1. 工业AI到底在解决什么层面的问题先把一个容易混淆的概念掰开。很多人一提工业AI脑子里浮现的是机械臂、黑灯工厂、无人车间觉得这东西离自己很远。但真正在产线上跑起来的工业AI绝大多数时候干的是一件很朴素的事——替人眼做判断。你去看任何一条制造业产线只要涉及外观检测、尺寸测量、缺陷分类传统做法都是安排质检工位。一个熟练的质检员盯着流水线上的产品看八小时前两小时准确率能到95%以上到第六小时可能就掉到80%以下了。这不是态度问题是人眼的生理极限。工业AI切入的第一个口子就是把这个环节的稳定性拉起来。但这里有个关键区分工业AI不等于上一个模型就完事。它本质上是一套感知加决策加执行反馈的闭环系统。感知层是相机、光源、传感器决策层是模型推理执行层是剔除机构、报警信号、MES系统对接。很多项目失败不是模型不行是这三个层面没打通。我见过一个做连接器外观检测的团队模型在测试集上mAP跑到0.97上线之后误判率居高不下。排查了两周才发现问题出在光源上——车间下午西晒自然光从窗户斜射进来改变了产品表面的反光特性模型看到的输入分布和训练时完全不一样。这就是典型的只盯着模型忽略了物理环境。所以理解工业AI的第一个认知门槛是它是一个系统工程模型只是其中一环。你把它当成一个软件项目来做大概率会翻车你把它当成一个光学机械算法现场工程的综合项目来做成功率会高很多。2. 云联网还是单机部署这个选择比你想的更关键热搜里有人问工业AI检测用的是云联网还是单机的AI这个问题问到了点子上。我直接给结论当前工业质检场景主流是边缘侧本地推理云端只做训练和模型管理。但这个结论不是拍脑袋来的背后有一整套逻辑。2.1 为什么不能把推理放在云端先说延迟。一条高速产线产品在相机视野内停留的时间可能只有几十毫秒。你让图像上传到云端、云端推理、结果再传回来这个往返时间RTT在理想网络下也要几十毫秒加上排队和推理时间根本来不及。等你结果回来产品早跑出剔除工位了。再说带宽。一台工业相机500万像素、每秒30帧原始图像数据流大概是每秒几百兆。一条产线装四到八个相机这个数据量持续往云端推网络成本先不说稳定性就是个大问题。工厂网络环境远没有写字楼里那么理想电磁干扰、设备振动、临时断网都是常态。最关键的是可靠性。产线不能停。云端服务一旦抖动整条线就得跟着停。制造业对停机时间的容忍度极低很多工厂是按分钟算停机损失的。你把推理依赖在外部网络上等于把产线的命脉交给了一个你控制不了的东西。2.2 边缘部署的实际形态那单机具体是什么形态不是一台普通电脑通常是这几种工控机加独立显卡最常见一台带中端显卡的工控机跑一个轻量化模型接一到两个相机。成本可控部署简单。边缘计算盒子厂商预集成的方案体积小、功耗低适合空间紧张的产线。智能相机相机本身带推理芯片图像采集和推理一体延迟最低但灵活性差模型换起来麻烦。我个人的经验是中小产线优先选工控机方案。原因很简单可维护性好。出了问题换张显卡、加条内存就能解决不用整机返厂。而且软件生态成熟模型转换、部署工具链都齐全。2.3 云端到底用来干什么云端不是没用它的角色是训练和迭代。你在总部或者云端服务器上用积累的数据训练模型、做版本管理、下发到各个边缘节点。这个模式叫云边协同。具体流程是这样的边缘节点把推理结果和置信度低的样本回传注意不是回传所有图像只回传有价值的难例云端定期用新数据重新训练训练好的模型经过验证后推送到边缘。这样既保证了推理的实时性又保证了模型能持续进化。注意回传策略要设计好。全量回传带宽扛不住只回传误判样本又可能漏掉潜在问题。我的做法是设置一个置信度阈值区间比如0.4到0.7之间的样本回传这些是模型拿不准的对训练最有价值。3. 工业AI用什么大模型才够用这是另一个高频问题用的什么大模型足够很多人被消费级AI的热度带偏了觉得工业AI也得用几百亿参数的大模型。实际情况恰恰相反。3.1 工业场景不需要大模型工业质检的任务高度聚焦。你让模型判断一个螺丝有没有滑牙、一个瓶盖有没有歪、一块布面有没有断经这些都是特定领域的窄任务。窄任务用大模型是杀鸡用牛刀而且牛刀还未必好用。大模型的问题在于推理慢、显存占用高、部署成本大。一个几十亿参数的模型在边缘设备上跑一帧可能要几百毫秒产线根本等不起。而且工业场景的样本量通常不大你拿几万张缺陷图去微调一个大模型过拟合风险很高。