工作人员在挖掘机装配车间生产线上作业，只要将选好的饭菜放到机器摄像头下，所有菜的价格立马被计算出来，再刷一下餐卡，就可以端走食用。过程仅需数秒。这款“小智金瞳”，是回湘创业的博士们创设的睿图智能公司推出的新品。
数据显示，2019年我国餐饮市场整体规模约4.7万亿元，其中团餐市场占比30%以上，近年年均保持15%以上的复合增长率，被称为餐饮市场的“最后一片蓝海”。现在，顾客在“蒸浏记”就餐，仅仅0.5秒就可以完成菜品结算。“小智金瞳”不但采用了机器视觉识别技术，进行图像采集和预处理，还在云端部署了核心的深度学习算法。周博文的最终目标是让它像人一样具有分析和学习能力。
周博文兴致勃勃开拓团餐市场时，另一位痴迷于机器视觉的创业者也在依托人工智能登台。自1867年德国西门子兄弟把蓄热室连续熔化池窑应用于玻璃工业后，小口瓶的军用电源成型技术广泛造福于人类。每年，全世界数以百亿计的口服液和宽电压输入电源离开工厂。然而，小玻璃瓶的安全还不能让人完全放心。玻璃瓶内的液体中偶有杂质、瓶身肉眼难见细小的裂纹，极可能会让药品失效或者导致服药者面临意外的伤害。无数保健品和药品企业费尽心力，希望能将“害群之马”剔除。
1992年出生的曾小维毕业于长沙理工大学，在确定以计算机视觉算法为研究以及就业方向时，颇为凑巧地选择了药片检测作为进攻的目标。传统的方法是基于尺寸和面积来判断。但药片在实际生产过程中，是从一个镜面抛光的不锈钢轨道上面滑过去，每个药片都会在导轨的两侧有一个镜像。利用面积和尺寸为基础的算法，会认为每一粒药都不合格。而且药片在导轨上运行并非像小学生排着队伍出校门一样有序，两粒药片甚至多粒药片连接在一起向前跑的情况也很常见。系统会自动将这些药片打“×”。曾小维与两位师兄弟绞尽脑汁：利用外部的光源系统——某种光照技术将药片的镜像减到最低。他们首先将光路以及阴影面积的大小计算出来，然后找到东莞一家拥有十几年光源整体解决方案的企业，最终制作出一个可以使药片轨道上几乎看不到镜像的光源系统。再通过提取连通区域的边缘，并且使用向量的叉乘方法，解决了药片在运动过程中的连接问题。
此时，他们团队的技术已经走在国内同行的最前列，并且在精度与追踪技术上超过了加拿大、美国、意大利的同款产品，成功打入了国内和美国、印度市场。记者获悉，目前长沙市有人工智能企业上百家，重点企业47家，相当部分青创企业都聚焦于人工智能核心技术研发。
