“美的集团在”AI “战略下的布局和最新的实践进展

智能感知技术与人工智能的深度融合，促进了许多行业的技术创新和应用变革。在这种背景下，“美的中央研究院” AI “战略是核心，通过在” AI “工业机器人”、" AI 智能制造"、" AI 智能家居"、" AI 四个主要角度的医学影像布局，努力提高美的产品实力和竞争力，通过技术创新为多元化战略服务。

智能感知技术是通过传感器和数据处理设备实现对环境、物体和人类行为的感知、识别和分析的技术手段。AI 然后利用这些感知数据进行深度分析和决策，形成智能解决方案。

“美国中央研究院” AI “在战略上，智能技术和应用研究所在技术支持方面发挥了特别重要的作用。在本文中，InfoQ 通过与奚伟是美国中央研究院智能技术与应用研究所的优势交流，讨论美的” AI “最新的战略布局和智能感知技术应用进展。

根据介绍，美的通过对新型传感器、多模态智能感知控制技术和具有智能大模型技术的研究，为下一代工业机器人、先进的医疗影像设备和未来家用电器等前沿方向提供支持多元化感知平台技术解决方案的关键核心感知部件。这一技术不仅提高了产品的智能化水平，而且为未来的使用场景奠定了坚实的基础。

与此同时，随着技术的不断发展，美的在推广和应用过程中面临着技术成本效率、市场竞争压力、人才培养和团队建设等诸多挑战。如何在这些挑战中找到平衡点，也是美的未来需要不断探索和解决的问题。

智能感知技术在爆发期间：美的如何布局" AI "战略

InfoQ：你可以介绍一下美的中央研究所在“ AI “战略上的整体布局和目标？在这些板块中，你负责的“智能技术与应用”在这些板块中扮演什么角色？

奚伟：目前，美的中央研究所主要在哪里？ " AI “工业机器人” AI “智能制造”"" AI “智能家居” AI 医疗影像"布局的四个主要方向。目标是通过 AI 革命性技术创新实现了美的产品实力和竞争力的领先地位，服务于美的多元化战略目标。

智能化技术和应用板块是美的” AI “重要的战略技术保障力量和新技术应用的先锋队伍。研究新型传感器、多模态智能感应技术以及具有智能大模型技术的技术，支持多元化感知平台技术方案，为下一代工业机器人、先进医疗影像设备、未来家电等前沿方向提供关键核心感知部件。

举例来说，在关键传感器方面，我们开发了智能。 3D 相机、集成力觉传感器和一些精密编码器，以及毫米波雷达等一系列传感器，包括从空间感知到位置感知的各个领域。实现关键传感器，自主研发和制造医用探测器的关键部件。

在此基础上，我们重点研究核心算法，探索如何将这些传感器和探测器应用于机器人和医疗器械的研发，促进前瞻性感知技术的跨业务部门布局和产业应用。我们的最终目标是实现产品创新和行业领先的产业、医疗和未来家电领域的智能感知行业。

InfoQ：在推进 AI 在策略方面，你的日常工作主要有哪些方面？

奚伟：“我的工作主要包括整体” AI "和"三代"""（研究一代，储备一代，开发一代）规划和布局技术战略，" AI “探索新业务领域，建立国际化、高水平的团队和建设能力，带领团队在核心技术上解决关键问题，实现技术突破，协同事业部积极推进技术应用转型。

InfoQ：智能感知技术在机器人、医疗和智能家居领域的应用研究和技术创新，从整体进展来看，目前的情况如何？

奚伟：目前，智能感知技术在机器人、医疗和智能家居领域的应用研究和技术创新正处于新的爆发期。

整体趋势是由自动化、精确化向智能化转变，当前也是全球各大企业投入大量资源、竞争差异化的重点。

以机器人为例，结合视觉和多元感知的智能技术的出现，改变了传统的通过编程实现自动化的过程。机器人技能在学习中完成，高质量的训练数据成为核心。医学领域也是如此。利用深度学习技术可以提高扫描速度，降低扫描速度 CT 辐射剂量，基本大模型技术可辅助报告生成和智能诊断和治疗。 AI “技术极大地促进了传统技术的升级。

01、AI 智能感知技术的选择与发展战略

InfoQ：如何确定美的在技术研发和应用过程中的哪些？ AI 技术和智能感知技术值得投资和开发？选择技术的逻辑和标准是什么？

奚伟：我们主要从 AI 与传统技术相比，技术的差异化优势和价值，以及行业技术的发展趋势来布局和投资技术。例如， AI 技术可以扩大商品的应用范围，或者提高产品的关键指标，这些都是判断技术价值的明显标准。例如，对于机器人来说， AI 智能化制造技术，可以降低工人的劳动强度，提高制造效率，也是价值的体现。