3.2 实际在用的模型类型工业质检主流用的是这几类模型类型典型代表适用场景推理速度轻量分类网络MobileNet、EfficientNet-Lite缺陷有无判断极快目标检测YOLO系列、PP-YOLOE缺陷定位与分类快语义分割DeepLab、SegFormer轻量版像素级缺陷分割中等异常检测PatchCore、PaDiM无缺陷样本训练中等这里要特别说一下异常检测这条路。很多工厂的痛点是良品样本一大堆缺陷样本没几个甚至有些缺陷类型从来没出现过。这种情况下传统监督学习没法训。异常检测的思路是只学好样本长什么样偏离这个分布的就报警。PatchCore这类方法在工业场景非常实用冷启动阶段能快速上线。3.3 模型选型的实际决策逻辑我选模型看三个指标优先级从高到低推理延迟必须满足产线节拍。节拍是200毫秒你的模型加前后处理就不能超过150毫秒留50毫秒余量。准确率和召回率的平衡工业场景里漏检把缺陷判成良品通常比误检把良品判成缺陷代价高得多。所以召回率优先宁可误杀不可放过。部署难度模型能不能顺利转成推理引擎支持的格式支不支持量化这些工程问题往往比模型本身更耗时间。至于大模型它在工业里的角色更多是辅助——比如用视觉语言模型做零样本的缺陷描述、用大模型做质检报告的自动生成、用多模态模型做复杂场景的初步筛选。但核心的实时判断还是交给小模型。4. 服装检测这类场景的特殊性热搜里专门提到了服装检测这个场景值得单独说因为它和标准工业品检测有本质区别。4.1 布料是软的这是最大的麻烦金属件、塑料件、PCB板形状固定打光方案容易标准化。但布料是柔性材料它会皱、会飘、会拉伸。同一块布平铺和悬挂纹理表现完全不同。你训练时用的是平铺图像上线时布料在传送带上轻微起伏模型就懵了。解决思路有几个方向。一是机械约束在检测工位加吸附平台或者张力控制让布料尽量平整。二是数据增强训练时主动加入形变、褶皱、光照变化的样本。三是算法层面用对形变鲁棒性更强的特征提取方式或者在预处理阶段做矫正。我见过一个做面料疵点检测的团队他们的做法很聪明不追求单帧判断而是连续多帧跟踪。同一个疵点在连续几帧里都会出现单帧可能因为褶皱看不清但多帧综合判断就能确认。这牺牲了一点实时性但准确率提升明显。4.2 缺陷定义的模糊性服装检测还有个头疼的问题什么算缺陷色差多少算色差一个线头多长算疵点这些标准在不同客户、不同订单之间都不一样。实际操作中缺陷标准必须量化。不能跟模型说检测色差要说与标准色板的色差值超过ΔE 2.0判定为色差缺陷。不能跟模型说检测污点要说面积大于3平方毫米的异色区域判定为污点。标准越量化模型越好训验收时也越不容易扯皮。4.3 服装检测的部署特点服装产线通常比电子产线慢节拍可能在几百毫秒到一秒。这给了边缘设备更充裕的推理时间可以用稍大一点的模型。但服装厂的网络环境往往更差云端方案基本不用考虑本地部署是唯一选择。另外服装检测的相机选型也有讲究。布料纹理细密需要高分辨率相机但分辨率越高数据量越大推理越慢。这里要做平衡。我的经验是幅宽1.6米的面料用4K到8K线扫相机配合合适的光源基本能覆盖大部分疵点类型。5. 从Demo到产线那些没人告诉你的工程细节模型训好了测试集指标漂亮这只是万里长征第一步。真正让项目落地靠的是下面这些脏活累活。5.1 光源比相机重要相机比算法重要这句话在工业视觉圈是老生常谈但新人往往不信。我再说一遍打光方案决定了检测能力的上限。同一个划痕正面打光可能完全看不见侧向低角度打光就清晰可见。同一个字符同轴光下对比度高环形光下可能就糊了。选光源不是买个贵的就行要根据缺陷的物理特性来设计。常见的打光方式环形光通用性强适合大多数表面检测条形光适合检测平面上的划痕、凹凸同轴光适合检测反光表面的字符、标记背光适合检测轮廓、尺寸、孔洞穹顶光适合检测高反光曲面光线均匀我的建议是项目初期一定要做打光实验。拿实际样品用不同光源、不同角度、不同距离去试拍出来的图像给算法同事看确认缺陷在图像上是否可分辨。这个环节省不得省了后面全是坑。5.2 标注质量决定模型上限工业数据的标注比通用数据集难得多。缺陷边界模糊、缺陷类型定义主观、标注人员对工艺理解不足都会导致标注质量参差不齐。我踩过的坑一个项目里三个标注员对轻微划痕的判定标准不一致导致模型学出来的边界很混乱。