2023数字经济高质量发展专题交流会在渝北召开

拥抱人机协同 加速数实融合

嘉宾在现场观看展示的最新产品  本报记者 柯雨 摄

□本报记者 柯雨

7月20日,“人机协同 智安未来”2023数字经济高质量发展专题交流会在渝北召开。

本次活动由区人民政府指导,浪潮云洲主办,国器智眸承办,中国信通院西部分院协办,聚焦“智能+安全”核心技术底座与企业数字化,汇聚政产学研用各界嘉宾,研判人机协同趋势,就“数字经济”这一极具前景的主题共商合作、共谋发展,推动数字重庆渝北实践加“数”前行。

再赋动能,工业机器视觉市场前景广阔

国家网信办发布的《数字中国发展报告(2022年)》显示,2022年,我国数字经济规模达50.2万亿元,数字化转型加快推进。其中,工业互联网作为数字经济的重要组成部分,已覆盖45个国民经济大类,核心产业规模已超1.2万亿元。工业互联网作为数字经济的重要发展方向,正全面开启数字经济新时代。相关权威数据显示,2022年,工业机器视觉市场规模超200亿元,预计到2026年将超过500亿元,复合增长率为25%。

区委常委、副区长杨帆在致辞中表示,数字经济发展恰逢其势、正当其时,数字重庆渝北实践也如火如荼。当前,渝北区紧握时代潮流,优布局、搭平台、聚要素、建生态、强应用,扎实推进数字产业化、产业数字化,以数字化引领现代化,通过与浪潮等公司合作,大力发展数字经济。2022年,渝北区数字经济核心产业增加值368亿元,占地区生产总值的16%,为渝北高质量发展注入强劲动能。期待通过此次活动的交流,与各方深化务实合作,共同为渝北数字经济发展再赋新动能。

“我们高度重视工业机器视觉在生产智能化中的重要作用。”浪潮云洲工业互联网副总经理、国器智眸董事长宋志刚表示,浪潮云洲在重庆投资建设工业机器视觉全国总部基地,基于浪潮云洲平台优势,以及自研工业机器视觉“小样本学习”“轻量化模型”“标准化部署”核心技术,探索未来工业关键需求,为工业企业提供全栈技术支撑,做到人机协同,提升数字化效率。

发布机器视觉平台“离娄”2.0,拥抱人机协同

随着工业自动化的加速发展,我国机器视觉产业进入高速发展期,也推动着机器视觉技术快速迭代。

活动现场,浪潮云洲展出工业机器视觉领域最新成果,参与多项签约,发布机器视觉智能创新平台“离娄”2.0、“Z计划”创新生态成果等,吸引众多嘉宾关注。

与1.0版本相比,“离娄”2.0在平台和行业应用场景均取得重大突破。平台方面,在云网边端、软硬一体、小样本、轻量化、标准化基础上,“离娄”2.0新增了算力安全智脑、安全智能监控、智能资源调度等内容,持续提升平台核心能力,同时提供标识解析、智能运维等增值服务,平台更智能、更安全、更快捷。行业应用场景方面,“离娄”2.0场景化应用能力提升,可提供多场景应用,包括白酒陶瓷瓶质量检测、线缆智能排线、汽轮机换热器管板焊缝检测、林场无人机巡检、园区机器人巡检等。

以泰山电缆为例,基于“离娄”平台,浪潮云洲采用3D工业相机实时采集排线状态数据,在云端构建识别、分析、检测以及引导算法模型,通过云边协同进行数据即时计算,计算完成后将结果数据实时下发于自主打造的工控可编程逻辑控制器(PLC),再通过工控PLC进行智能化调整,打造以数据驱动的智能排线服务模式,在实施过程中,不仅首创电缆排线智能检测与控制装备,研发电缆排线识别视觉模型400+,还实现拍摄、识别、智能调整全过程耗时小于0.1秒。

“Z计划”创新生态成果发布,繁荣产业生态

为推动产业及生态高质量发展,国器智眸在2022年携手政产学研用等产业伙伴,发起“Z计划”,成立“Z计划”产业生态联盟。会上,产业生态联盟伙伴就一二三产融合项目、产学研协同创新生态体系建设合作项目、人才工作迭代升级项目等多项进行签约。浪潮云洲工业互联网重庆中心总经理、国器智眸总经理高莎现场发布“Z计划”创新生态成果,与产业界携手行动,持续打造机器视觉边缘侧能力、全栈技术生态,为客户提供纵横式全方位服务体系,基于优势产业带构建多元化人才培养。

会上,头豹公司、中国信通院等相关机构专家就工业视觉发展、工业互联网赋能产业链金融等发表主题演讲,分享前瞻洞察。圆桌对话环节,来自政产学研的行业专家就人机协同时代如何高速、安全地推进实体产业数智化升级、形成适用于智能领域的工业级标准等话题进行深度探讨。

值得一提的是,本次交流会的主题与渝北产业发展方向高度契合。近年来,渝北扎实推进数字产业化、产业数字化,以数字化引领现代化,实施智能化改造项目200余个,建立智能工厂、数字车间63个,提速推动企业“上云用数赋智”。同时,深入落实软信产业“满天星”行动计划,做大做强仙桃数据谷“创新智核”,引进中国软件百强企业14家,集聚创新人才7000余人,打造全市首个元宇宙产业生态园和万人研发的汽车智能化产业园,积极创建中国软件名园。本次活动的举办,将进一步助力产业迭代升级,为如何形成适用于人工智能领域的工业级标准作出重大贡献。

编辑:陈道圣