成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
0
DEMO WORLD丨智能制造:未来是确定的,当下需要耐心、耐心、还是耐心!
2022 年 8 月 4 日
创业邦杂志
2022年7月28日,DEMO WORLD世界创新峰会在北京开幕,并以线上直播形式举行。
此次峰会由创业邦主办,会上邀请了多位知名跨国企业、本土大企业、创新企业以及产业投资人,他们将就当前产业创新技术、模式、现象等议题进行分享与对话。
同时,创业邦研究中心还将基于大企业创新理论与实践,发布2022年上半年全球独角兽企业发展研究报告、2021中国企业风险投资(CVC)发展研究报告 2021 中国最活跃CVC等系列内容,为企业提供基于睿兽分析数据库的数字化的创投、技术和商业参考。
DEMO WORLD世界创新峰会上,宜通世纪战略投资部总经理谈玺,诺基亚成长基金中国首席财务官金朝阳,碧桂园创投董事总经理李思龙,联想集团副总裁、联想创投集团合伙人王光熙,进行了一场主题为“智能制造推进的难点与跨界融合创新新机遇”的圆桌对话。会上,谈玺担任本次对话主持人。
对话中犀利观点如下:
1、投资团队自己要耐住心,不要指望创业者每年可以百分之几百的增长。创业团队要有真正拿得出手的产品。
2、创业者需把心态放平,然后确确实实去解决每一个不一样的问题。累积起来,就成为了产品库、解决方案库。面对客户马上就可以提出解决方案。这个时候,真正的爆发点才会来。
3、这条大道的未来是很确定的,光明也就在前面。每个创业公司,本质上还是要能够熬得住,能够在长跑过程中,跑到终点、跑到拐点,能够去等到产业爆发、场景落地的时间点。
4、做智能制造需要耐心,它不是一蹴而就的事情。它是整个社会生存、生活、制造的底层东西,需要大家有足够的耐心,把过去积累的科学技术转换成生产力。这不是一天能完成的事情。
以下为圆桌对话实录,内
容有删减。
谈玺:
各位好,感谢创业邦创造这样的机会,让我们一起讨论一下智能制造这个方面的推进的融合,和投资落地项目的一些机遇的机会。
我首先介绍一下我自己。
我是宜通世纪(3300310)上市公司负责战略投资的。我们以产业投资为主,实际上跟智能制造行业相关——更多的是服务于他们。我们是通讯服务的上市公司,它的三大块业务是通讯工程,运维以及网络优化,客户就是三大运营商及铁塔。我们更多是服务于制造业。下面,大家也先个人做一个自我介绍,包括机构投资情况、跟制造相关的投资及落地的活动。
王光熙:
我是王光熙,来自联想创投,联想集团(港股代码:00992)的CVC(企业战投)。2011年,我们隶属于研究院时,就开始为集团新兴生态进行早期科技投资和战略布局。2016年联想创投正式成立,目前在科技赛道布局了超过200家公司。我们更多以一个开放式的战投模式,持续为联想集团的生态和科技产业发掘前沿科技赛道上的优秀公司。
金朝阳:
我们诺基亚成长基金目前一共管理着5期美元基金。现在在投的是第5期。我们的资金全部来自于诺基亚集团,所以我们给自己定位就是一个完全市场化的企业创投。这一期基金一共是4亿美金,主要围绕的投向,是在数字工业和智能制造,还有边缘云计算以及数字化转型、网络安全等几个领域。
李思龙:
智能制造是我们碧桂园创投中比较重要的板块。我们本身做房地产开发,跟建筑科技联动还是比较多的。然后产业背景中有另一家上市的物业服务公司,碧桂园服务(6098),有很多清洁机器人或者安保机器人的应用场景,因此我们也在看智能制造或机器人赛道。
问题1
谈玺:感谢创业邦给我们一次机会,来讨论一下智能制造方面的一些推进的难点和痛点以及怎么来实施。我先介绍一下我这边的一些体会。
第一是时间,一个是行业的深刻理解。现在机器辅助人提高生产效率方面,从原理上都不是很难,更多是需要在理想的时间内能实现。第二是行业的细分。举个最简单的例子,现在机器视觉用的地方非常之多,但是用到每一个细分行业,学习的时间非常长,很难有一个团队什么都知道。比如我认识的一个团队,它解决了佛山陶瓷的质量的检测,就很难转到另外一个行业。
同样的技术,到不同行业,对学习过程要求很强。
