文| 周有輝
(資料圖)
編輯|彭孝秋
36氪獲悉，工業視覺檢測公司「奧乘智能」獲得1500萬人民幣Pre-A輪投資，由一家A股上市公司實控人以個人身份投資，本輪募集資金將主要用于推動公司在制藥檢測新技術的研發和實施部署。
奧乘智能成立于2019年，其工業視覺識別產品主要應用于制藥生產行業，目前已推出360度膠囊粒粒檢系列設備、全自動智能泡罩檢測機和固體制劑小袋視覺檢測模組，并已取得國內多家知名藥企訂單。
高工產研數據顯示，2019年我國機器視覺市場規模65.5億元，同比增長21.8%，該機構還預測到2023年中國機器視覺市場規模將達到155.6億元。從下游應用領域來看，2019年，消費電子、汽車制造和食品包裝行業共計占據了70%的份額，而奧乘智能所瞄準的醫藥領域占比約為9.7%。
“中國藥廠大約有5000家，僅僅檢測工位上的員工就超過了十萬人，”奧乘智能創始人張濤告訴36氪，國內制藥企業自動檢測設備應用比例很低，目前滲透率還不到1%。據業內人士估計，全國有各種大小的制藥生產線約有10萬條，新增產線和舊線改造需求形成的市場規模約為104億元。
制藥生產流程主要可分為三道工序，分別是制粒、藥品成型和包裝，每道工序都有質量檢測要求。因為藥品關系到人的生命健康，即使是有微小的缺陷，流通到市場后也會對患者造成無法彌補的損失，甚至可能導致醫療事故。
另一方面，在目前公立醫院都實行集中帶量采購的長期政策下，對藥品質量溯源監管的要求也愈加嚴格，藥廠迫切需要可以提升檢測質量及效率的方法或產品，“無人化自動檢測可以很好地避免藥品污染和漏檢誤檢，檢測員工在經過多個小時的專注勞動后，檢測準確性很容易下滑。同時，我們調研過的二三線藥廠也經常面臨招工難的問題。”奧乘智能總裁王春水表示。
圖：制藥流程中存在的檢測需求
具體而言，奧乘智能根據國內三種常見的藥品包裝——泡罩藥版、膠囊和顆粒小袋設計了三款工業視覺檢測設備。今年下半年還將推出片劑和軟膠囊機器視覺檢測設備。
在國內市場，這些檢測設備多由德國、日本、意大利品牌所占領，價格高達400萬~800萬，而奧乘智能設備的價格僅為進口品牌的五分之一到八分之一，檢測性能指標可達到或超過業內平均水平。其性價比優勢，主要是來源于硬件結構上的獨特性設計和基于制藥產業需求所研發的軟件算法。
以360度膠囊粒粒檢系列設備為例，奧乘智能通過自主設計的機械結構，利用膠囊在檢測設備的軌道上所進行的360度滾動，內部側面加裝棱鏡收集膠囊兩頭的照片，實現了僅用一臺2D工業相機就能檢測六個通道的膠囊，單臺設備最高檢測速度可達到7500粒/分鐘。而進口品牌多使用五到六臺工業相機，或是3D相機多角度地對膠囊進行檢測，制造成本較為昂貴。
圖：奧乘智能360度膠囊粒粒檢系列設備
在軟件層面，設備基于開源的ROS機器人操作系統，具備良好的拓展性。而基于團隊制藥背景高管對行業的理解，奧乘智能采用了模式識別和深度學習相結合的自研算法。
絕大部分的藥品缺陷可以通過模式識別的算法進行識別，針對部分少見缺陷則可以通過深度學習算法進行分類識別， 機器出廠時，會配有一個經過預訓練的神經元網絡來作為補充：神經元網絡會根據數千個樣本圖像學習識別各類藥品質量缺陷。這套視覺檢測算法從底層寫起，不依賴于任何第三方系統和算法平臺，適用于制藥行業多品種、個性化、監管嚴的特性。
成立三年，其產品已經初步得到市場驗證，在國內多家制藥集團企業和上市藥企成功進行部署，2022年營收會達千萬級。此外，奧乘智能還為航天領域客戶提供機器視覺檢測設備，滿足了航天客戶對機器視覺設備的極高精度和極高穩定度的快速檢測需求。
談及未來，張濤表示，國內藥企生產實際上已經實現了生產工序的自動化，但是因為生產工序間藥品需要脫離產線進行人工檢測，導致整條生產線無法全面自動化生產。“視覺檢測設備可以連接各道工序完成質量檢測，推動并幫助制藥企業實現產線的自動化和無人化。”
團隊方面，創始人張濤曾就職于中銀國際、瑞信方正擁有逾20年高科技領域投資銀行及投資從業經驗。聯合創始人李江偉曾在ASML、Synopsys、Brion等國際公司擔任研發總監，擁有在美國硅谷逾二十年的機器視覺領域的從業經驗。總裁王春水曾在HP、Agilent、NewsCorporation、清華同方、中國航天等多家國際公司和大型國企擔任高管。首席運營官侯正勛曾任國內某知名制藥裝備企業的副總，擁有超過20年的制藥裝備機電研發和工廠管理經驗。
本輪投資人表示，看好奧乘智能在工業機器視覺領域的技術領先和在國內制藥行業多家客戶的實際部署，奧乘智能也將推動國內制藥生產的自動化和無人化。
