數智時代，以人工智能為驅動力的智能制造成為工業制造的核心，“十四五”規劃綱要也明確提出未來創新的重點在實體經濟，更在制造業。

乘著AI技術的東風，數字化轉型成為中國制造企業的關注重點。在制造業的研發、生產、管理等關鍵環節中，AI技術主要應用于生產制造中，包括裝配、檢測、倉儲輸送等過程。

在工廠中，質檢是生產過程的關鍵環節也是人力投入較多的部分，制造業中幾乎10%的人力在質檢環節。但質檢這個工種也是員工流動率較大的工種之一。

在3C電子產品質檢產線中，器件組裝位置和種類總會出現缺失和誤裝，工作內容重復枯燥。在工作強度要求較大的情境下，質檢工人身心疲憊，質檢準確率較低。

某電子廠螺釘漏打、貼片放錯，導熱膠漏涂，導致工人又重新返工，損失巨大；在紡織廠中，花花綠綠的布匹瑕疵質檢，對工人來說更是挑戰，布匹印染的瑕疵，對眼力十分挑剔，色差、逃花等問題，在持續長時間的勞動下，再熟練的工人眼睛都得罷工。

一些安裝了工業相機的制造廠商，在傳統的AOI質檢中，受環境變化的影響大，比如光源老化或者材質成像特性等問題，準確率平均在80%-90%，難以再提升。

這些在制造業中常見的場景也是制造業最痛的“痛點”，需要人力操作、效率低下的傳統工序，效率和次品率一直是盤亙的“老大難”問題，亟需AI的“智造”改變。

質檢提升的闖關大作戰

制造業AI應用處于起步的階段，AI質檢是其落地的主要場景之一。質檢關乎產品質量和企業的聲譽命脈，但傳統的質檢方式存在著許多障礙痛點。

目前制造行業大多是采用人工檢測，部分企業部署了工業相機、圖像對比的傳統機器視覺檢測方式。在一線的生產產線中，制造業如果想要迅速提質增效，需要連闖四大難關。

第一關：人工質檢效率低下

人工質檢速度慢，有些作業場景依賴工人的經驗，覆蓋率低、標準不統一，傳統視覺檢測算法仍大量依賴人工復檢，需要投入相當的專業質檢人員才能保證生產節拍，質檢人力效率整體低下。

第二關：柔性不足

在一些部署工業相機的場景中，當生產線出現產品換線時，需要對硬件光源亮度、相機拍攝角度、軟件算法進行反復調試適應新產品，質檢流程的柔性亟待提升。

第三關：生產精度高難滿足

在海量的生產制造中，如何在快速完成制造的同時確保產品的質量是關鍵。由于器件形狀復雜、光源不穩定等原因，傳統的機器視覺檢測精度通常難以超過90%，不滿足精度大于99%的精度要求。在需要人工復檢的地方，在疲勞等因素中，人力的檢測難以保持穩定的精度需求。

第四關：招工難、成本高

整個制造業近年來面臨的共同難題就是招工難，對于檢測人員來說，需要兼具細致的觀察力與持久的耐心，工作內容枯燥，工人的流失率大，熟練的工人缺乏，用工成本高。

在生產質檢的過程中，這些共性的卡點依賴數智技術的能力來解決，而這一切的背后，離不開AI技術的輔助。AI質檢能夠應對制造業中這些復雜多樣的場景。但普通工廠如何從制造到“智造”？我們選擇從富士康這個最典型的工廠中管窺AI帶來的質變。

提質增效：產線智能化升級

在工業智造的浪潮中，富士康集團也如許多制造業廠商一樣選擇積極擁抱變化，通過先進技術不斷提升產線智能化。

在深圳富士康智能光伏控制器產線，涉及產品總共3種型號，11種配置，需要每天換線2-3次，每種型號的硅脂位置、顏色、銘牌種類均有差別。而智能光伏控制器生產過程的硅脂涂抹、標簽檢測等環節，傳統工業質檢的主要方法是人工檢測。

智能光伏控制器產線刷硅脂工位需要人力檢測硅脂的顏色是否正確以及硅脂是否少涂、漏涂；銘牌工位需要檢測銘牌是否漏貼、倒貼和錯貼。對于一線的質檢工人來說，這不是個簡單輕松的活兒，再“火眼金睛”也會有疲勞力竭的時候。

在銘牌檢測中，不同產品設備的銘牌種類多，朝向不同，對于質檢的工人來說，一時的專心致志可以，而長時間的精神灌注令人疲憊，人工判斷效率低。而硅脂的涂刷錯誤會導致后續老化測試故障，返修耗費人力、物力。受人工因素和疲勞累積的影響，檢測準確率與效率不高，富士康迫切想要通過借助智能技術的力量提升準確率。

