当前机器视觉市场，工厂、集成商、机器视觉公司是产业链上的三个环节。矩视智能是机器视觉赛道的玩家，成立于2017年10月。
矩视智能CEO弭宝瞳告诉创业邦，传统机器视觉技术，需要集成商大量的底层算法开发工作，导致机器视觉系统开发低效。同时，传统工业软件模式，需要工厂、集成商、机器视觉公司大量的沟通和商务时间，导致机器视觉系统升级低效。
矩视智能是去解决机器视觉行业的开发和升级低效问题。其市场切入点是通过AI技术提升集成商的机器视觉开发效率，通过SaaS云平台提升工厂的机器视觉升级效率。
公司的核心产品是一款工业AI机器视觉SaaS云平台，能够解决外观检测、识别读取、尺寸测量、位置探测等机器视觉主要场景，平台上维护的AI模型库，已覆盖60多种细分场景，为行业内的集成商和工厂赋能。
以医药企业为例，贴在药物原材料上的纸质标签信息的核对，由于标签会出现弯曲、变形、褶皱等情况，传统机器视觉很难解决，因此仍需要操作人员逐个审核，往往核对的信息多，操作重复性高。目前，用户可通过矩视智能的AI机器视觉SaaS云平台，在上传图像数据后，在云端自助实现标注、训练、验证和优化操作的标准化开发，所输出的AI模型可铺平标签图像，从而实现OCR字符识别。
弭宝瞳告诉创业邦，机器视觉并不是一个技术门槛很高的行业，但行业效率一直比较低，是由于应用场景太过细分。弭宝瞳坦言，其SaaS云平台的核心是数据。即，在同一应用场景下，突出的数据样本量所能带来的AI模型准确度也将是突出的，而在不同场景下，所积累的样本量，也决定了AI机器视觉SaaS云平台的通用性。
矩视智能的市场拓展方式是采取云平台免费给集成商使用，部署期间使用的视觉控制器收费。矩视智能的战略思考是，不只是在集成商背后的一家机器视觉公司，而是成为一个聚合各种机器视觉应用场景的行业入口。
矩视智能去年聚焦在医药领域打造标杆应用，今年在医药领域做纵行复制的同时，横向拓展到了汽车和食品领域。应用场景涉及汽车零部件组装检测、轮毂缺陷检测、食品等级分类等。代表客户包括多家世界500强和上市公司。
目前公司14人，CEO弭宝瞳是中国人民大学计算机博士，曾任奇虎360产品经理、研发工程师，参与过Autodesk云平台的开发，5年计算机软硬件开发经验。其他成员大多数来自清华、人大、北邮、北科、杜伦大学等海内外高校，拥有西门子、IBM、360、浪潮等企业的工作经历。
去年6月份获得PNP数百万种子轮融资，目前已实现收支平衡，并开启500万天使轮融资，资金多用在技术研发和市场营销上。
本文相关的文章列表页头图图片来源于摄图网，经授权使用。本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。