后来我们做了两件事一是制定标注规范手册每种缺陷配典型图例和边界案例二是交叉复核每个人标完的样本抽10%给别人复查不一致的拿出来讨论统一。还有一个技巧让工艺工程师参与标注。他们最清楚什么缺陷影响使用、什么缺陷可以放行。算法工程师觉得是缺陷的工艺可能觉得无所谓算法觉得没问题的工艺可能一眼看出是致命缺陷。5.3 误判处理机制的设计产线上线后误判是必然的。关键是怎么处理误判而不是追求零误判。我的做法是设计分级处理机制高置信度缺陷直接剔除不犹豫中置信度报警人工复核低置信度记录定期分析同时要有一个快速反馈通道。操作工发现误判能一键标记这个标记数据进入难例库用于下一轮迭代。这个通道要做得足够简单最好是一个物理按钮操作工不需要离开工位就能完成。提示不要指望操作工去填表格、写描述。他们的核心任务是保证产线运转任何增加操作负担的设计都会被抵触。反馈机制必须做到一键完成。5.4 模型迭代的节奏模型不是训一次就完事。产线换料、换批次、换供应商数据分布都会变。我建议的迭代节奏是上线首月每周迭代一次快速收敛稳定期每月迭代一次持续优化异常期出现批量误判时立即触发迭代迭代不是重新训练就完事要有回归测试。新模型必须在历史测试集上验证确保没有引入新的问题。我见过一次迭代新模型在近期数据上表现很好但在三个月前的数据上准确率掉了十几个点原因是新数据里某种缺陷样本过多模型过拟合了。6. 工业AI的下一个机会在哪里回到标题的问题。工业AI的下一个机会我认为不在更大的模型而在下面几个方向。6.1 从单点检测到全流程质量闭环现在大多数工业AI项目是孤立的检测工位。下一个机会是把检测数据和生产数据打通形成质量闭环。具体来说检测发现缺陷缺陷数据关联到具体的设备参数、原料批次、环境条件通过数据分析找到缺陷产生的根因反过来调整生产参数。这就从发现问题升级到了预防问题。这个方向的技术难点不在AI本身而在数据打通。产线上的设备来自不同厂商协议不统一数据格式各异。谁能把这块啃下来谁就能提供更高价值的方案。6.2 小样本和零样本的持续突破工业场景的样本获取成本极高。有些缺陷一年就出现几次你根本攒不够训练数据。小样本学习、零样本异常检测的进步会大幅降低工业AI的落地门槛。现在PatchCore这类方法已经能做到几十张良品图就能上线虽然准确率还有提升空间但至少让冷启动变得可行了。下一步是让模型能持续学习上线后遇到新缺陷不需要重新训练就能识别。6.3 多模态融合单一视觉信息有时候不够。比如判断一个焊接点是否合格光看外观可能不够还要结合电流电压曲线、声音信号。多模态融合能把不同维度的信息综合起来提升判断准确率。这个方向目前还在早期主要难点是数据对齐和融合架构设计。不同模态的数据采样率不同、时间戳不同步怎么对齐是个工程难题。6.4 工业AI的最后一公里是服务技术再先进最终要落到产线上。而产线落地靠的是服务能力——能不能快速响应、能不能现场调试、能不能持续优化。我观察到一个现象很多AI公司技术很强但工业项目做不好原因是缺乏现场工程能力。算法工程师坐在办公室里调模型和站在产线旁边看着设备跑是完全不同的体验。下一个机会属于那些既有算法能力又有现场服务能力的团队。7. 给准备入局的人几句实在话如果你正在考虑做工业AI项目或者正在项目中挣扎下面这几条是我用真金白银换来的经验。第一先搞清楚缺陷能不能拍出来。不要急着讨论模型架构先拿相机和光源去拍。拍不出来后面全是白搭。拍出来了但对比度低先想办法优化打光不要指望算法去救。第二把验收标准写进合同。准确率、召回率、误判率、节拍要求这些指标要在项目开始前就明确。而且要说清楚测试集怎么构建、谁来标注、争议怎么仲裁。我见过太多项目因为验收标准扯皮最后双方都不愉快。第三留足现场调试时间。实验室环境和产线环境是两回事。振动、温度、粉尘、电磁干扰这些都会影响系统稳定性。我的经验是现场调试时间至少预留项目总周期的三分之一。第四不要追求一步到位。先解决最痛的那个缺陷类型上线跑通再逐步扩展。想一次性把所有缺陷都覆盖往往什么都做不好。第五重视数据资产。项目上线后积累的数据是后续迭代的基础。要做好数据管理包括存储、标注、版本控制。这些数据本身就是壁垒。工业AI不是一个快生意它需要耐心、需要现场经验、需要对工艺的理解。但一旦跑通它的壁垒也很高——因为竞争对手很难在短时间内复制你的数据积累和现场经验。这个领域的机会属于愿意沉下去的人。
