“意念”控制機器人！創新奇智新模型AInno-75B放大招，能看視頻能畫CAD，還外接腦機接口
智東西（公衆號：zhidxcom）作者香草編輯李水青
智東西3月27日報道，今日，國內“AI+製造”解決方案供應商創新奇智宣佈其“奇智孔明AInnoGC”工業大模型產品矩陣升級。
創新奇智CTO張發恩發佈了升級後的工業大模型AInno-75B，以及三款全新ChatX系列生成式AI應用：包括生成式企業私域視覺洞察應用ChatVision、生成式輔助工業設計應用ChatCAD、基於非侵入式腦機接口的工業機器人任務編排應用ChatRobot Pro。
▲奇智孔明工業大模型升級發佈
此次發佈是創新奇智工業大模型矩陣時隔半年以來的重要升級。
創新奇智於去年9月發佈了自研工業大模型AInno-15B，基於該模型的大模型服務引擎，以及三款生成式AI應用產品：ChatRobot、企業私域數據分析應用ChatBI、企業私域知識問答應用ChatDoc。本次發佈，大模型服務引擎和ChatX系列應用也基於750億參數的模型進行了升級。
現場，創新奇智副總裁郭江亮、創新奇智高級技術總監溫哲立、創新奇智高級研究員高達輝分別演示了ChatVision、ChatCAD和ChatRobot Pro，其中，腦機接口“意念取物”的演示令人印象深刻。
▲工作人員在現場通過外接式腦機接口“意念”操作機器人
一、750億參數、多模態輸入輸出，ChatX系列產品全線升級
張發恩首先發布了750億參數的工業大模型AInno-75B，相比半年前發佈的Ainno-15B，參數提升至5倍，模型性能也相對升級。
AInno-75B還新增了多模態處理能力，支持輸入文本、圖像、視頻、EEG（腦電波）以及工業場景中的特定模態，如CAD（計算機輔助設計）等。
輸出方面，AInno-75B支持輸出文本、圖像、視頻、CAD，以及工業領域特色的Action（行爲）模態。
▲工業大模型AInno-75B技術特色
在能力指標方面，AInnoGC工業大模型已獲得中國信通院可信AI工業評測的最高等級4+級，也是截至今天唯一通過該等級評測的工業大模型。
在去年12月麻省理工科技評論發佈的15個“中國AI大模型先進應用案例”中，AInnoGC榜上有名。SuperCLUE工業大模型第一名。
3月21日，中文語言理解測評基準SuperCLUEC發佈首箇中文原生的工業大模型測評基準SC-Industry，奇智孔明AInno-15B僅次於GPT-4 Turbo和GPT-4，在國內工業領域大模型中位列第一。
▲奇智孔明工業大模型獲得成就
基於AInno-75B，創新奇智ChatX系列產品也進行了重要升級。
生成式企業私域知識問答應用ChatDoc針對性優化了知識構建、問答、溯源和推薦能力，整體問答效果提升28.8%；生成式企業私域數據分析應用ChatBI新增支持Excel、CSV等數據格式，生成SQL語句和分析報告的準確率提升15%。
▲創新奇智工業大模型產品矩陣升級
大模型服務引擎Engine則新增支持交互式生成Agent應用，其RAG（檢索增強生成）能力引擎也增加內置針對性優化策略，模型服務新增內置大模型推理加速引擎。
二、三大ChatX新品發佈，針對視覺、CAD和“意念控制”
會上，張發恩還發布了三款新的ChatX系列產品，分別是生成式企業私域視覺洞察應用ChatVision、生成式輔助工業設計應用ChatCAD，以及基於非侵入式腦機接口的工業機器人任務編排應用ChatRobot Pro。
1、生成式企業私域視覺洞察應用ChatVision
據介紹，ChatVision以自然語言交互形式，對視頻/圖片進行交互式智能分析，並且基於Agent能力自主進行任務規劃和技能編排。
▲生成式企業私域視覺洞察應用ChatVision
創新奇智副總裁郭江亮現場演示了ChatVision的場景洞察能力，其能夠進行實時視頻流分析、理解用戶的複雜任務指令，也能離線進行視頻長文件分析。
▲ChatVision能力及工作流程
首先，兩位工作人員在現場扮演工人的角色，通過攝像頭拍攝實時視頻流輸入ChatVision後，郭江亮通過語音輸入指令“觀察當前畫面，告訴我這可能是什麼地方”。隨後，ChatVision迅速給出答案，通過分析場景中的人物和穿着，判斷這可能是一個建築工地、車間或倉庫。
▲ChatVision判斷畫面是什麼場景
隨後郭江亮追問，讓ChatVision找出畫面中的電源插座和白色安全帽，它也很快就完成並進行了實時跟蹤。
▲ChatVision識別出白色安全帽並實時跟蹤
