凌云光CTO赵严：工业视觉大模型与智能检测共塑产业未来

近日，京东方全球创新伙伴大会（BOE IPC·2024）在北京中关村国际创新中心开幕，凌云光CTO赵严博士应邀出席大会论坛，并发表《工业视觉大模型与智能检测共塑产业未来》主题演讲，分享了凌云光在通用视觉大模型与智能检测的技术创新及成功实践。

赵严表示，随着国家战略的推动和AI技术的发展，智能检测装备正成为新质生产力发展的核心驱动力，这既是行业的发展机遇，也带来了前所未有的挑战。如何设定产品品质基准以实现检测结果的量化，如何充分利用生产数据实现智能化，智能检测产业转型升级仍需要解决一系列难题。

全球领军企业如苹果、宁德时代正通过打造UPI超级工厂（Universal、Proactive、Inspection）来树立行业质量标杆，追求几乎零缺陷的极致标准。赵严强调，精益运营和数据挖掘是达成这一目标的手段，而通用主动检测才是UPI超级工厂的核心。Universal意味着“一个产品，一个质量标准”，确保全球供应链中产品质量的一致性。Proactive则代表从被动接收不良品到主动分析缺陷并优化生产的转变。

实现超级工厂这一目标，关键在于构建和运用以下三个核心能力，一是实现通用智能在工业领域的应用；二是要做到主动缺陷检测分析；三是实施质量的闭环管理。

通用工业智能：用得起 用得好

在通用工业智能方面，凌云光推出了LusterLVM工业领域通用视觉大模型，释放通用智能检测能力。该模型通过分层设计，既满足了基础大模型的通用性需求，又针对不同行业和应用场景进行了优化。在缺陷生成、辅助标注和缺陷提示等方面，该模型展现出了卓越的性能，大幅提升工业质检的效率和精度，而无需依赖大量的算力，能够快速部署在3C、锂电等10多种工业视觉检测环境中。

例如，利用工业AIGC缺陷生成行业大模型，能够在短短一个小时内，从一张样本图像生成上万张仿真缺陷图像，缺陷生成效率提高了80%；利用辅助标注大模型，分割效率明显提升400%；工业领域缺陷提示检测大模型，能够基于现有信息，实现一分钟跨场景应用检测。

主动检测：AI加持 预防先行

在主动检测方面，凌云光采用数据+视觉+AI三者融合来全面提升主动检测的智能化水平。一方面，使用LusterLVM模型进行缺陷检测的实时准确分类；另一方面，搭载语言大模型对缺陷分类结果进行深入的工艺分析，突发不良响应提升95%、不良损失减少75%、分析效率提升98%、人工分析成本减少90%。

在实际应用中，该大模型已在锂电极片涂布缺陷检测、PVD手机中框外观缺陷检测和显示屏屏幕模组外观检测等场景中取得显著成效，分类准确率分别达99.25%、98.2%和95%。

闭环管理：无需停机 60秒部署

在质量闭环方面，凌云光基于大模型AI能力和原有的质量管理软件构建了云边端一体AI整体解决方案，实现了从数据收集到模型调整和部署的全流程自动化。在不停机的情况下，只需一分钟完成快速更新和部署，为客户带来成本节约、生产效率提升以及产品质量改进等显著成效。

例如，在太阳能电池片行业某头部客户应用中，通过全流程实施AI+AOI闭环，将过检率和漏检率控制在1%以内；在显示屏行业与某客户的合作中，通过闭环管理实现产能快速爬坡，年效能节省900万元以上。在近两年时间里在多个行业应用落地，支撑产值近3亿，服务客户39家。

质量兴业，赢在智能。随着大模型技术不断发展和成熟，凌云光将与智能检测产业的行业同仁一起，共同探索AI在智能制造中的新应用，串联万千细分场景，持续推动智能检测行业焕发新势能。