所以我认为智能制造如果要推进下来,更多是时间和这个行业经验的拓展。
王光熙:
联想一直从事制造业,从前几年开始,我们就切身体会到了用工短缺和用工成本提高。
过去,我们在产线自动化、移动机器人、机器人+视觉、人工智能等方面进行了布局,在一些关键的环节能够批量、非常高效地辅助人进行作业。希望能够通过技术持续的迭代,早日跨过ROI临界点。
过去几年的疫情,从好的方面来讲,对于很多制造型科技企业是一个机会点,开始在某些关键环节做自动化、智能化的尝试。但当下挑战还是非常多。有些制造型企业可能规模比较大,早期现金资本积累相对比较雄厚,可以主动升级;有些可能因为疫情的波动对它的现金流带来比较大的挑战,所以他要找到一个平衡点——怎么能够维持企业的健康运作,又能通过自动化升级去解决人力的问题。我觉得这个现阶段,这个平衡点是比较有挑战性的,很多企业也都在寻找这个平衡点。
金朝阳:
我们有两点观察。
第一,我们现在面临挑战,更多是偏宏观侧的。单个智能制造厂家,很难去对抗这种大宏观因素。尤其是疫情之后,企业主的信心受到了比较大的影响,在这个过程中怎么持续做投入?
国内更多是智能产生的替代需求、改造需求,他持续去投入,就需要算好账。所以还是投入产出问题,说的直白一些,很多企业在整个产业链中的价值。通过智能化改造,可能运营效率的提高不足以去完全支付投入的成本。这个会非常棘手,尤其是在疫情下信心受巨大影响的情况下。
第二,数据的采集和传输,也就是说连接的问题。连接没有打通,一些所谓的智能改造后续,比如更进一步的智能分析,完全没有办法进行。
这方面我们诺基亚集团能提供非常多的产品跟服务,补齐智能制造厂家的这些短板。
李思龙:
前段时间有个观点说制造业可能不再会需要再向具有人口红利的国家转移,因为智能化、数字化的转型,使得制造业可以停留在相对发达或者发展中国家中人均收入水平比较高的国家,因为它不再对人口数量强依赖。
结合当下环境,我们也确实清晰看到制造业在一个国家,特别是大国的份量有多重要。所以,无论是人口红利消失带来的制造业向智能化转型升级的迫切度,还是基于内循环,我们对未来的判断,产业的转型升级还是非常明确的。
但目前来说,大部分制造业的利润率其实都不算高,如果要拿出预算专业投入到转型升级,短期可能会有一定阻力。所以,我们还需要更多耐心去面对这个问题。但趋势上的共识,大家还是比较明确的。
问题2
谈玺:
在你投资和接触的企业面里,您觉得哪些跟智能制造相关的新技术和细分领域是比较有机会的?这些创新的融合,你觉得在哪些地方可以有新的价值?
王光熙:
第一,目前中国制造业已成为全球最大经济单体,但智能化、精密制造、自动化器械、核心部件、工业软件等,还处于比较早期状态,这些领域非常值得关注。
第二,数字化,比如新IT,能够带来变革性的变化和效率提升,比如机器视觉来进行缺陷检测等。我们前几年开始布局智能制造,应用各个行业很不一样。工业是个特别接地气、讲求实际效应的行业。本质上还是要能够在恶劣、复杂的生产环境中,批量、高效、简易的部署,解决问题并大规模复制。
第三,新形态的产品或者场景,比如说工业外骨骼,自动无人叉车等,本质上它既不完全辅助人,也不是IT底层赋能,它是软件、硬件+智能组合,产生了一些新的产品和场景的形态。
金朝阳:
一是各类自动化产线或者是工业机器人,确实可以看到在各个垂直行业上的使用。这类工业机器人有非常大的一个市场,所以这确实是未来一个很大的方向。
第二,数据智能或智能决策。它的逻辑是用一个比较轻量的方式来提高制造厂商的产出,或通过节约成本,能够优化性价比,降低投资门槛,收到一个比较好的回报。所以我觉得这非常适合自动化程度已经非常高、或者规模化量产的一些制造企业去做服务。
第三类,我们中国在5g网络的部署应用是最激进最快速的,同时我们又是一个制造大国,所以我们觉得基于数字孪生的工业工厂,也是一个非常好的方向。
李思龙:
基于我们自身的建筑行业和社区运营来看,过去两年我们在智能制造领域布局主要集中在商用清洁、家用清洁和建筑科技领域。
