如何判断某项技术是否需要投入？罗晓忠的标准是“接地气”。他表示，“一定要结合公司的实际情况，不要‘为了创新而创新’。我们所有的创新都要围绕一个目的，那就是提升企业的效率。”罗晓忠认为，大模型之所以有这么高的能力，是因为它拥有大量高质量的数据和新型的训练方法，因此在大算力的支持下，涌现出了
中小企业好，中国经济才会好。优质中小企业既是推动经济高质量发展的重要驱动，也是提升产业链供应链稳定性和竞争力的重要力量。面对百年变局与世纪疫情影响交织叠加，积极培育“高精尖特”企业，打造更多“隐形冠军”，对于稳经济、育动能、稳就业具有重要意义。近年来，随着我国不断加大培育工作力度，“专精特新”企业的
天与创始人 卜江勇： 未然资本不仅是天与养老的天使轮股东，更是多轮融资并肩同行的资本战略伙伴。我们对未然始终奉行“做一行即深耕一行”的理念印象深刻，他们对养老行业有着独到的认知与理解，坚持专业、严谨、高效的项目执行标准。感谢未然长期以来的陪伴与信任，期待未来继续携手同行，互相成
6月19日，由丹阳市人民政府主办的“戴丹阳眼镜 看美丽中国——2023丹阳眼镜节”眼镜产业科技论坛在丹阳举行。心鉴智控与丹阳高新区管委会签约AI视觉检测设备项目、与上市公司梦网物联达成市场推广战略合作，各方将协同自身优势，在丹阳这个全球最大的镜片生产基地推动智能化检测落地，助力丹阳镜片产业的“数改智转”，帮助
企名片2022中国股权投资系列年度榜单于1月9日揭晓，企名片作为中国领先的新一代商业信息服务平台，致力于帮助投资人获取及时准确完整的数据，支持投资者做出正确决策。为了让投资人更好的了解与回顾中国股权投资市场，企名片通过数据捕捉、问卷调研、数据验证等真实严谨的研究方法，全面反映中国股权投资市场的情况。未然资
思澈科技是一家专注于创新型高性能、超低功耗物联网MCU的芯片设计公司。
在养老领域，天与养老算是一家很“年轻”的公司。 但也是这家在2019年1月成立的公司，接连完成了来自高瓴资本、长岭资本、万物资本、钟鼎资本等机构的A轮、A+轮融资。在A+轮，天与养老更是完成了一笔2000万美元的融资，且A轮投资人高瓴、长岭、万物全部追加投资。&nb
美克生创始人魏总：美克生与未然团队连续合作多轮融资，建立了很深的了解和信任。在融资过程中，未然团队交付了专业、深度的服务。他们不仅是公司的外部融资顾问，更是拥有和创始团队共同信念的同行人。感谢未然的陪伴和毫无保留的支持，盼望与未然继续同行，共攀高峰。&nbs
暂停实验室创始人郭总： 未然团队是暂停实验室一路走来最信任的融资伙伴和最坚实的战略后盾。融资策略的把控与关键节点的判断展现了团队出色的专业能力，极具前瞻性的战略建议更是让未然成为了惺惺相惜的同行者。期待未来的并肩前行，继续一起探索更多的可能性！动脉网第一时间获悉，基于循证心理
近日，天与养老宣布完成2000万美元A+轮融资，本轮融资由A轮投资人长岭资本领投，钟鼎资本跟投，A轮投资人高瓴、万物继续追加投资。A轮投资人高瓴、长岭、万物全部在A+轮中继续加大投入，凸显了投资者对于天与养老的高度认可。天与养老相关负责人表示，此轮融资将主要用于数字化平台的升级迭代、
如何判断某项技术是否需要投入？罗晓忠的标准是“接地气”。他表示，“一定要结合公司的实际情况，不要‘为了创新而创新’。我们所有的创新都要围绕一个目的，那就是提升企业的效率。”
