Genehmigungen für Arbeitsabläufe, Energietrennung und Sperrverfahren, Entleerung und Spülung von Medien sowie die Installation von Blindplatten umfasst. Bei der Montage muss mit einem Drehmomentschrauber diagonal schrittweise angezogen werden, um die Kompression der Dichtung präzise zu steuern. Nach der Arbeit ist eine strenge Druckprüfung zur Dichtheitskontrolle erforderlich – jede Nachlässigkeit kann zu Leckagen oder sogar katastrophalen Unfällen führen. Die Umsetzung einer solchen komplexen industriellen SOP erfordert umfangreiches Fachwissen und praktische Erfahrung – genau das ist die Schwierigkeit bei der Umsetzung komplexer Algorithmen.
Diese Lösung von Sixth Eye ist ein vollständiges intelligentes Sicherheitsmanagementsystem, das auf dem VL-Großmodell für sichere Produktion „Tian Ce“ und der intelligenten KI-Entscheidungsplattform für Sicherheit „Xi Yi“ basiert.
Auf der Wahrnehmungsebene kombiniert es mehrere Kameras, Sensoren und Roboter, um Umgebungsanomalien in Echtzeit zu überwachen und Verstöße zu erkennen. Auf der Steuerungsebene unterstützt es die vollständige Überwachung gefährlicher Arbeiten und die Prüfung der Konformität von Genehmigungen. Auf der Notfallebene bietet es Wissensabfragen und Empfehlungen für Maßnahmen. Auf der Berichtsebene werden Berichte automatisch erstellt und können mit einem Klick exportiert werden. Auf der Entscheidungsebene werden die Zustände mehrerer Werke zusammengefasst, um Führungskräften bei Echtzeitentscheidungen zu unterstützen. Der Wert dieser Lösung deckt alle Ebenen von den Mitarbeitern vor Ort bis zur Führung ab: Mitarbeiter vor Ort erhalten Echtzeitwarnungen, um Gefahren zu vermeiden; Sicherheitsmanager werden entlastet und erreichen automatische Kreisläufe und Konformität; Führungskräfte können Echtzeitentscheidungen treffen. Noch wichtiger ist, dass es eine leichte SaaS-Dienstleistung anbietet, die kleinen und mittleren Unternehmen die Entscheidung erleichtert und ihnen den Zugriff auf KI-Fähigkeiten zu geringen Kosten im Abonnement ermöglicht. Durch sechs Schritte – vordefinierte Vorlagen, Datenanbindung, Modellfeinabstimmung, Edge-Bereitstellung, Geschäftskonfiguration und Betriebsoptimierung – werden die Fähigkeiten übertragbar, kombinierbar und skalierbar replizierbar. Der vollständige Kreislauf von der Wahrnehmung bis zur Behandlung und Auswertung – genau das ist die Kernkompetenz der körperlich verankerten Intelligenz von Sixth Eye.