第一,清洁服务。我们知道在物业服务中,大约70%成本是人力的成本,而且随着人口代际的变化,现在劳动力偏好的趋势也比较明确:年轻人不爱干(清洁)这个事。所以我们在找一些挺不错的清洁公司去投,比如汤恩智能,然后给他们做一些场景赋能。另外,中国家庭多数还是自己搞卫生。城镇化的下半场,人的时间也有限,工作回到家就不爱干活了,因此未来家庭清洁的市场也是非常大的。所以我们也做了一些布局跟投资,比如追觅科技。
总体上来说:人类创造的钢筋水泥世界是不带自清洁功能的,恰恰就腾出了一个很大的市场可以去干,无非就是谁有更好的方案去干成。
第二,建筑赛道。我们集团在孵化博智林机器人的建筑科技创新,另外我们自己投了三一筑工,做预制件装备的公司。我们希望去提高这个行业的效率,也可以减少这个行业的能耗。因为碳排放量建筑行业可能占到了30%以上。
谈玺:
因为我们是做通讯服务的,我更多的是去看传感,包括传感器。智能制造最基础的是触角感知,就必须要有传感器。有了传感器才用得到我们做的通讯服务这个能力。现在工业里面 Ms传感器大类是非常有价值的,因为缺少了传感这一部分,不能说百分之百,我觉得70%的智能制造都做不下去。
我现在看的比较多的是 MS的各种各样传感器,有气体的、有温度的、有湿度的、有压力的。这些传感器跟材料专业的结合是比较多的,所以它对特种材料要求非常高,我觉得在这个领域还会迸发出很多新的机会。但是传感器又是最难做的。中国工业化时间还比较短,做传感器的公司基本上都是几个工业强国,像日本、德国、美国、瑞士等。所以我觉得要点时间。
问题3
谈玺:
在智能制造领域,大伙看了一些什么比较眼睛一亮的项目,包括你们为什么要投资他,打动你们的原因是什么?
金朝阳:
最近,我们刚刚投了一家叫迅能集思的企业。公司定位为无代码智能决策平台,主要用在智能制造领域。
过去企业做决策分析时,拿到数据需要有专业的数据分析师去编程,然后才有结果。
这家公司产品,普通员工不用懂数据分析方式,用自然语音,就可以跟的智能决策系统去做交互,得到分析结果。应用主要在生产排程、供应链管理、产品良率分析等,可以说是工业企业通用领域了。
我们觉得这个产品本身,包括解决问题思路,一是通用型的,其二它的性价比非常高。目前主要客户会集中在一些工业自动化做得非常好的企业,比如像富士康这类主流代工商。
被打动的原因一个是大客户证明了它的价值。其二,我们特别喜欢他们公司的团队。创始的技术团队来自于MIT,BD负责人来自于主流代工厂高管。所以我们相信,它是领先的技术能力和商业化能力的一个完美结合。
第三,这家公司跟诺基亚业务有很好的结合点。我们现在正在跟他们进行一些合作,通过打造制造业工厂的私有5g通讯解决方案,来解决数据通讯连接的问题,继而帮助所有工业企业去实现智能化、信息化。
李思龙:
我分享一下追觅科技,我们去年投的一家公司,主要是做 To C智能清洁家电。
To C机器人公司需要有两个能力,一个是要懂用户,有非常好的终端产品设计能力;二是要有非常强的硬件技术储备。两者兼具是我们投这个项目的最主要的原因。
从技术储备来讲,公司自研的电机从转速来讲已经超过戴森了。从终端产品的设计能力来讲,可以看它推单品的爆发力有多大。今年之前,这家公司大部分产品是在小米生态链中,自有品牌是在海外去做。所以今年来反攻赛道其实是有一定压力的,但从“6·18”的数据反馈看,产品做得非常不错,销量很高。
同时,他们的技术储备也非常深厚,这决定了他们以后可以横跨多个领域去推出其他产品,不断去衍生它的第二曲线。
从增长潜力来讲,我们非常看好这家公司。从推产品的速度来讲,也可以很好的看到他们的实力。
王光熙:
我们讲讲未来机器人。布局他们的时候,逻辑和产品线都相对比较简单,只是做无人叉车这一件事情。经过几年的迭代,他们有这几个亮点:
第一,能够去抓住行业的一些变化,包括市场的变化,客户需求的变化。同时,能够很好把这些变化和团队的技术融合,进而打造有技术壁垒、真正解决问题的产品。我觉得这是未来机器人非常突出的一个亮点。他们自己把它叫深水区。潜水区是大家拼一拼技术、方案,能够解决客户的一部分浅表的问题;深水区是真正能够深入,把一个场景完整解决了,这需要在技术、产品和场景结合上有非常独到之处。