罗晓忠认为，大模型之所以有这么高的能力，是因为它拥有大量高质量的数据和新型的训练方法，因此在大算力的支持下，涌现出了令人惊艳的能力。但在自己的行业领域，罗晓忠直接表示：“我们需要的是基于基础大模型之上的行业大模型。”
心鉴智控创始人兼CEO罗晓忠向澎湃科技介绍，公司的第一个产品用了两年时间才正式落地，在这两年期间公司没有任何营收，只有不断地研发投入。
“我最喜欢辛弃疾的‘醉里挑灯看剑’，很小的时候我也有当大侠的梦想，希望自己武功高强、除暴安良等。虽然这是小时候的梦想，但它也指引了我人生的一些选择。”
心鉴智控创始人兼CEO罗晓忠喜欢读诗并感悟美好，用他自己的话来说，是一个“文绉绉”的人。五年前创业时，他和联合创始人为公司取名“心鉴智控”用的是《诗经》中的“我心匪鉴”，寓意“用心做鉴别”。
罗晓忠于密歇根大学博士毕业，创业前在美国微软总部任首席软件架构师，拥有大数据、人工智能技术及企业级软件的开发经验及团队管理经验。2018年，罗晓忠创立心鉴智控，专注工业场景下透明、反光、高速运动物品的AI视觉检测，主要应用场景包括医药外包装（铝塑泡罩，输液袋，软膏及三期等）、导光板，瓶盖瓶身等的瑕疵检测。
在日前举办的华映资本2023年会间隙，罗晓忠接受了澎湃科技专访，谈及自己选择创业，他觉得仍然和年少时的梦想相关，只不过更加practical（重视实践），“希望能做一些切实把人的双眼从生产线中解放出来的事。因为人的眼睛要去看风景、看美好的东西，而不是去做瑕疵检测。”2023年初，心鉴智控连续完成了A+和A++两轮融资，融资总额近亿元。
微软工作18年后辞职下工厂
2018年，在加入微软18年后，罗晓忠选择辞职回国创业。“我始终都有‘在这个世界上创造一些东西’的想法，而不是仅仅做一颗大厂螺丝钉。最小的孩子上大学后，没有了对家庭的顾虑，我的太太也很支持我，所以正式投身创业。”
从工程师转化成创业者，罗晓忠觉得最大的改变是“真是更加深入地理解了‘以客户为中心’到底意味着什么。”谈到自己曾经因为理论和实际脱节吃的亏，罗晓忠笑着回忆道，“我们公司有很多海归员工，大多是软件和AI（人工智能）的人员，对工业实操欠缺经验，做出过不少失败的产品。后来我们就要求所有人必须到工厂去，看到实际的工况才不会闭门造车。”
心鉴智控刚成立不久，曾经为一家知名品牌做过一个瓶盖检测的项目。酒瓶盖的检测看似简单，却因团队不了解生产线上的实际情况而最终流产。
“我们没有想到，客户的同一条生产线上只要更换模具，就可以生产十几款大小规格不同的酒瓶盖，甚至包括印刷都完全不同，但当时我们的模型迭代速度没有那么快，满足不了客户的要求，”罗晓忠表示，“从那之后，我们在跟客户沟通和交流的过程之中，信息的收集会更加全面，让项目最后成功的几率更大。”
创业后，罗晓忠很多情况下需要为公司亲自做战略决策，这直接影响到公司的生和死，他也感到作为创业者肩上沉甸甸的责任。罗晓忠介绍，一个产品面临失败了要如何及时止损，以及一些技术路径上面是否需要投入，这都是让自己压力很大的决策。
如何判断某项技术是否需要投入？罗晓忠的标准是“接地气”。他表示，“一定要结合公司的实际情况，不要‘为了创新而创新’。我们所有的创新都要围绕一个目的，那就是提升企业的效率。”
“我们创业早期还保留着工程师的习惯，想把事情做得比较完美，但实际上短期之内你不需要那么完美，却一定要把它尽快落地用出去，让产品在实践的过程中不断迭代才是最重要的。”罗晓忠表示。
第一个产品历经两年才落地
机器学习需要海量的数据做支撑，高质量的数据越多，最后的人工智能模型效果就会越好。对人工智能创业公司而言，一家初创公司，还没有积累足够多的行业数据时，是发展最为艰难的时期。
