3月12日，工業領域AI視覺檢測服務商心鑑智控宣佈完成6000萬元人民幣的A輪融資，由經緯中國獨家領投，華映資本跟投，老股東松禾資本、奇績創壇繼續加碼。本輪融資將用於產品研發、團隊擴充、市場推廣等方面。
心鑑智控成立於2018年，致力於實現工業視覺檢測核心技術的具體落地和跨場景延展，聚焦醫藥外包裝等領域的複雜缺陷檢測場景。該公司自主研發和部署了基於C++的底層數據增強、算法優化的技術架構及配套雲服務等體系，形成了AI模型的開發平台，並基於此開發平台，實現了跨行業跨場景的商業化落地。
心鑑智控的切入點是針對擁有透明半透明、反光、傳送帶上高速運動等抽象特徵的物體，進行基於深度學習技術的產品外觀瑕疵檢測。具有這類特徵的物體分佈在各行各業，基於傳統視覺的AOI（自動光學檢測）之前均無功能齊全、運行穩定的自動化檢測方案。心鑑智控目前已開發出了藥品及其外包裝檢測、玻璃檢測、生產線上高速運動物品外觀檢測等三大核心業務條線。
心鑑智控創始人兼CEO羅曉忠表示，目前國內80%的工業視覺檢測場景仍然依靠人工，在醫藥外包裝、鏡片生產等工廠，質檢工人佔據了全體工人數量中相當大的比例。肉眼目測質檢對工人視力的損傷很大，企業一方面日益面臨人力成本上升和“招工難”的境地，另一方面不能保證重要瑕疵的零漏檢，需承擔客户投訴/監管部門處罰的潛在風險。
羅曉忠表示，視覺質檢的落地有三大核心難點：
第一，工業品瑕疵數據不足。工業品瑕疵類型很多，但特定單種瑕疵在生產階段的發生率可能只有千分之一。原始數據樣本不充足，會導致需要海量數據訓練的神經網絡模型並不精準。如果根據這個模型判定和分類瑕疵品和非瑕疵品，可信度不高。
第二，生產線的匹配難度大。在工業生產線上部署一套視覺檢測系統，使其與已有產線的運行節拍、基礎設備相互匹配且穩定運行，不僅考驗技術水平，更考驗工程化實踐能力的積累。
第三，解決方案的可複製性較差。每條產線的生產環境都存在差別，如何讓視覺檢測系統能夠適應千變萬化、千差萬別的生產環節，克服魯棒性的侷限，是很大的挑戰。
目前，公司在廣州、蘇州、上海、丹陽等地設有辦公室，廣泛佈局珠三角和長三角地區，研發團隊核心成員均來自海內外知名高校，在世界知名企業有15年以上研發經歷。