第二,出海。中国是全球最大的智能制造仓储物流的市场。客户提供了非常多的复杂、甚至是全球领先的需求。通过这样的打磨和锤炼,能够被国内大客户所接受的产品和方案,拿到海外去,适用性其实也会非常高。去年,他们开始在韩国、东南亚布局,然后是一些欧美国家,在To B领域打开国外市场。联想在传统赛道的全球渠道有一些积累,形成了生态体系,能够非常好的帮助这些早期创业企业走出中国走向全世界。这一点上,我们已经开始与被投企业,在全球化的方向开展合作。
谈玺:
我现在正在看的眼睛一亮的项目,是一家做金属机的 MS的压力传感器。
压力传感器在工业生产中应用非常广,由于我们国家工业基础比较薄,缺口比较多,很多基本上都是瑞士、日本、德国或者美国系列传感器公司。这家公司的产品,让我眼前一亮,而且国内现在基本是空白。
这个公司为什么让我进来?创始人是个大学教授,学数学的,他是先从做数字芯片慢慢转到模拟的这边来了,他专门做模拟的芯片,攻克了各种难关。他从一个纯数字创业者熬了10年,把产品做出来了。我觉得精神是很可贵的,让我非常佩服,很打动我,他很专注。
问题4
谈玺:
在智能制造赛道里面,从投资人角度,我们应该给创业者一些什么样的建议,或者需要注意的地方。
李思龙:
无论资本也好,创业者本身也好,有些时候可能会对自己的发展速度有一些不切实际的期望。这种期望来自于过往某些赛道的经验,其实科技跟互联网或其他赛道都不太一样。科技赛道不是拿打中一个痛点或者拿到一个爆款产品,狂烧资本就可以做起来的。
所以我自己的切身体会,赛道本身的发展规律是需要厚积薄发的,一味的去追求标品的爆发不太可行。
所以一方面需要扎实的去了解客户的需求。在这个行业,根据客户需求进行定制开发和集成设计是常态,很难说有一招鲜吃遍天,需要有足够宽的产品线来应对客户的不同的需求。
同时,创业者需把心态放平,然后切切实实去解决每一个不一样的问题。当这些问题累积起来,可能就成为了产品库、解决方案库,然后面对不同客户,可以迅速提出解决方案,甚至是改善建议。这个时候,可能真正的爆发点才会来。这个赛道特点是需要更多耐心,这一点挺考验投资人,也挺考验创业者的。
王光熙:
智能制造,当下大家还是要沉得住气。市场环境在短期可预见的未来,还是会比较具有挑战性。本质上管理好现金流。长跑,还是要保存好体力。
这条大道的未来是很确定的,光明也就在前面,无论是从国家政策层面,还是中国产业需求,大趋势是非常清晰的。对于每个单体的创业公司来讲,本质上还是要能够熬得住,能够在长跑过程中,跑到终点,跑到拐点,能够去等到产业爆发、场景落地的时间点。
这会考验每一个创业者、投资人的耐心和韧性。我觉得在未来一两年内非常关键。
金朝阳:
我们自己确实也是不断地在内部调整预期。一个是投资团队自己要耐住心,不要指望创业者每年可以百分之几百的增长。我们诺基亚是长期资金,所以我们也是非常愿意陪创始人长跑。
此外,我们都知道工业4.0、智能制造,这是一个国策。我们在这一两年数字工业的项目筛选上,也发现不少创始人可能因为是To G的原因,更多追求的可能是一些样板工程。他可以把这些方案做得非常漂亮,但是你去细细的去访谈他的客户,或者去做一些商业尽调的时候,会发现没法走下去了。
所以我的建议归结起:要有真正拿得出手的产品。
谈玺:
我经常跟创业者讲,开句玩笑:买股票也是股票平盘时间越长,它将来爆发起来的高度就越高。所以智能制造行业的创业,也有这样一个特点,需要足够长的时间积累打磨。工业领域导入一个新的技术和应用,时间是比较长的,不像是快消品行业或者互联网行业是日新月异,所以要有足够的耐心。做传感器的那位教授,年纪比我还大,他说的几个观点很有道理:他说他为什么这么努力?创业10年?他说传感器行业,工业智能制造行业,它的迭代周期相对会比较慢。一个好的产品,不光是用10年,甚至用20年都是可以用下去的。甚至,这都可以传到他儿子手上去——他儿子现在读大学。
我觉得他说的有道理,互联网行业可能5年就变光了。所以,我给创业者的建议也是:要有足够的耐心、耐心,还是耐心。
结尾赠言
谈玺:我们每个人用一句话把今天的难点和机遇总结一下一句话总结一下。
王光熙:
在智能制造这个大赛道里,谨慎乐观,看好未来。
金朝阳:
我也比较简单:专注用户的需求,确保自己的产品有足够的投资回报。
李思龙:
专注的做好眼前的每一件事!
