2023年12月，工信部發布的《制造業卓越質量工程實施意見》強調，質量是制造業的生命線，推動產業從數量擴張向質量提升是新時期制造業高質量發展的現實需要。

在這一進程中，制造業工廠智能化水平不斷提高。比如在工業產品檢測領域，工程師們就把AI變成了“新工人”，來幫助工廠解決那些棘手的問題。

盡管制造業很早就利用工業相機等數據采集設備對產品實施檢測，但是采集到的數據還是要通過人工識別和判定，效率低不說，質量穩定性也難以保證。

機器學習算法的突破，提供了一種可能性，就是基于過往積累的數據訓練AI模型，然后讓其自主判定產線相關檢測數據，進而克服人工判定的低效與高錯誤率等問題。由此，AI+機器視覺，為工業智能開啟了一道縫隙。

什么是機器視覺？

根據美國自動成像協會（AIA）的定義：機器視覺（Machine Vision）是一種應用于工業和非工業領域的硬件和軟件組合，它基于捕獲并處理的圖像為設備執行其功能提供操作指導。

機器視覺可以分為成像和圖像處理分析兩大部分：成像依賴于機器視覺系統的硬件組件，如光源、光源控制器、鏡頭和相機；圖像處理分析則是在成像基礎上，通過視覺控制系統進行的。

機器視覺系統的核心功能包括：識別、測量、定位和檢測。

上述功能的難度是逐次遞增的，因此，生產檢測也是最能展現機器視覺“功力”的領域之一。

目前，機器視覺技術已經廣泛應用于消費電子、汽車制造、半導體、光伏等領域，且市場規模在不斷擴大。

源自半導體制造業場景的AI視覺檢測

2018年，格創東智由TCL孵化而出，帶著TCL在解決特定問題上積累的數字化能力，并以此為基礎發展出一系列相關產品和解決方案。

深厚的行業Know-How成為格創東智的天然優勢。不同于一些AI企業是帶著技術去找場景和客戶，他們本身就是具體場景孕育的結果，所以甫一降生，就帶有很好的理解場景和客戶需求的基因。

格創東智的機器視覺檢測方案——天樞AI視覺檢測系統是其工業智能解決方案中的一個細小分支，源自TCL華星的半導體面板生產檢測。

面板生產過程的每一個關鍵制程都需要AOI（自動光學檢測）設備拍攝圖片，進而識別相關缺陷。早期通過人工進行缺陷分類，只有分類好了，才能知道下一步該怎么處理。整個流程有一百多個制程，需要大量的人工去做每一個關鍵制程。

機器視覺技術興起后，格創東智攜手TCL華星開發了AI視覺檢測系統，基于人工智能技術進行圖片的識別分類。

方案實施后，首先是大幅提升了檢測效率，能夠代替百分之八九十的檢測人員，一天可以檢測將近三百多萬張圖片。其次是提升了檢測精度，因為能夠有效避免人員易疲勞、人與人之間的認知差異等問題。

此后，隨著技術成熟度的提升，格創東智的機器視覺方案逐步從半導體行業外溢，目前已經成功賦能光伏、3C電子、家電、石油石化、航空航天等22個細分行業。

AI模型如何賦能生產制造？

AI賦能機器視覺檢測的過程，經歷了一個從小模型到大模型，再到“小模型”的路徑。

初期，格創東智先結合深厚的行業數據積累和對特定工業場景及檢測指標的深入理解，再融合機器學習算法，構筑了針對特定檢測場景的小模型。

小模型的構建旨在緊密匹配特定的業務場景和需求，強調的是針對性和高適應性。通過專注和定制化的開發過程，小模型能夠在滿足行業特定需求的同時，提高操作效率和決策質量。

但是，小模型存在過擬合的風險，即模型太過專注于訓練數據集中的細節和噪聲，以至于它在新的、未見過的數據上表現得不好。這使得其落地前提是必須對數據進行規范化和標準化，使得數據分布和比例達到最佳狀態。模型的開發和調優需要專業人員的參與，要求他們既熟悉AI技術，也了解行業專業背景知識。

而很多客戶企業并沒有這樣的人才儲備。

2022年，大模型技術的突破給上述問題的解決帶來了希望。

相比于小模型，大模型有更強的兼容性和穩定性。大模型的設計不受數據復雜性的限制，無需對場景理解過于深入，只需足夠多的數據進行訓練，無需過多的參數調整或架構設計。在更加簡便地處理各種類型的數據的同時，還不會出現過擬合的現象。

概言之，大模型的出現可以大幅降低模型落地的門檻。

長期思索于如何將機器視覺系統變得更好、更容易落地的格創東智積極響應大模型的技術潮流，基于已有的大量數據和小模型來訓練和開發自己的大模型。

但是要直接把大模型落地在客戶側又存在新的問題，就是在實時工業場景中推理需求的高資源消耗與成本壓力難以滿足連續快速檢測與生產流程的無縫對接。

格創東智的解決辦法是，先在內部訓練大模型，而后再針對特定場景進行“模型瘦身”。這樣做的好處是，利用大模型進行學習和提取特征，可以更高效地訓練出小模型，訓練過程中所需的數據量也大幅減少，使得模型的落地應用變得更加便捷和可行。

此外，為了提高產品交付性，天樞AI視覺檢測系統還開發了可視化功能，通過將模型開發過程簡化為直觀的拖拉拽操作，使得非AI專家的普通IT人員也能輕松開發和優化AI模型。

客戶可以從一系列預設的子模型和算法中選擇，通過簡單的操作將它們組合起來，構建出滿足特定需求的模型，無需深入了解背后復雜的算法細節。這樣一來，很多客戶企業無需額外投入巨大的人力成本，就可以享用到最新的機器視覺技術的賦能。

AI對工業智能進程的影響有多大，除了機器視覺領域，工業智能應用還能通過精準控制、智能分析、自動化生產、質量追溯等多種手段，能有效提高產品質量，引領制造業的數字化轉型升級。

以“智”提質，引領工業智能新時代。在實現新型工業化的征程中，格創東智將持續發揮自身技術優勢，致力于將更多軟硬一體的數字化應用成果轉化為實際生產力，為高質量發展注入源源不斷的新動能，探索工業智能的無限可能。