罗晓忠向澎湃科技介绍，公司的第一个产品用了两年时间才正式落地，在这两年期间公司没有任何营收，只有不断地研发投入。产品真正落地之前的测试之中，团队不管在硬件、软件、还是模型上，都经历了一系列的问题，在工程化层面，团队跟客户也做了很多协同。
软件层面的问题主要体现在速度上。如果软件处理的速度是20毫秒，但生产节拍是18毫秒，那软件就会因为来不及处理而导致系统崩溃。为了提高自己软件的速度，罗晓忠推翻了自己原本用Python语言编写的应用，重新打造了公司基于C++语言的软件框架。“Python是一种解释性的语言，它运行的速度很慢，一到高速产线就崩溃了。C++是一个多线程的语言，一个线程里可以有很多进程并行，它的运行速度比Python快很多。”
还有一个难点是公司的模型和客户的产线系统需要匹配。罗晓忠介绍，药片生产和包装的速度很快，心鉴智控的系统在流水线上的A点识别出某一板药品有瑕疵之后，它已经位移到B点了生产线上的设备才能把瑕疵品剔出，因此模型和系统需要通过软件和PLC（Programmable logic controller，可编程逻辑控制器，专门用于工业环境的一种数字运算操作电子系统）控制实现精准地协调和同步，这也花费了团队很多时间和精力进行调试。
除了软件方面之外，在流水线上的硬件也出现过各种各样的问题，需要仔细排查并解决。团队曾经发现有的工业相机里没有缓存，也有的相机会反复提交同一张。工人操作时可能把线碰松了导致数据传输不稳或是相机掉线。还有的便宜导线本身就数据传输不稳，需要更换。
在心鉴智控将产品工程化的过程中，也与药厂就药品瑕疵的定义达成了共识。现在的行业标准中，铝塑泡罩药片有8种不同的瑕疵，胶囊有21种不同的瑕疵，就是心鉴智控在产业实践中最早制订出来的药品瑕疵标准。随着行业数据的积累和客户的增加，现在，心鉴智控在医药产品、白玻、高速产线上物品的综合检测领域能力已经位于行业第一梯队。
打造自己的“行业大模型”
罗晓忠介绍，心鉴智控在高透光、高反光的场景中，有自己独到的光学成像技术，可提供高质量的初始图像。另外，自己的人工智能模型也是另一个核心竞争力。
公司的人工智能模型中，采集数据有两个技术模块：一个是数据的素材系统，能够对生产线上的数据进行采集压缩，并将数据在边缘侧上传到云端，在云端解压打开后，做半自动机器标注和人工的标注；另一个是数据的重复利用系统，模块在云端有自己的自动学习平台，能够把标注好的数据进行模型的训练迭代和优化，这就将数据和生产线部署的边缘侧模型进行了高效率的再利用。
心鉴智控成立至今，已经在视觉检测的业务中积累了大量高质量的数据，并在2022年下半年训练出了自己在工业检测领域的通用模型。同年11月，ChatGPT横空出世。经研究之后，罗晓忠认为，大模型之所以有这么高的能力，是因为它拥有大量高质量的数据和新型的训练方法，因此在大算力的支持下，涌现出了令人惊艳的能力。但在自己的行业领域，罗晓忠直接表示：“我们需要的是基于基础大模型之上的行业大模型。”
“瑕疵检测的容错率非常低，有一点点差错都不行，语言类的模型达不到这个水平，所以ChatGPT有时候会一本正经地满口胡话；另外，瑕疵品的数据是ChatGPT背后的训练数据库里没有的，所以大模型不会根本性替代我们公司现有的技术底座，”罗晓忠说，“但借鉴大模型多模态的训练方式，结合公司已有的行业数据，我们可以更好地打造自己的行业大模型。”