为什么这么讲?今年的投资环境对于创业者是很有挑战的,很多创业者拿钱都挺困难。但我觉得只要安心做好自己的事情,做好产品,风一来,机会就能把握住。
谈玺:
我觉得做智能制造领域的创业,包括现在碰到的难点、机遇,我觉得还是一句话,还是耐心、耐心和耐心。
我觉得它不是一蹴而就的事情。它是一个整个社会生存、生活、制造的底层东西,需要大家有足够的耐心,把过去积累的科学技术转换成生产力。这不是一天能完成的事情。
找靠谱商机,关注创业邦视频号!
登录查看更多
点赞并收藏
0
暂时没有读者
0
权益说明
本文档仅做收录索引使用,若发现您的权益受到侵害,请立即联系客服(微信: zhuanzhi02,邮箱:bd@zhuanzhi.ai),我们会尽快为您处理
相关内容
智能制造
关注
11
【干货书】凸随机优化,320页pdf
专知会员服务
86+阅读 · 2022年9月16日
《5G+智慧农业解决方案》22页PPT,三昇农业
专知会员服务
53+阅读 · 2022年3月23日
中国信通院发布《全球产业创新生态发展报告——变局中的竞争、合作与开放》,69页pdf
专知会员服务
21+阅读 · 2022年2月18日
2022年【科技棱镜——聚焦科技引领的商业变革】,37页pdf!Thoughtworks 科技棱镜未来技术趋势分析报告
专知会员服务
15+阅读 · 2022年2月18日
【2021干货书】人工智能的挑战:从机器学习和计算机视觉到情感智能,241页pdf
专知会员服务
80+阅读 · 2022年1月21日
车联网白皮书,44页pdf
专知会员服务
78+阅读 · 2022年1月3日
【报告】未来的语音世界——中国智能语音市场分析,30页pdf
专知会员服务
35+阅读 · 2021年12月16日
【CCF计算机视觉专委会】未来5-10年计算机视觉发展趋势,
专知会员服务
102+阅读 · 2020年5月20日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
DEMO WORLD丨CVC投资并不慢:很多案子我们流程走完了,要等市场化机构
创业邦杂志
0+阅读 · 2022年8月3日
DEMO WORLD丨建筑科技投资,不是只有数字化
创业邦杂志
0+阅读 · 2022年8月3日
DEMO WORLD丨CVC投资:智能汽车赛道看重协同,几年后能实现量产和营收,而非一味追逐“未来技术”
创业邦杂志
0+阅读 · 2022年8月2日
《2022 年上半年全球独角兽企业发展研究报告》发布——DEMO WORLD世界创新峰会圆满落幕
创业邦杂志
0+阅读 · 2022年8月1日
施耐德电气、欧莱雅等企业巨头如何开放式创新?DEMO WORLD世界创新峰会揭秘
创业邦杂志
0+阅读 · 2022年7月26日
8月12日,36氪在CITE展上搭了一个「未来技术直播间」
36氪
0+阅读 · 2022年7月15日
你认为哪些东西还是实体的好用?
ZEALER订阅号
0+阅读 · 2022年6月25日
未来三到五年,产品经理岗位会淘汰一批人吗?
人人都是产品经理
0+阅读 · 2022年6月3日
大厂开始招聘“元宇宙产品经理”了!你准备好了吗?
