我的创新创业之路–10 |工业AI的第一性原理：从机床到具身智能的探索

主要观点总结

文章主要围绕工业AI展开，内容涉及作者在项目过程中对传统机床加工AI与前沿具身智能的探索，以及在合作中的碰撞与思考。文章涵盖了数据采集、数据分析、系统封装、价值验证、具身智能技术应用以及第一性原理在工业AI中的应用等方面的内容。

关键观点总结

关键观点1: 文章介绍了作者的工作重心在机床加工AI与具身智能之间的切换。

传统机床加工AI与具身智能是工业AI的两个不同但相关的领域，作者在这两个领域之间来回切换，面临传统与创新的碰撞，理论与实践的磨合，个人与团队的平衡等挑战。

关键观点2: 文章强调了数据采集和数据分析在机床加工AI中的重要性。

作者通过实践发现，数据采集和数据分析是机床加工AI的关键环节。在这个过程中，需要克服许多困难，如安装和调试耗时、数据采样频率低等问题。但通过不断试错和迭代改进，作者找到了正确的道路。

关键观点3: 文章介绍了系统封装和落地的挑战。

作者将算法封装到软件中，整合为完整的系统的过程中，面临了数采、前端和后端的开发以及信息泄露的风险等问题。通过反复打磨和上线试用，最终系统在M的工厂顺利上线。

关键观点4: 文章讨论了完美主义的陷阱和精益思维的重要性。

作者指出，在推进系统的过程中，需要平衡严谨和复杂的演化，避免过度追求完美而忽略了用户的反馈和实际需求。同时，精益思维的重要性也体现在项目的进展中，需要在方案完全完美时再交付和让用户真正使用并验证结果。

关键观点5: 文章介绍了具身智能技术在工业AI中的应用前景。

具身智能技术具有极强的技术溢出性，能够对其他行业实现降维赋能。在机床加工领域，具身智能技术可以成为极佳的补充，通过大模型与CAD图纸、G代码生成结合，为加工赋能。

关键观点6: 文章强调了第一性原理在工业AI中的重要性。

作者通过实践发现，回归物理本质的第一性原理是工业AI的本质解法。通过从物理本质出发，重新理解工业AI与制造工艺之间的关系，可以将物理世界的底层规律与AI的数据建模真正结合起来。

关键观点7: 文章讨论了视觉检测在制造中的局限性。

视觉检测在制造中占据重要位置，但作者认为视觉只能告诉我们“发生了什么”，而过程参数才能解释“为什么发生”。因此，视觉和过程参数的结合才是真正的智能制造闭环。