富士康智能光伏控制器產線典型的質檢痛點對于華為的昇騰智造解決方案來說，是其擅長解決的應用場景。富士康聯合華為，以昇騰智造解決方案深入到具體的質檢場景中。

基于昇騰智造解決方案的AI質檢系統，通過機器學習、深度學習、邊緣計算等技術，AI接入自動化設備和MES，提升了產線智能化，實現過程缺陷數量級降低。富士康智能光伏控制器產線實際應用的效果良好，在運行兩周半后，共計檢測3000余次，實現0誤檢、0漏檢，長期穩定運行的情況下，月檢測6000+臺，總體準確率＞99%。

昇騰智造以視覺檢測出的過程質量缺陷為驅動，光伏控制產線實現了從自動到智能，高穩定高精度的變化，AI質檢的準確率超過了99%，顯著的提升了效率與質量，推動了富士康智能光伏控制器產線自動化設備、人員操作問題改善，實現現場過程缺陷數量級降低。質量數據的改善也正向支撐著工藝提升，縮短了品質的穩定周期。

將AI深入到制造的每一條產線

從富士康的案例中，我們可以看到，在制造企業的數智化進程中，AI已然成為制造業提質增效的最佳手段。但對于企業來說，如何在眾多的服務提供商中找到靠譜的解決方案很重要。

許多制造廠商的產品形態多、持續運營難，影響AI質檢應用快速上線和規模推廣，而衡量服務商的兩個決定要素行業知識與AI能力是關鍵。

昇騰智造解決方案是面向制造企業打造的一站式AI使能解決方案，提供成熟的AI平臺和算法，聚合行業知識，凝聚了華為工廠30年制造經驗和200多條產線規模部署的應用經驗，實現部署后檢測準確率快速達成99%以上。

對于企業來說，昇騰智造的一站式交付，含AI應用的部署、運維與迭代升級，使得企業客戶僅聯系一家集成廠商就能夠完成方案設計、部署、驗收、自主運維全流程。在一些成熟的場景中企業可以開箱即用，80%工廠常見的場景免設計，最快可以實現5天10個工位的部署效率。

在工廠的部署過程中，速度快，部署過程中的采圖和算法優化均不需要停線。對于換線時可能需要用到的圖形標注、算法模型重訓練等過程，均可在圖形界面操作，并且支持小樣本增量訓練，2小時即可完成模型迭代。賦予制造企業零代碼、自主運維能力，產線的操作企業易掌握。

目前昇騰智造解決方案已經在多個制造業場景中下線應用，并且取得了良好的結果，包括電子組裝、家電、半導體、鋼鐵、紡織等行業工廠產線，長江計算、華菱湘鋼、寶德等企業工廠已經實踐應用。

華為南方工廠已經將昇騰智造解決方案廣泛應用于服務器、無線、終端等多個產品，涉及200多條產線，超過 400個工位，質檢效率提升了三倍，質檢準確率達99.9%。

華菱湘鋼基于昇騰智造的AI使能實現了從鋼坯到轉鋼到軋鋼的全流程100%自動化，機器轉鋼準確率達100%的同時效率可與熟練工人相媲美。

寶德計算機在引入昇騰智造解決方案后，產線制程質量管理覆蓋的臺式機、服務器等產品的多道工序，檢測準確率均超過了99%。

華為瞄準了生產、生活中的重點行業，基于昇騰AI基礎軟硬件平臺，深度融合了自身在AI技術與生態勢能的力量：目前，昇騰發展了70萬+開發者，發展500+行業合作伙伴，共同孵化了超過1000個解決方案，為中國人工智能產業繁榮提供一個強健、穩固的基石。

昇騰AI向上的力量既來自AI技術的扎根生長，也來自產業的不斷聚合。這些蓬勃的勢能助益昇騰智造打通了AI落地行業的“最后一公里”，為行業用戶解決一系列真實存在的場景問題，為制造業的每條產線注入了AI之魂。

回看中國制造走過的路徑，從2010年至2021年，我國制造業已連續11年位居世界第一，中國制造已經在世界舞臺占據重要位置。

在數智時代，工業制造如果想要繼續保持這個優異成績，需要緊隨產業升級的步伐不掉隊。

畢竟歷史不厭其煩地教育我們——把握住未來產業突破性變革的關鍵技術，將助力整個國家在全球范圍內占據領先位置。

對于中國制造來說，需要昇騰AI之類來引導整個產業的數字化和智能化轉型。這不僅僅能滿足廣大制造企業的提質增效需求，也在驅動整個制造產業的智變躍升，將AI帶入到中國智造的每一條產線中去，為社會的生產與產業的升級發展帶來價值。

工業制造影響著我們生產與生活的每個角落，我們的衣食住行，無一不依賴于制造業。作為領先的AI平臺，昇騰AI將攜手產業各界將復雜的技術能力釋放，普惠給智能時代的千千萬萬個體，把數字世界的“慧果”帶給每個人、每個家庭、每個組織，助益構建萬物互聯的智能世界。

審核編輯 ：李倩