Ghelia launches AI platform to digitize manufacturing tacit knowledge

•Ghelia 於 2017 年由 Sony CSL、UEI Corporation 和 WiL, LLC 合資成立，其技術基礎源自 2014 年啟動的「Delta Project」，該專案涵蓋了手寫處理、圖像識別及自然語言處理等 AI 應用。
•該平台不僅限於工業應用，Ghelia 的願景是實現人類與 AI 的共生，並正致力於開發一個供普通消費者使用的 AI 平台，以促進 AI 的廣泛應用。
•Ghelia 已獲得包括日本郵船株式會社 (NYK)、China New Enterprise Investment、Norinchukin Capital、Shinsei Corporate Investment 和 Sigmaxyz Holdings 等投資者的資金，並於 2023 年 1 月完成了一輪種子輪融資。
•多模態大型語言模型 (LLM) 在製造業中至關重要，因為它們能夠整合感測器數據、圖像、影片、音訊和文字等多種數據類型，從而將維護模式從被動轉變為預測性甚至自主系統。
•透過 LLM 實現隱性知識的數位化，有助於彌補工人之間的知識鴻溝，簡化智慧規劃，並透過解釋和總結大量的工廠文件和專家見解來改進品質管理。

📊 競品分析▸ Show

公司名稱	核心功能	知識數位化/隱性知識捕捉	特色技術
Ghelia	製造業 AI 平台	將失敗數據、設計拒絕原因等隱性知識轉化為可搜尋的結構化資產	多模態 LLM 整合 3D 模型與分析結果
Squint	製造業智慧平台	捕捉專家知識，透過擴增實境 (AR) 將專家程序轉化為互動式數位指南	空間計算、LLM、人類專業知識、AR
Dataiku	AI 平台	透過生成式 AI 代理捕捉機構專業知識，將營運數據轉化為可存取知識	生成式 AI 代理
Google Cloud AI in Manufacturing	廣泛的製造業 AI 解決方案	透過製造數據引擎提供洞察，間接支持知識管理	預測分析、供應鏈優化、品質控制
Microsoft Azure AI for Manufacturing	整合 AI、IoT 和分析	透過其 AI 服務套件和合作夥伴關係，間接提升知識共享	生產效率、品質控制、供應鏈管理

多模態 LLM 能夠處理並整合多種數據類型，包括文字、圖像、音訊、影片和感測器輸入，並在統一框架內進行理解。
這些模型結合了專門的神經網路，例如用於視覺處理的卷積網路、用於音訊分析的遞歸網路，以及專用的文字編碼器，並透過跨模態注意力機制進行整合。
在製造業應用中，多模態 LLM 的主要瓶頸通常在於缺乏足夠的領域特定知識，而非視覺基礎。
透過使用高品質、領域特定的多模態數據集（包含真實世界的 2D 圖像和帶有精細領域語義的 3D 點雲）對緊湊型模型進行監督式微調，可顯著提高準確性。
Ghelia 的基礎技術源自「Delta Project」，該專案的 AI 應用包括手寫處理、廣泛的圖像識別工具以及技術文件搜尋等。
LLM 能夠有效解釋、總結和檢索大量基於文本的數據集，並有助於捕捉新知識，常利用鏈式思考 (chain-of-thought)、少樣本提示 (few-shot prompting) 和檢索增強生成 (RAG) 等技術。

該平台將顯著加速製造業向工業 5.0 的轉型。

透過數位化隱性知識並整合人類專業知識，該平台直接支持工業 5.0 中以人為本的 AI 系統和自適應營運願景。

Ghelia 的平台將導致製造錯誤和停機時間的減少。

透過使失敗數據和被拒絕設計原因可搜尋且具備上下文，製造商可以主動解決問題並改進設計流程。

該平台可能促進針對特定製造子領域開發更專業的多模態 LLM。

領域特定知識的稀缺是製造業中多模態 LLM 的關鍵瓶頸，而 Ghelia 等平台透過收集和結構化此類數據，可以促進高度專業化模型的訓練。

2014

Sony CSL 和 UEI Corporation 啟動「Delta Project」，開發 AI 基礎技術。

2017-05

Ghelia Inc. 成立，由 Sony CSL、UEI Corporation 和 WiL, LLC 合資。

2018-07-01

Ghelia 完成早期階段風險投資，籌集 272 萬美元。

2020-04-01

Ghelia 完成另一輪早期階段風險投資，Globis Capital Partners 進行首次投資。

2023-01-30

Ghelia 完成種子輪融資，並與日本郵船株式會社 (NYK) 建立業務和資本聯盟，共同推動航運業的 AI 應用。

Ghelia 推出 AI 平台，將製造業隱性知識數位化