ZetaX公司（总部：东京都涩谷区，联合代表董事：佐藤阳・柳泽京佐，以下简称「ZetaX」）谨此宣布，我们已开发出搭载独家边缘AI算法的异常检测系统。本产品是一款无需GPU或云端连接的次世代解决方案，只需安装在制造业及基础设施设备的现场，即可立即开始异常检测。作为一家源自东京大学的新创企业，我们致力于为支撑日本的制造业及基础设施的最大生产效率贡献力量。 此外，我们将于2026年4月15日（三）及16日（四）举办的Startup JAPAN Expo上展示本产品的样机。 背景：制造业面临的设备维护挑战 在制造业与基础设施领域，设备的意外停机所造成的生产损失以及维护成本的增加，已成为严峻的经营课题。许多传统AI异常检测系统都缺省了持续连接云端环境、昂贵的GPU服务器，或是NVIDIA Jetson等边缘AI产品，并面临以下问题： 1. 安全性风险：将制造数据传输至云端可能引发信息泄漏的担忧。 2. 导入成本：购买和运行配备GPU的服务器，初期投资动辄数百万日圆。 3. 网络依赖性：在通信发生故障时，AI可能停止运作的风险。 4. 应对环境变化：一旦学习完成的模型，可能无法适应季节性波动或设备老化。 5. 单一化产品设计：无法灵活适应现场各地区不同的设备与传感器配置。 6. 高功耗：NVIDIA的Jetson等边缘AI产品功耗巨大，增加了营运成本。 解决方案 这是一款以ZetaX独家开发的轻量级AI算法为内核的异常检测硬件系统，能够在边缘设备上独立运行。从传感器数据的获取到学习与推论，所有处理皆在设备内部完成，实现了独立于外部环境的自主异常检测。本公司与东京科技大学、东京大学的研究室进行合作。 四大特色 1. 无GPU、零安全风险的全边缘自主设计 通过独家算法轻量级的计算架构，可在通用低功耗处理器上实现高精度异常检测。由于无需将数据传输至GPU或云端，排除了安全风险，即使在无网络环境的现场也能导入。 2. 快速学习：仅需正常数据即可立即创建模型 无需进行深度学习般大规模的学习过程，仅需利用正常运行的传感器数据，即可在短时间内置立模型。导入首日即可开始异常检测，将现场负担降至最低。 3. 持续再学习：自主适应环境变化 传统AI模型难以应对的季节性波动、设备老化、生产条件变更等环境变化，本系统在运行期间也会持续进行再学习。这能防止误报增加及模型过时，长期维持稳定的检测精度。 4. 根据客户需求客制化对应 制造现场因产业、设备、环境而异，需求也大不相同。本设备（原文提及「リザーバーコンピュータ」，推测为系统代称）可针对目标传感器种类、检测异常模式、警报条件、与现有系统的集成方式等，灵活客制化以适应客户的现场环境与营运流程。凭借ZetaX通过AI委托开发培养出的技术实力，我们提供从导入到营运稳定的全流程支持。 独家开发算法