近日，京東方全球創新伙伴大會（BOE IPC·2024）在北京中關村國際創新中心開幕，凌云光CTO趙嚴博士應邀出席大會論壇，并發表《工業視覺大模型與智能檢測共塑產業未來》主題演講，分享了凌云光在通用視覺大模型與智能檢測的技術創新及成功實踐。

趙嚴表示，隨著國家戰略的推動和AI技術的發展，智能檢測裝備正成為新質生產力發展的核心驅動力，這既是行業的發展機遇，也帶來了前所未有的挑戰。如何設定產品品質基準以實現檢測結果的量化，如何充分利用生產數據實現智能化，智能檢測產業轉型升級仍需要解決一系列難題。

全球領軍企業如蘋果、寧德時代正通過打造UPI超級工廠（Universal、Proactive、Inspection）來樹立行業質量標桿，追求幾乎零缺陷的極致標準。趙嚴強調，精益運營和數據挖掘是達成這一目標的手段，而通用主動檢測才是UPI超級工廠的核心。Universal意味著“一個產品，一個質量標準”，確保全球供應鏈中產品質量的一致性。Proactive則代表從被動接收不良品到主動分析缺陷并優化生產的轉變。

實現超級工廠這一目標，關鍵在于構建和運用以下三個核心能力，一是實現通用智能在工業領域的應用；二是要做到主動缺陷檢測分析；三是實施質量的閉環管理。

通用工業智能：用得起 用得好

在通用工業智能方面，凌云光推出了LusterLVM工業領域通用視覺大模型，釋放通用智能檢測能力。該模型通過分層設計，既滿足了基礎大模型的通用性需求，又針對不同行業和應用場景進行了優化。在缺陷生成、輔助標注和缺陷提示等方面，該模型展現出了卓越的性能，大幅提升工業質檢的效率和精度，而無需依賴大量的算力，能夠快速部署在3C、鋰電等10多種工業視覺檢測環境中。

例如，利用工業AIGC缺陷生成行業大模型，能夠在短短一個小時內，從一張樣本圖像生成上萬張仿真缺陷圖像，缺陷生成效率提高了80%；利用輔助標注大模型，分割效率明顯提升400%；工業領域缺陷提示檢測大模型，能夠基于現有信息，實現一分鐘跨場景應用檢測。

主動檢測：AI加持 預防先行

在主動檢測方面，凌云光采用數據+視覺+AI三者融合來全面提升主動檢測的智能化水平。一方面，使用LusterLVM模型進行缺陷檢測的實時準確分類；另一方面，搭載語言大模型對缺陷分類結果進行深入的工藝分析，突發不良響應提升95%、不良損失減少75%、分析效率提升98%、人工分析成本減少90%。

在實際應用中，該大模型已在鋰電極片涂布缺陷檢測、PVD手機中框外觀缺陷檢測和顯示屏屏幕模組外觀檢測等場景中取得顯著成效，分類準確率分別達99.25%、98.2%和95%。

閉環管理：無需停機 60秒部署

在質量閉環方面，凌云光基于大模型AI能力和原有的質量管理軟件構建了云邊端一體AI整體解決方案，實現了從數據收集到模型調整和部署的全流程自動化。在不停機的情況下，只需一分鐘完成快速更新和部署，為客戶帶來成本節約、生產效率提升以及產品質量改進等顯著成效。

例如，在太陽能電池片行業某頭部客戶應用中，通過全流程實施AI+AOI閉環，將過檢率和漏檢率控制在1%以內；在顯示屏行業與某客戶的合作中，通過閉環管理實現產能快速爬坡，年效能節省900萬元以上。在近兩年時間里在多個行業應用落地，支撐產值近3億，服務客戶39家。

質量興業，贏在智能。隨著大模型技術不斷發展和成熟，凌云光將與智能檢測產業的行業同仁一起，共同探索AI在智能制造中的新應用，串聯萬千細分場景，持續推動智能檢測行業煥發新勢能。