人人都是产品经理
0+阅读 · 2021年12月26日
【中台】业务中台中的业务到底指什么?中台的定义!
产业智能官
24+阅读 · 2019年7月24日
非线性组合优化暑期学校暨学术前沿研讨会
国家自然科学基金
6+阅读 · 2017年6月30日
城市群空间交互情景分析与多尺度协同模拟
国家自然科学基金
0+阅读 · 2014年12月31日
基于时间序列聚类的动力电池配组方法研究
国家自然科学基金
1+阅读 · 2014年12月31日
城市新区低碳生态化空间规划途径整合研究
国家自然科学基金
1+阅读 · 2013年12月31日
智能电网安全经济运行中的风险约束多阶段随机优化问题研究
国家自然科学基金
0+阅读 · 2011年12月31日
面向价值共创的制造企业服务模块化与交互式匹配策略研究
国家自然科学基金
0+阅读 · 2011年12月31日
供应链竞争下的链内协调与链间合作研究- - 以江西省下乡家电供应链为例
国家自然科学基金
0+阅读 · 2009年12月31日
凸分析及优化理论在复杂摩擦市场的无套利分析中的应用
国家自然科学基金
0+阅读 · 2008年12月31日
连通图的可去边、可收缩边与条件连通性理论
国家自然科学基金
0+阅读 · 2008年12月31日
服务价值空间的绩效理论与测度技术研究
国家自然科学基金
0+阅读 · 2008年12月31日
Masked Supervised Learning for Semantic Segmentation
Arxiv
0+阅读 · 2022年10月3日
Fron 2G to 4G Mobile Network: Architecture and Key Performance Indicators
Arxiv
0+阅读 · 2022年10月2日
Learning Transferable Spatiotemporal Representations from Natural Script Knowledge
Arxiv
0+阅读 · 2022年9月30日
PlaneSLAM: Plane-based LiDAR SLAM for Motion Planning in Structured 3D Environments
Arxiv
0+阅读 · 2022年9月29日
Artificial Intelligence for the Metaverse: A Survey
Arxiv
31+阅读 · 2022年2月15日
Challenges of Artificial Intelligence -- From Machine Learning and Computer Vision to Emotional Intelligence
Arxiv
19+阅读 · 2022年1月5日
Meta-learning in natural and artificial intelligence
Arxiv
10+阅读 · 2020年11月26日
A Survey on Trajectory Data Management, Analytics, and Learning
Arxiv
16+阅读 · 2020年3月25日
Explainable Artificial Intelligence (XAI): Concepts, Taxonomies, Opportunities and Challenges toward Responsible AI
Arxiv
76+阅读 · 2019年10月22日
Monocular Object and Plane SLAM in Structured Environments
Arxiv
12+阅读 · 2018年9月10日
VIP会员
自助开通(推荐)
客服开通
详情
相关主题
智能制造
传感
联想 (Lenovo)
融合
中国
积累
相关VIP内容
【干货书】凸随机优化,320页pdf
专知会员服务
86+阅读 · 2022年9月16日
《5G+智慧农业解决方案》22页PPT,三昇农业
专知会员服务
53+阅读 · 2022年3月23日
中国信通院发布《全球产业创新生态发展报告——变局中的竞争、合作与开放》,69页pdf
专知会员服务
21+阅读 · 2022年2月18日
2022年【科技棱镜——聚焦科技引领的商业变革】,37页pdf!Thoughtworks 科技棱镜未来技术趋势分析报告
专知会员服务
15+阅读 · 2022年2月18日
【2021干货书】人工智能的挑战:从机器学习和计算机视觉到情感智能,241页pdf
专知会员服务
80+阅读 · 2022年1月21日
车联网白皮书,44页pdf
专知会员服务
78+阅读 · 2022年1月3日
【报告】未来的语音世界——中国智能语音市场分析,30页pdf
专知会员服务
35+阅读 · 2021年12月16日
【CCF计算机视觉专委会】未来5-10年计算机视觉发展趋势,
专知会员服务
102+阅读 · 2020年5月20日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
热门VIP内容
开通专知VIP会员 享更多权益服务
【AAAI2025】多层次最优传输用于语言模型中的通用跨标记器知识蒸馏
大规模语言模型增强推荐系统:分类、趋势、应用与未来
面向战场移动威胁的预测模型:利用预测性数据模型打击大规模移动目标
OpenAI十二天总结与Agent新范式
相关资讯
DEMO WORLD丨CVC投资并不慢:很多案子我们流程走完了,要等市场化机构
创业邦杂志
0+阅读 · 2022年8月3日
DEMO WORLD丨建筑科技投资,不是只有数字化
创业邦杂志
0+阅读 · 2022年8月3日
DEMO WORLD丨CVC投资:智能汽车赛道看重协同,几年后能实现量产和营收,而非一味追逐“未来技术”
创业邦杂志
0+阅读 · 2022年8月2日
《2022 年上半年全球独角兽企业发展研究报告》发布——DEMO WORLD世界创新峰会圆满落幕
创业邦杂志
0+阅读 · 2022年8月1日
施耐德电气、欧莱雅等企业巨头如何开放式创新?DEMO WORLD世界创新峰会揭秘
创业邦杂志
0+阅读 · 2022年7月26日
8月12日,36氪在CITE展上搭了一个「未来技术直播间」
36氪
0+阅读 · 2022年7月15日
你认为哪些东西还是实体的好用?
