“意念”控制机器人！创新奇智新模型AInno-75B放大招，能看视频能画CAD，还外接脑机接口
智东西（公众号：zhidxcom）
作者| 香草
编辑| 李水青
智东西3月27日报道，今日，国内“AI+制造”解决方案供应商创新奇智宣布其“奇智孔明AInnoGC”工业大模型产品矩阵升级。
创新奇智CTO张发恩发布了升级后的工业大模型AInno-75B，以及三款全新ChatX系列生成式AI应用：包括生成式企业私域视觉洞察应用ChatVision、生成式辅助工业设计应用ChatCAD、基于非侵入式脑机接口的工业机器人任务编排应用ChatRobot Pro。
▲奇智孔明工业大模型升级发布
此次发布是创新奇智工业大模型矩阵时隔半年以来的重要升级。
创新奇智于去年9月发布了自研工业大模型AInno-15B，基于该模型的大模型服务引擎，以及三款生成式AI应用产品：ChatRobot、企业私域数据分析应用ChatBI、企业私域知识问答应用ChatDoc。本次发布，大模型服务引擎和ChatX系列应用也基于750亿参数的模型进行了升级。
现场，创新奇智副总裁郭江亮、创新奇智高级技术总监温哲立、创新奇智高级研究员高达辉分别演示了ChatVision、ChatCAD和ChatRobot Pro，其中，脑机接口“意念取物”的演示令人印象深刻。
▲工作人员在现场通过外接式脑机接口“意念”操作机器人
一、750亿参数、多模态输入输出，ChatX系列产品全线升级
张发恩首先发布了750亿参数的工业大模型AInno-75B，相比半年前发布的Ainno-15B，参数提升至5倍，模型性能也相对升级。
AInno-75B还新增了多模态处理能力，支持输入文本、图像、视频、EEG（脑电波）以及工业场景中的特定模态，如CAD（计算机辅助设计）等。
输出方面，AInno-75B支持输出文本、图像、视频、CAD，以及工业领域特色的Action（行为）模态。
▲工业大模型AInno-75B技术特色
在能力指标方面，AInnoGC工业大模型已获得中国信通院可信AI工业评测的最高等级4+级，也是截至今天唯一通过该等级评测的工业大模型。
在去年12月麻省理工科技评论发布的15个“中国AI大模型先进应用案例”中，AInnoGC榜上有名。SuperCLUE工业大模型第一名。
3月21日，中文语言理解测评基准SuperCLUEC发布首个中文原生的工业大模型测评基准SC-Industry，奇智孔明AInno-15B仅次于GPT-4 Turbo和GPT-4，在国内工业领域大模型中位列第一。
▲奇智孔明工业大模型获得成就
基于AInno-75B，创新奇智ChatX系列产品也进行了重要升级。
生成式企业私域知识问答应用ChatDoc针对性优化了知识构建、问答、溯源和推荐能力，整体问答效果提升28.8%；生成式企业私域数据分析应用ChatBI新增支持Excel、CSV等数据格式，生成SQL语句和分析报告的准确率提升15%。
▲创新奇智工业大模型产品矩阵升级
大模型服务引擎Engine则新增支持交互式生成Agent应用，其RAG（检索增强生成）能力引擎也增加内置针对性优化策略，模型服务新增内置大模型推理加速引擎。
二、三大ChatX新品发布，针对视觉、CAD和“意念控制”
会上，张发恩还发布了三款新的ChatX系列产品，分别是生成式企业私域视觉洞察应用ChatVision、生成式辅助工业设计应用ChatCAD，以及基于非侵入式脑机接口的工业机器人任务编排应用ChatRobot Pro。
1、生成式企业私域视觉洞察应用ChatVision
据介绍，ChatVision以自然语言交互形式，对视频/图片进行交互式智能分析，并且基于Agent能力自主进行任务规划和技能编排。
▲生成式企业私域视觉洞察应用ChatVision
创新奇智副总裁郭江亮现场演示了ChatVision的场景洞察能力，其能够进行实时视频流分析、理解用户的复杂任务指令，也能离线进行视频长文件分析。
▲ChatVision能力及工作流程
首先，两位工作人员在现场扮演工人的角色，通过摄像头拍摄实时视频流输入ChatVision后，郭江亮通过语音输入指令“观察当前画面，告诉我这可能是什么地方”。随后，ChatVision迅速给出答案，通过分析场景中的人物和穿着，判断这可能是一个建筑工地、车间或仓库。
▲ChatVision判断画面是什么场景
随后郭江亮追问，让ChatVision找出画面中的电源插座和白色安全帽，它也很快就完成并进行了实时跟踪。
▲ChatVision识别出白色安全帽并实时跟踪
