杨净 发自 凹非寺 量子位 报道 | 公众号 QbitAI
装卸搬运，最古老的出卖体力换取报酬的工种。
合肥的一个厂房里也是这样。
那天，是合肥最寻常不过的一个春雨午后，“工人”们正忙着搬运各式各样的箱子。
有食用油、牛奶方便面，还有各式酒类烟草……
他们每天的任务就是将货物从集装箱里搬出来，在托盘上码放成随机不同的垛型。
但与众不同的是，这个“工人”团是由中科大博士张杰领衔，平均年龄仅28岁。
而且，也不是每天靠搬一个箱子算一份钱。
他们正在打造的，是一个全程仅靠机器人运行的智能装车系统，集成机器人、激光雷达、机器视觉、数字孪生等多项前沿技术于一身，可自行完成拆垛、分组、输送、整形、码放等装车全过程。
目前，系统已临近交付，他们在进行最后一波调试。
搬运货物，也就是调试过程中的一项日常，
不过这个货物也有点特殊——矿泉水配重的各种纸箱，为的是能够同时模拟各种规格、种类的货物场景。
张杰博士在一家什么公司？
张杰博士所在的公司——泰禾智能。
嗯，不常出现在AI新闻中。
但它却是深耕图像识别17年的老玩家了。
跟一般的技术玩家“拿锤找钉”不同，泰禾从一开始就有明确的场景需求、瞄准了落地。
泰禾的第一个场景，也是切入点业务，叫智能分选。
泰禾智能董事长许大红回忆，当时出于这样的考量。
一是技术门槛高。
业务所用的色选机，不光设计复杂，涉及大量光电知识，对软硬件、算法的要求很高，有技术门槛。
针对不同品牌，还需要定制化设计，比如立式机、履带机、茶叶机、果蔬机……
二是可预见的落地场景和市场需求。
从名字拆解来看，“泰”即平安、安定，“禾”意为粮食。
泰禾建立之初就聚焦在了老百姓的食之根本——谷物杂粮上。
大米、小麦、玉米、花生、瓜子……我们日常吃的每一粒粮食，可能都经过了泰禾筛选。
从田间收下来的粮食，并不是每颗都能吃。
没熟的、发霉的、被污染的……都表现在颜色上。
要是手工一颗颗挑，得选到猴年马月。但泰禾却利用光学原理，让机器学会“看色选粮”，大幅提升粮食质量。
2012年，分选技术进一步扩展到了茶叶。
2018年，连水果也安排上了。
机器视觉 AI，不仅能迅速识别“带伤”的坏果，还能结合体重、大小，将水果进行品质分级。
用上AI视觉检测后，机器一眼就能识别水果的种类、色泽、美丑、和伤口数量等，从而进行筛选。
目前筛选的范围包括苹果、柠檬、橙子、猕猴桃、梨等水果。
农副食品分选以外，泰禾在塑料、有色金属、工业盐、煤炭、矿石等工业领域也都有涉足。
拿AI矿石分选技术来说。
之前选煤炭，一般用水洗。利用离心力，水就能将不同比重的矿石分开来，但这样做不仅浪费水，还造成了环境污染。
但如果结合AI图像识别、X射线成像的话，机器就能自动区分煤和矸石，据称精确度达95%，一吨煤能节水70公斤。
公开的客户就有同煤集团、淮河能源、中煤集团、陕煤集团等不少大型能源集团。
目前，泰禾的分选业务已涵盖粮食、果蔬、食品、工业品等300多种物料。
许大红透露，这还不是全部，还会有新的应用场景，如可再生资源。
也就是我们常说的垃圾分类。
据中新网援引日本研究机构表示，全球一年产生的垃圾总量，将在2050年达到320亿吨，是2000年的4.2倍。
围绕着图像识别技术，泰禾拓展横向业务之外，还进一步打通了后端工厂制造流程。
而智能包装，作为色选领域的下游。
2019年，泰禾成立了子公司——正远包装，涉及食品、化工、种子、防水涂料等领域。
官网显示，目前已有联合利华（OMO）、宝洁（P&G）、益海嘉里、中粮集团、中石化等客户。
而张杰博士的智能装车系统，是集团现有业务场景链条上的更进一步。
据说这是整个集团当时立项项目中最难的一个，投入也最大，但却是最坚定的一个。
内部不是没有反对的声音，但董事长许大红力排众议，支持研发，相信科技创新的力量，可以为行业带来新的装车模式。
四年过去，这个项目完成从零到一，订单开始纷至沓来——无它，符合刚需。
第一波客户中，也是老百姓日常耳熟能详的企业，如郎酒、伊利、金龙鱼等各行业龙头。
泰禾经历了三次技术升级
从色选、智能分选，再到智能装车……
驱动泰禾这样一家场景落地公司的驱动力，除了自身的追求，外部世界又在发生着怎样的变化？
回顾发展历程，泰禾的几次业务拓展，都伴随产品技术升级。
许大红透露，泰禾共有三次技术升级。而张杰博士的智能装车系统，正是在第二次升级中孕育出来的。
2004年，许大红创办泰禾智能，以光电二极管技术为核心，进行粮食分选业务。
（光电二极管，简单来说就是将光信号转换成电信号的传感器件。）