若技术成熟度不高，市场不明朗，但未来有重大前景。 AI 技术方面，我们也会提前布局。

InfoQ：在技术投资过程中，我们是否首先判断某些技术符合需求并能带来商业价值，但经过一段时间的投资和研发，我们发现方向是错误的？

奚伟：这种情况会发生，但正如我刚才提到的，美的拥有更好的R&D体系，可以最大限度地减少这种情况的发生。我们采用“研究一代、储备一代、开发一代”的方法。

每个阶段投入的资源是不同的。在前沿研究中，我们会选择一些我们认为有前途的技术来尝试，只有在可行性得到验证后，我们才会根据需求场景进一步进行更详细的论证。这些系统化的技术管理保证了技术决策的合理性和可持续性。

InfoQ：这种情况可以举个例子吗？

奚伟：举例来说，毫米波雷达，虽然这个例子可能并不特别典型，但是它确实展示了我们在技术判断方面的一些经验。

毫米波雷达是我们最初非常看好的方向，因为它可以提高智能家居的智能化程度。我们投资了一些资源来开发底层技术和关键传感器。然而，随着时间的推移，我们发现市场竞争非常激烈，许多供应商正在开发类似的技术，导致多样化程度下降。

最后，毫米波雷达的价格因为市场竞争充分而变得非常低。在这种情况下，我们认为继续自主研发这项技术的商业价值并不大。我们会调整技术方向，选择投入更多资源到其他技术附加值更高的领域，尤其是那些需要解决关键问题的技术方向。

InfoQ：那么，当领导R&D团队进行攻关时，你认为最关键的因素是什么？团队素质最重要的一点是什么？

奚伟：这个问题比较大，但是有几个关键点。

首先是热情。虽然我们在做前沿技术，但我们经常摸着石头过河，没有现成的参考方法。为了找到相对可靠的解决方案，我们应该阅读大量的文献，做大量的实验，不断地尝试和犯错。这对团队的耐心是一个巨大的挑战。

其次是结果导向。在中国，结果导向非常重要。为了保持团队的信心，我们需要在R&D过程中分阶段导出一些成果。让大家一步一步看到我们的进步，这样可以促进团队的坚持。

同时，在管理团队方面，我认为首先要有较强的能力，通过“老带新”找到有实力的领导专家，进行高效的技术攻关；其次，有共同的目标，把自己的工作当成对社会发展有影响的工作；在日常管理中，“三代”战略牵引，工作目标牵引。

InfoQ：从结果导向来看，这对你来说有什么挑战？尤其是许多前沿技术需要很长时间才能转化为实际结果。

奚伟：的确，前沿技术通常需要很长时间才能从R&D转变为结果。我们应该展示技术的潜力，让领导看到未来的投资价值。如果经过一段时间的研发，一项技术发现产品能力和用户价值没有得到很大的提升，投资的动力就会逐渐减弱。

比如说，IoT 技术一度备受期待，希望实现万物互联，提升智能家居体验。但由于技术标准不一致，用户价值不明显，很多企业慢慢对待 IoT 投入日益减少。这个警告告诫我们，在研发过程中，要保证技术的潜力和价值得到充分的展示和认可。

02、AI 场景应用和产业创新驱动下的场景应用

InfoQ：在" AI 在工业机器人方面，智能技术和应用研究的主要成果是什么？这些技术突破如何支撑产业转型升级，促进制造数字化转型？

奚伟：美的承建了全国蓝橙重点实验室，其中 AI 工业化机器人是实验室四大建设内容之一。

技术方面，首先在底层传感器方面，我们在包含 3D 相机、力传感器、编码器、激光雷达、毫米波雷达等传感器都取得了显著进展。其次，在技术平台方面，建立了工业视觉技术平台、低代码编程平台、智能导航平台和数据模拟平台。这些平台不仅可以快速实现技术落地，还可以支持产品升级。第三，模型迭代和发展也通过模拟平台加速。

结合应用领域，还可以举几个例子：

针对工业制造应用领域的接近领域 100% 美的研究开发了识别成功率的需求通用强泛化、高精度识别定位技术基于视觉大模型。，用于焊接、安装等 5 类型典型的制造场景，完成 100 大规模复制余条生产线。