郭江亮又提出分析画面中有什么潜在的危险行为并发送给管理员，ChatVision在画面中标出了玩手机等3项违规操作，并截图发送了警告邮件。
▲ChatVision识别危险行为
除了在线分析视频流，ChatVision也能离线分析视频长文件。郭江亮上传了一个车间实拍视频，并询问ChatVision这是什么场景，很快就得到了正确的回答。
▲ChatVision离线识别视频流
随后郭江亮输入指令“识别是否有人吃饭”，ChatVision通过分析，指出在视频0-15秒有工人在车间吃饭的行为，还详细描述了“用筷子”“喝汤”等具体动作。
▲ChatVision识别吃饭行为
最后，郭江亮输入“退出”回到视频流模式，并将摄像头转向现场的观众，让ChatVision识别出正在微笑的人，ChatVision很快在画面中画出一个个红框圈出目标。
▲ChatVision识别现场微笑的人
2、生成式辅助工业设计应用ChatCAD
接触过工业制造的读者应该知道，CAD几乎是整个工业的基础。面向CAD设计场景，创新奇智退出ChatCAD，支持以语言交互的方式生成机械、电气设计，变革了设计方式并提升设计效率。
▲生成式辅助工业设计应用ChatCAD
创新奇智高级技术总监温哲立现场演示了ChatCAD，通过简单的自然语言输入就能得到复杂的工业设计模型，还能进一步提出提出修改要求，生成模型兼容多种主流CAD格式。
▲ChatCAD功能和流程
ChatCAD界面基于AI原生原理打造，没有复杂的菜单，其左边是设计区，右边是对话区。
温哲立首先让ChatCAD生成一个工业滑轮，给出了具体的参数。不出一分钟ChatCAD就生成了相应的模型。
▲ChatCAD生成工业滑轮
随后温哲立接连提出两个要求，让ChatCAD修改滑轮中心轴半径、边缘凸出部分长度，很快便得到了满足要求的生成结果。
▲ChatCAD根据追加要求修改模型
温哲立又让ChatCAD设计了一个直流电机，并再次提出2个追加要求，ChatCAD均正确生成。
▲ChatCAD设计直流电机
第三个演示中，温哲立提出了一个极为复杂的需求，要求ChatCAD生成一个涡轮机，对其扇叶数量、涡轮轴直径、旋转轴轴帽长度等多项参数都进行了具体数据要求。
▲ChatCAD生成涡轮机
在此基础上温哲立又要求ChatCAD将扇叶改为8个，修改引擎罩长度等。
▲ChatCAD将扇叶改为8个
最后温哲立选择STEP格式下载了该模型，它可以在相应CAD软件中完美兼容。
▲在CAD软件中打开生成的模型
3、工业机器人任务编排应用ChatRobot Pro
ChatRobot Pro在ChatRobot的基础上，采用非侵入式脑电采集，对人脑电波进行解码，实现通过意念控制机器人完成多样化任务。
▲工业机器人任务编排应用ChatRobot Pro
创新奇智高级研究员高达辉演示了ChatRobot Pro，由一位现场工作人员连接外接脑机接口装置，抓取目标商品并由机器人完成任务设定。
▲ChatRobot Pro功能和工作流程
在ChatRobot Pro工作界面中，左边显示脑电信号实时状态，右边是交互页面。
▲ChatRobot Pro交互界面
据介绍，该任务的主要难点在于非侵入式脑机接口反映的是整体脑电波，无法直接反映局部意念，大模型需要从中解码用户的具体意图。
首先，工作人员通过大脑“意念”控制光标移动，选择了一种饮料，系统将命令下发给机器人。
▲工作人员“意念”选择饮料
得到指令后，ChatRobot Pro自动完成了任务解析和步骤编排，并驱动机器人前往货架选择饮料。
▲机器人拿取饮料
随后，机器人在ChatRobot Pro的控制下，通过视觉解析找到目标位置，前往高达辉面前，将饮料交到他手里。
▲机器人将饮料交给高达辉
完成任务后，高达辉向ChatRobot Pro输入“让机器人归位”的指令，ChatRobot Pro便规划了任务规划并驱动机器人回到初始位置。
▲ChatRobot Pro规划机器人行动
结语：响应“人工智能+”行动，创新奇智推动AI解放制造业
就在昨天，工信部在国新办新闻发布会上提到，加快推动以大模型为代表的AI赋能制造业发展。今年将开展“人工智能+”行动，促进AI与实体经济深度融合，推动AI赋能新型工业化。
创新奇智坚持深耕“AI+制造”领域，着眼于AI解放制造业，其工业大模型产品矩阵的行业价值正在逐步展现，为企业实现数字化转型提供了有力支撑。可以预见到，此次发布的模型升级与三款新产品，将在工业领域产生更多创新场景，为制造行业提供丰富的生成式AI解决方案。