搭载GPT技术与大扭力电机的德施曼，做对了什么？

新质生产力正成为推动经济增长的关键动力。近年来市场规模持续增长的智能锁行业，如何积极拥抱“新质生产力”？

4月2日，中国智能锁领军品牌德施曼在北京举办了创新技术预沟通会，剧透了它的最新答卷。

作为高端智能锁领域的标杆企业，德施曼智能锁不仅将率先将GPT技术落地应用在智能锁行业，同时突破国内电机技术瓶颈，实现智能锁电机能够拉动2.5吨SUV的强劲动力，引爆用户关注，持续引领行业迈向全新发展阶段。

GPT技术为指纹识别带来新思路

更懂中国人

作为第一个将GPT技术应用于智能锁的品牌，德施曼在选择落地场景时，充分考虑了用户需求。

当前，指纹识别已经成为最常见的智能锁开门方式。洛图科技数据显示，95.4%的智能锁都支持指纹识别功能。

然而，对用户而言，指纹识别不灵敏依然是最大的槽点。究其原因，大多数智能锁无法突破两大困境：第一，少数人群指纹质量不佳，如指纹特征不明显的女性、儿童，指纹磨损、干裂的老年人，以及受季节性蜕皮影响的人群；第二，预先设定的算法受到限制，现有指纹识别算法难以覆盖所有指纹差异，具有算法复杂度限制，硬件算力限制的问题。

chatGPT的出现，现象级地推动了生成式AI在各行业的应用场景落地，也为德施曼提供了解题新思路。

但是，从启发到落地，需要经历漫长的技术攻坚。德施曼在引入GPT技术时，突破了四项核心技术难点：

首先，GPT-4模型庞大，空间和算力资源要求高。对此，德施曼首创模型蒸馏，将模型空间从TB级别精简到MB级别，同时提升10倍主频和10倍算力，启用硬件加速的MPU实现资源扩充。

其次，GPT-4模型通过上下文联系进行训练，而指纹识别是根据指纹特征进行训练，针对训练模式的区别，德施曼行业首创“螺旋圆域技术”，模仿雷达波螺旋扫描的方式，将任意圆形区域内指纹特征组成螺旋状序列，建立指纹特征之间的上下文联系。

第三，德施曼利用GPT的掩码遮挡生成式训练，能通过算法随机“遮挡”部分指纹特征进行训练，使德施曼GPTfinger实现即使在指纹特征部分缺失的情况下也能准确匹配，应对指纹磨损、不完整的情况，无惧部分特征缺失。

最后，为应对季节敏感带来的指纹变化，德施曼行业首创性地通过使用与GPT-4同源的深度卷积神经网络（CNN）大数据，来学习季节变化时指纹特征的衍变规律，让德施曼GPTfinger能够预测正常指纹变成脱皮指纹前后的变化形态，实现季节性指纹变化与正常时期指纹的可靠匹配。

德施曼智能锁的GPTfinger技术，摆脱了预定规则依赖，算法视指纹而定，形成“一人一算法”，进而实现无惧指纹特征缺失、无惧指纹季节性变化、无惧个体差异、更安全四大优势，让指纹不好的人，80%以上都好用。

超标准大扭力电机拉动2.5吨SUV

更配中国门

除了识别方式的不同，从锁体上看，相对于半自动智能门锁，全自动智能门锁全程采用电机驱动，无需手动开关门，更加便捷，更具市场前景，这也与市场表现相吻合。2021-2023年，全自动智能锁占比上升快速，涨幅达12%，受到用户的高度关注。

然而，即便使用了全自动智能门锁，相比日韩门的轻、薄，中国住宅门普遍更厚、更重，并有为了更安全配备的上下多重天地钩, 需要大电机才能带动。一旦智能锁电机动力不足，中国门需要降低安全属性，无奈拆除天地钩；门生锈、下沉、变形，也易造成中国门卡阻打不开。

对此德施曼强势推出独家首创的龙霆电机，重新定义了国内电机技术，超大扭力能够拉动2.5吨的大型SUV，更配中国门。

在4月2日的预沟通会现场，德施曼现场演示用龙霆电机拉动一台2.5吨的SUV，刷新了行业和消费者对于智能门锁电机的认知。据介绍，德施曼龙霆电机扭矩高达4.5Nm，是智能锁传统大电机 的1.68倍，更是内置小电机的10倍。

为了攻下超大扭力电机，德施曼不仅通过重新设计电机绕线结构，提升载流量，提升转速，从而带来更强动力，更通过重新设计电机内矽钢片结构，降低能量损耗，提升稳定性，从而实现更稳定的电流。此外，德施曼通过材料升级实现耐用提升，将铜齿轮升级为高硬度合金钢齿轮，大大增加了强度，并将普通矿物质润滑油升级为了高抗磨全合润滑油，电机耐磨性和寿命性能均得到提升。龙霆电机还从蜗杆+蜗轮转动升级到正交面齿轮传动结构，使得传动效率得到提升。

在新质生产力带来产业变革的当下，技术优势将成为智能锁行业的决胜点。一直以来，“技术控”德施曼的技术迭代始终建立在“用户第一”的基础上，关注用户在使用智能锁过程中的真实痛点，此次推出的GPTfinger技术解决了智能锁少数指纹不好人群指纹识别不灵敏的问题；龙霆电机则针对中国门的特点，迭代强劲动力，更配中国门。未来，搭载全新突破性技术的智能锁产品，有望进一步稳固德施曼在国内领先的市场地位。