适用于轻载移动 AMR 高鲁棒精确定位需求，美的研究开发多源异构传感器多模态融合智能定位技术 AI 安全感知技术，也已经用于库卡 KMP 系列埋伏式 AGV 超出 1000 台套。

高速 3D 显像，应用于复杂场景下的动态制造，如涂胶、焊接等，通过计算机相机帮助智能制造。

为了达到应用低代码编程的目的，轻载机器人美的研发图形编程软件，机器人部署时间大大缩短。

当前工业机器人的典型场景已经验证并实现了批量落地应用，覆盖 80% 轻型应用领域。

另外，美的结合生成 AI 数字技术创新，如大模型、大数据、物联网、云计算等，将数字技术与制造业紧密结合，建立起来 28 国家绿色工厂，3 家庭零碳厂，5 国家级灯塔工厂，当选国家级双跨平台。这些都是智能电子车间场景是" AI 制造“智能化发展的重要方向之一。

InfoQ：开发推广过程中，主要会遇到哪些阻力？

奚伟：在推广过程中，主要阻力如下：

当前生产线改造的复杂性：在新的生产线上营销相对容易，因为可以整体规划。但是现有生产线的改造涉及到很多相关的工作，包括人员对新技术的不了解，需要学习新知识。

技术适应性和环境因素：传统制造依赖于人的适应性，机器在适应不同环境时需要更高的要求。例如，环境的稳定性和照明对机器有很大的影响。一个工厂开发后，很多技术扩展到其他生产线，没有软件复制粘贴那么简单，需要大量的微调和定制。

人员培训与接受：参与者接受和拥抱智能技术是一个巨大的挑战。很多员工依靠熟悉的流程，不熟悉新的智能技术，可能会觉得困难，不愿意使用。

对于人员培训，库卡还推出了新的工匠明星计划，旨在培养更多的数字化适应能力，AI 高级技术人才时代 。

InfoQ：针对" AI 智能化家居方向，智能化技术与应用研究所在家电智能与机器人化方面有哪些创新？

奚伟：智能化家居是我们研究所的一个新方向。本研究所主要面向 To B 方向，但在 To C 尤其是“方向” AI 在智能家居方面，未来智能家居将有两个发展方向：

第一，家用电器主动服务，识别用户意图，学习用户习惯，为用户提供服务。

第二，家用电器机器人化，家用电器就是机器人，比如现有的扫地机器人，未来会有更多的家用电器以机器人的形式出现。两个发展方向都需要突破 AI 技术。

现在，美的集团在那里语音语言，边缘智能，AI 大模型等 AI 不断突破技术方向：

语音方面，打通了语音全链技术环节，已经上线。 5 各有特色的发音人，提供稳定的发音。 TTS 服务，低信噪声比环境增强后语音识别率提高 15%，唯一的唤起通过率 90%。

在边端智能方面，不断加速模型压缩和推理，实现语音模型压缩比>7x， 推理延迟减少 70%；视觉模型压缩比>16x， 推理延迟减少 75%；美国在中国发布了第一个家居领域 AI “美言”大模型，构建智能家居三大基本能力：智能感知、自然交互和自主决策。

美的应用在服务机器人方向上。 AI 美的集团获准建设“智能服务机器人新一代人工智能开放创新平台”等技术研发服务机器人产品。

从新的方向来看，我们现在主要围绕着新的方向。家用电器机器人化开始工作。我们现在有一些需求场景，扫地机器人比较接受。除了扫地机器人，我们还在探索其他智能家居产品的概率。

InfoQ：就拿扫地机器人来说，它在智能化方面，还有什么隐藏的想象空间？

奚伟：事实上，有几个方面可供选择：

提高扫地技能：传统的扫地机器人只能进行基本的清洁工作。未来，我们希望它能够自动识别不同的地面类型和污垢状况，进行更有效的清洁。这是一个重要的方向，我们在这方面做了很多技术研究。

语音交互：目前，扫地机器人有时会出现无法找到的问题。通过改进语音交互功能，用户可以在不手动操作手机或控制器的情况下，更方便地与机器人沟通，例如，使其自动找到清洁的地方。

扩大清洁范围：现有的扫地机器人无法触及某些地方。我们正试图让机器人清洁地脚线等场所，甚至将拖动和清洁一体机结合起来，扩大其功能和应用领域。

所有这些探索都能进一步提高扫地机器人的智能化程度和客户体验。

InfoQ：如今，大语言模型对许多行业产生了影响，在效率提高和智能理解方面取得了长足的进步。我们能详细谈谈美国言语模型的期待和愿景吗？

奚伟：美言大模型的主要优势在于提高平台化的语义理解能力。传统的语音交互只能响应特定的关键词，而美言大模型可以理解用户的自然语言表达，从而提供更好的服务。这是目前家用电器的质的飞跃。