一年后，团队研发出了光电色选机。根据物体反射和透射率的差异，用特定波长的光将它们分开。
不过，这种设备只能对黑白色物料进行分选，且局限于带道料槽，可识别的种类有限。
2009年，泰禾进行第二次技术升级。
他们自主研发的CCD色选机，打破了国外企业的技术垄断，是国内企业首次将CCD图像识别算法应用在粮食分选领域。
相比于光电色选机，CCD色差的识别率更高，更适用于多种物料的色选。
这一次技术破局的势头，是泰禾没有料想到的。
依靠这项技术，泰禾不仅先后开发出杂粮、茶叶、果蔬分级等农产品分选设备，还完成了上市。
2017年3月，泰禾智能（当时还叫泰禾光电）登陆上交所主板。
这一年，AlphaGo在乌镇大战柯洁，获得三比零全胜的战绩，AI浪潮再次在国内复兴。
泰禾自然没有放过这次浪潮，也是在这时候，张杰博士的智能装车项目在内的众多前沿项目开始立项。
但相比于那些强调比赛成绩、论文数的AI企业，泰禾则比较低调，也追求落地为王。
这跟董事长许大红一以贯之的理念有关。
他认为，以人工智能为代表的技术趋势，会丰富工业检测算法，提供全新的可能性，拓宽应用的边界，并借助装备化落地，到产业里面去，实现产业升级。
还创建了基于大数据、AI、物联网技术集成的“TAI 智造互联平台”，一个服务于客户的运维平台，可提供分析报告、虚拟仿真流程、售后服务等。
张杰博士的项目突出重围
幸运的是，张杰博士的智能装车项目终究抓住了时代机遇。
现在，智能装车是泰禾官网上的四大业务之一。
与其他三个业务相比，这个新业务，现在还稍显“稚嫩”。
但在内部却已是公认的未来。
因为其场景价值。
整个智能装车过程，大致分为几个步骤。
第一步，停车定位。
根据不同的货车类型，尺寸、高度、沉降程度（装载货物时整体沉降）以及身处的环境差异，装车机器人，需要实时做出调整，保证货物运输平稳。
第二步，下达任务。整个系统用到了数字孪生系统，依靠数字建模，工作者能在线监控整个装车过程。
第三步，货物检测。利用图像识别，自动检测托盘上货物的类型、尺寸规格、摆放姿态。
目前主要有三种类别，箱式、袋式和整垛式。依照不同的类别，对应着不同的拆垛机器人。
万事俱备，就到了最后一步——装车了。
整个过程包括拆垛、分组、输送、整形、以及最后装盘、码放等，涉及到装载空间规划算法、视觉识别定位算法、自主决策技术。
通过3D视觉识别，精确定位车厢位置，指导货物码放装车；依靠自主决策，判断最佳拆垛、码放的方式；在面对不同货物时，需要规划算法，寻求在有限空间装载的最优解……
张杰博士介绍称，这一装车系统具有一定的通用性，能适应不同的货车、货物，以及复杂的环境，因此能普及到各个行业中去，具有广阔应用前景。
从成本效益来说，系统的装袋效率可达1000袋/小时，装箱效率可达1800箱/小时，这样一次能代替4、5名工人，还能保持24小时运作，预计5年内帮助企业降低40%的综合成本。
前段时间，人社局发布的“最缺工”TOP 100职业排行榜单。装卸搬运工排行第28名，可以说是企业刚需了。
不光降低了工厂搬运成本，还解决了企业用工荒的难题，也避免了人工搬运时的安全隐患。
或许正基于此，张杰才有如此底气，说出“两年就能回本”的豪言。
泰禾才有如此底气，将智能装车作为今后3-5年的重点推进项目。
在泰禾官网上，有这样一张规划图。
产品分选加工区、智能包装码垛区、智能仓储区、以及最后的智能装车区…
整个后端流程正在全面打通，而许大红的想法也正逐渐实现。
很难想象，一家17年的公司，每个发展阶段都有新的产品引领着行业变革，能有源源不断的创新激情，为接下来的三年、五年乃至十年做前瞻性研究。
泰禾靠的无他，深入场景然后技术驱动，深入聚焦到一个行业中去，将一个垂直场景吃透。
而这也是当前AI落地中易于忽略的那一面——太多目光聚集在AI算法和技术创新独角兽，聚焦于手握锤子的明星公司，却忽略了那些场景里诸多“钉子”的企业，从细分领域切入，将AI融入智能装备研发中去，小而精地率先实现了产业化落地。
这波AI复兴浪潮中，算法是关键，但背后更思考的是如何产业化落地。而泰禾智能，就是这样的代表，是闷声吃掉AI红利的代表。
这样的公司还很多，但这样的公司很低调，他们在民间，他们在默默落地为王，降本增效。
他们也从另一层面，打破AI落地“无力”的偏见，他们会越来越多走向舞台中央。
你知道还有哪些这样的场景AI公司？
— 完 —
本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。