ZEALER订阅号
0+阅读 · 2022年6月25日
未来三到五年,产品经理岗位会淘汰一批人吗?
人人都是产品经理
0+阅读 · 2022年6月3日
大厂开始招聘“元宇宙产品经理”了!你准备好了吗?
人人都是产品经理
0+阅读 · 2021年12月26日
【中台】业务中台中的业务到底指什么?中台的定义!
产业智能官
24+阅读 · 2019年7月24日
相关基金
非线性组合优化暑期学校暨学术前沿研讨会
国家自然科学基金
6+阅读 · 2017年6月30日
城市群空间交互情景分析与多尺度协同模拟
国家自然科学基金
0+阅读 · 2014年12月31日
基于时间序列聚类的动力电池配组方法研究
国家自然科学基金
1+阅读 · 2014年12月31日
城市新区低碳生态化空间规划途径整合研究
国家自然科学基金
1+阅读 · 2013年12月31日
智能电网安全经济运行中的风险约束多阶段随机优化问题研究
国家自然科学基金
0+阅读 · 2011年12月31日
面向价值共创的制造企业服务模块化与交互式匹配策略研究
国家自然科学基金
0+阅读 · 2011年12月31日
供应链竞争下的链内协调与链间合作研究- - 以江西省下乡家电供应链为例
国家自然科学基金
0+阅读 · 2009年12月31日
凸分析及优化理论在复杂摩擦市场的无套利分析中的应用
国家自然科学基金
0+阅读 · 2008年12月31日
连通图的可去边、可收缩边与条件连通性理论
国家自然科学基金
0+阅读 · 2008年12月31日
服务价值空间的绩效理论与测度技术研究
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Masked Supervised Learning for Semantic Segmentation
Arxiv
0+阅读 · 2022年10月3日
Fron 2G to 4G Mobile Network: Architecture and Key Performance Indicators
Arxiv
0+阅读 · 2022年10月2日
Learning Transferable Spatiotemporal Representations from Natural Script Knowledge
Arxiv
0+阅读 · 2022年9月30日
PlaneSLAM: Plane-based LiDAR SLAM for Motion Planning in Structured 3D Environments
Arxiv
0+阅读 · 2022年9月29日
Artificial Intelligence for the Metaverse: A Survey
Arxiv
31+阅读 · 2022年2月15日
Challenges of Artificial Intelligence -- From Machine Learning and Computer Vision to Emotional Intelligence
Arxiv
19+阅读 · 2022年1月5日
Meta-learning in natural and artificial intelligence
Arxiv
10+阅读 · 2020年11月26日
A Survey on Trajectory Data Management, Analytics, and Learning
Arxiv
16+阅读 · 2020年3月25日
Explainable Artificial Intelligence (XAI): Concepts, Taxonomies, Opportunities and Challenges toward Responsible AI
Arxiv
76+阅读 · 2019年10月22日
Monocular Object and Plane SLAM in Structured Environments
Arxiv
12+阅读 · 2018年9月10日
大家都在搜
自主可控
洛克菲勒
大规模语言模型
CMU博士论文
数字孪生
palantir
TIMENOTEN
人工智能 科普
系统日志告警
社区分享 | 用 PoseNet + TensorFlow.js 在浏览器实现体感游戏
Top
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top