通过结合美言大模型，我们可以将其应用于烤箱、微波炉等家用电器，提高其在烹饪和清洁方面的智能化水平。模型生态系统可以积累大量的用户信息，从而不断优化模型，增强产品功能和客户体验。通过这种不断的改进，产品的用户回购意愿也会增加。

核心在于传统 To C 商品销售后基本不会有大的升级变化，但借助大模型技术，商品会有自学能力。他们可以根据用户的习惯调整操作方法，比如提供更节能的方法，或者在烹饪过程中提供智能提醒。对于老年客户，系统可以在忘记关火或错误操作时主动提示和纠正错误。

总的来说，美言大模型不仅能了解客户的需求，还能实现家电的主动服务和家电机器人化。

InfoQ：在" AI 在医学影像领域，智能技术与应用研究所如何通过？ AI 技术整合和优化医疗资源？这些技术对医学影像诊断和治疗过程有影响吗？

奚伟：在" AI 在医学影像方面，人工智能将加快资源在医学领域的整合和优化。 AI 技术赋能诊疗一体化全过程，实现新的综合精确诊疗技术，以及跨科室、多模态、数智化的新诊疗方案。

现在美的研究与开发昆仑 AI 智能化影像平台，通过将 AI 深度嵌入临床影像工作流程，改进扫描流程，提高成像质量，协助医生做出诊断和治疗决策，从而打通筛查和治疗的全临床流程。

多种疾病同时被覆盖 AI 解决方案，准确高效地到达更多的临床场景。例如，AI 精确定位及自动扫描覆盖 60% 提高临床位置，效率 30%；AI 减少静音技术 86% 噪声压力，提高医患检查舒适度；AI 加速除噪功能，实现 4 图像信噪比在加速的同时提高。 30%；妙笔 AI 质量控制软件，除全天候自动检测图像报告外，还可进一步提供报告质量控制应用，智能化提醒医生撰写疏漏报告，正确识别准确率高达 提高各级医疗机构医师报告质量，大大减少因撰写错误而引发的纠纷。

InfoQ：美丽的智能家居有一个美言大模型，那么在医疗领域，还会有一个垂直领域的大模型吗？

奚伟：是啊，我们的确有这个计划，目前还在进行中。我们正在组建一个团队，进行相应的布局。

InfoQ：在科学研究、药物研发等不同领域，医疗领域的大型模型将更加注重智能诊断和设备？

奚伟：是的，美的主要布局在智能诊断和设备上。万东医疗有一个云平台，可以上传医院生成的数据，帮助生成病理报告。此外，我们希望通过大型技术在系统端一键生成术后扫描报告，帮助医生进行后续诊断。我们正在布局这些方面。

03、智能技术挑战和应对措施

InfoQ：数智化技术产业化在推进过程中遇到了哪些主要挑战？您如何应对这些挑战？

奚伟：有两个最大的挑战，一是技术预期与现实的差距，二是缺乏高质量的数据资源。第一个问题是最难处理的。客户希望智能技术能像人一样灵活，但实际情况是，目前智能技术只能实现有限场景的智能化。随着 LLM 大型模型技术和 AGI 随着技术的不断进步，我认为这种差距会逐渐缩小。

我们积极选择数据稀缺问题生成数据模拟补充方法。另外，高级前沿人才还比较缺乏，一般而言，AI 相对缺乏人才，传统人才更多。

InfoQ：根据你的经验，你认为哪些因素最能决定？ AI 成功落地技术和智能感知技术？

奚伟：有几个主要因素。第一，技术应用的成熟程度，这个因素很重要。很多智能技术不能落地，主要是因为技术还不够成熟。其次是为用户找到产品价值和价值。第三是新技术培育的土壤和成本控制，前期一定要有积极的收入来促进技术的不断迭代，但在中国环境下很难实现。许多技术在推广之前就已经降到了“地板价格”。

InfoQ：最后想问一下在美的集团。 AI "战略下， 下一步智能技术与应用研究所的规划与目标是什么？

奚伟：总体而言，我们会的围绕美的产业布局不断深入拓展" AI “场景应用，形成真正的新生产力。另外，将探索未来的新赛道，探索新的情景应用。

还计划在机器中植入更多的传感器、毫米波激光雷达等技术，让工业机器人、医疗器械、智能家居拥有智能大脑和眼睛，从而提升用户体验。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com