郭江亮又提出分析畫面中有什麼潛在的危險行爲併發送給管理員，ChatVision在畫面中標出了玩手機等3項違規操作，並截圖發送了警告郵件。
▲ChatVision識別危險行爲
除了在線分析視頻流，ChatVision也能離線分析視頻長文件。郭江亮上傳了一個車間實拍視頻，並詢問ChatVision這是什麼場景，很快就得到了正確的回答。
▲ChatVision離線識別視頻流
隨後郭江亮輸入指令“識別是否有人吃飯”，ChatVision通過分析，指出在視頻0-15秒有工人在車間吃飯的行爲，還詳細描述了“用筷子”“喝湯”等具體動作。
▲ChatVision識別吃飯行爲
最後，郭江亮輸入“退出”回到視頻流模式，並將攝像頭轉向現場的觀衆，讓ChatVision識別出正在微笑的人，ChatVision很快在畫面中畫出一個個紅框圈出目標。
▲ChatVision識別現場微笑的人
2、生成式輔助工業設計應用ChatCAD
接觸過工業製造的讀者應該知道，CAD幾乎是整個工業的基礎。面向CAD設計場景，創新奇智退出ChatCAD，支持以語言交互的方式生成機械、電氣設計，變革了設計方式並提升設計效率。
▲生成式輔助工業設計應用ChatCAD
創新奇智高級技術總監溫哲立現場演示了ChatCAD，通過簡單的自然語言輸入就能得到複雜的工業設計模型，還能進一步提出提出修改要求，生成模型兼容多種主流CAD格式。
▲ChatCAD功能和流程
ChatCAD界面基於AI原生原理打造，沒有複雜的菜單，其左邊是設計區，右邊是對話區。
溫哲立首先讓ChatCAD生成一個工業滑輪，給出了具體的參數。不出一分鐘ChatCAD就生成了相應的模型。
▲ChatCAD生成工業滑輪
隨後溫哲立接連提出兩個要求，讓ChatCAD修改滑輪中心軸半徑、邊緣凸出部分長度，很快便得到了滿足要求的生成結果。
▲ChatCAD根據追加要求修改模型
溫哲立又讓ChatCAD設計了一個直流電機，並再次提出2個追加要求，ChatCAD均正確生成。
▲ChatCAD設計直流電機
第三個演示中，溫哲立提出了一個極爲複雜的需求，要求ChatCAD生成一個渦輪機，對其扇葉數量、渦輪軸直徑、旋轉軸軸帽長度等多項參數都進行了具體數據要求。
▲ChatCAD生成渦輪機
在此基礎上溫哲立又要求ChatCAD將扇葉改爲8個，修改引擎罩長度等。
▲ChatCAD將扇葉改爲8個
最後溫哲立選擇STEP格式下載了該模型，它可以在相應CAD軟件中完美兼容。
▲在CAD軟件中打開生成的模型
3、工業機器人任務編排應用ChatRobot Pro
ChatRobot Pro在ChatRobot的基礎上，採用非侵入式腦電採集，對人腦電波進行解碼，實現通過意念控制機器人完成多樣化任務。
▲工業機器人任務編排應用ChatRobot Pro
創新奇智高級研究員高達輝演示了ChatRobot Pro，由一位現場工作人員連接外接腦機接口裝置，抓取目標商品並由機器人完成任務設定。
▲ChatRobot Pro功能和工作流程
在ChatRobot Pro工作界面中，左邊顯示腦電信號實時狀態，右邊是交互頁面。
▲ChatRobot Pro交互界面
據介紹，該任務的主要難點在於非侵入式腦機接口反映的是整體腦電波，無法直接反映局部意念，大模型需要從中解碼用戶的具體意圖。
首先，工作人員通過大腦“意念”控制光標移動，選擇了一種飲料，系統將命令下發給機器人。
▲工作人員“意念”選擇飲料
得到指令後，ChatRobot Pro自動完成了任務解析和步驟編排，並驅動機器人前往貨架選擇飲料。
▲機器人拿取飲料
隨後，機器人在ChatRobot Pro的控制下，通過視覺解析找到目標位置，前往高達輝面前，將飲料交到他手裡。
▲機器人將飲料交給高達輝
完成任務後，高達輝向ChatRobot Pro輸入“讓機器人歸位”的指令，ChatRobot Pro便規劃了任務規劃並驅動機器人回到初始位置。
▲ChatRobot Pro規劃機器人行動
結語：響應“人工智能”行動，創新奇智推動AI解放製造業
就在昨天，工信部在國新辦新聞發佈會上提到，加快推動以大模型爲代表的AI賦能製造業發展。今年將開展“人工智能+”行動，促進AI與實體經濟深度融合，推動AI賦能新型工業化。
創新奇智堅持深耕“AI+製造”領域，着眼於AI解放製造業，其工業大模型產品矩陣的行業價值正在逐步展現，爲企業實現數字化轉型提供了有力支撐。可以預見到，此次發佈的模型升級與三款新產品，將在工業領域產生更多創新場景，爲製造行業提供豐富的生成式AI解決方案。