摘要:创业邦获悉,国内 AI 应用层算法框架研发商「SIGAI」已于近日完成千万元级别 Pre-A 轮融资,本轮融资由创势资本领投,产业投资人跟投,由创投异类担任投资顾问。SIGAI 创始人 &CEO
创业邦获悉,国内 AI 应用层算法框架研发商「SIGAI」已于近日完成千万元级别 Pre-A 轮融资,本轮融资由创势资本领投,产业投资人跟投,由创投异类担任投资顾问。
SIGAI 创始人 &CEO 雷明表示,本轮融资主要用于成熟产品的迭代升级,垂直应用场景的商业化打磨,标杆客户规模化扩张,以及新产品线的稳步研发。
本轮投资方创势资本合伙人汤旭东和焦伟认为,SIGAI 团队厚积薄发,技术积累深厚,产品差异化明显,细分市场蓝海,落地能力强,是 AI 领域垂直场景不可多得的优秀团队及项目。
而且在当前特殊时期,积极响应国家关于稳外贸促实体发展的即时战略,为港口 AI 能力提升、成本大幅优化做出了积极贡献。研发团队疫情期间排除万难、驻守在多个港口第一线,为能够第一时间完成方案优化及部署付出了极大努力,成效显著。
据悉,此前 SIGAI 还曾于 2019 年初完成由 plug and play 中国领投、启迪种子基金跟投的数百万元天使轮融资。
创业邦持续关注的 AI 初创公司 SIGAI 成立于 2018 年初,专注于应用层机器视觉框架的研发,提供可视化、自动化、零编程的机器视觉、深度强化学习框架,用标准化的算法赋能各个行业。
从业务来看,SIGAI 依靠自主开发的应用层机器视觉框架,使零编程能力、完全无人工智能背景知识的传统客户能够快速开发出自己应用场景的算法与模型,降低 AI 应用的门槛和成本。
近两年来,从 AI 投资、并购的发生数量以及讨论热度来看,较前几年有所降温。随着泡沫的消散,AI 市场已经进入行业洗牌期,逐渐开始朝商用落地方向迈进。因此,从 AI 应用落地和 AI 完整产业链来看,依然能感受到 AI 的进步。
我们认为,应用层算法模型是 AI 最终展现给客户的形式。具有一定通用性、标准化的算法和产品才具有真正的规模可扩展性。因此,SIGAI 更看好应用算法模型标准化的输出形式,这种商业模式更符合 AI to B 模式的发展逻辑。 雷明告诉创业邦。
现阶段,SIGAI 已建立了集样本标注与增广平台、机器视觉应用框架平台于一体的核心产品 Cauchy 机器视觉框架 。这一框架实现了标准化,且具有一定通用性的物体计数等各种应用层算法,可快速应用于物流、教育、基建等领域。
目前来看,SIGAI 主要发力点在物流领域的智能化升级。在雷明看来,这一领域的市场需求明确且场景最易标准化。
以木材为例,我国每年会从国外进口约 1.2 亿立方米的木材,这些木材都需要进行计数、测量等作业,而现阶段大部分国家还依赖于人工,需要耗费大量人力成本,且效率低,作业环境恶劣、危险,亟需升级改造。
对此,SIGAI 利用高精度的动态 / 静态物体计数算法,实现了对抱机、门机(起重机)吊装作业时的木材进行实时计数,自动识别装卸动作,推理出木材的根数,甚至还有效解决了恶劣光照、遮挡、外观变化、其他同类目标干扰等问题。
据悉,目前 SIGAI 算法的计数精度为 99.53%,超过了人工作业的水平,能显著提高工作效率,大幅度降低人力成本,且改善了工作人员的工作环境。
区别于 Google、百度、华为等企业的自动化机器学习平台,SIGAI 更侧重于应用层算法。
这使得用户无需二次开发,即可通过图形化界面实现自己的人工智能应用算法。最新数据显示,SIGAI 平台已积累了各个应用场景的近 1 亿个训练样本,在数据层面形成了一定的优势。
雷明表示,人工智能的大规模商业化才刚刚拉开序幕,这是一个漫长的过程。除先进的技术之外,获得大规模的应用场景以及客户是成功的关键。而 SIGAI 正着力核心人工智能技术组件化研发,降本增效,快速推进更多行业 AI 落地。
文章图片来源于图虫、SIGAI,经授权使用。本文为创业邦原创,未经授权不得转载,否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问,请联系editor@cyzone.cn。
相关文章推荐
新网新人专享,注册领SSL证书百元神券2022-09-15
新网与亚洲诚信达成战略合作,携手共建安全云生态2022-09-06
企业网站没有SSL证书,你将面临......2022-09-27
SSL协议、TLS协议,有什么区别?2022-09-26
网站跳出率高?可能是没装SSL证书2022-09-26