2016年，AlphaGo对人类顶尖围棋手的无差别“虐杀”，再次引发了大众对AI技术的关注和恐惧。
在许多人热衷于讨论AI技术是否会真的全面超越人类、对人类造成巨大威胁时，一些专家则因为看到其背后突破性的机器学习技术而感到兴奋。
他们认为，AI机器威胁到人类还是一个遥不可及的未来，当前最重要的是如何把AI变成“新工人”，帮助解决那些迟迟没有找到好方案的问题。
尽管企业早已利用工业相机等数据采集设备检测产品，但采集到的数据仍需通过人工识别和判定，这种方法效率低且质量稳定性难以保证。
机器学习算法的突破提供了一种可能性：基于过往积累的数据训练AI模型，然后让其自主判定产线相关检测数据，从而克服人工判定的低效与高错误率问题。
由此，传统制造业向智能化转型升级的大门开启，让遥远光亮照进来，让行业前进道路逐渐明朗起来。
时隔多年后，机器视觉这项技术发展到了什么程度？相关企业如何利用AI技术打造自己独特性的机器视觉产品，并实现商业落地？在这个过程中，又遭遇怎样的阻碍？透过机器视觉的发展，我们能从中获得哪些启发来看待AI赋能传统制造业的转型升级？
为了寻求这些问题答案，我们智次方·物联网智库分别采访了格创东智科技有限公司AOI产品商务负责人江渊总和菲特（天津）检测技术有限公司研发总监陈立名总。通过与两位长期浸淫在战斗最前线专家的深度交流，我们尽可能全面了解了机器视觉技术发展路径，并在此基础上探索智能制造发展现状和方向。
根据美国自动成像协会（AIA）的定义：机器视觉是应用于工业非工业领域的一种硬件软件组合，它基于捕获并处理图像为设备执行功能提供操作指导。
2023年12月12日，工信部联合发改委金融监管总局发布《制造业卓越质量工程实施意见》通知。这份通知强调质量是制造业生命线，是高端制造准则，是推动产业从数量扩张向质量提升必由之路，是追求卓越质量是制造业由大变强必由之路。在这确定下提出了要推进质量保障数字化……推动企业加强试验验证检验检测数字化智能化深化机器视觉人工智能等技术应用提高质检效率覆盖率准确性。
目前，全球市场规模804亿元至1276亿元预测增长36%。中国市场规模138.16亿至469亿预测增长36%，2028年将达到837元。格创东智科技菲特（天津）公司自2017起各自开启创新之旅。虽然不同出发点经历不同的探索过程，但却给予我们一种殊途同归感觉。
格创东智带着TCL解决问题能力开发系列产品解决方案。这类企业具备天然优势——拥有深厚行业Know-How，不同于一些带着技去找场景客户，他们本身就是具体场景孕育结果，所以一降生就带有很好的理解场景客户需求基因。
格创东智天枢AI视觉检测系统源自TCL华星半导体生产检测面板生产关键制程每个需要AOI拍摄图片然后识别缺陷。早期通过人的做分类只有分类好了才能知道下一步怎么处理整个流程有一百多个制程需要大量的人去做每一个关键制程。
2017年，用AI视觉系统图片识别分类方案实施后首先提升了检测效率能够代替百分之十的人员一天可以检查三百多万张图片第二提升了精度有效避免人员易疲劳认知差异等问题。此后逐步外溢成功赋能光伏电子石油石化航空航天22个细分行业。
初期小模型构建结合深厚行业数据积累特定工业场景及指标深入理解融合算法构筑针对特定小模型旨紧密匹配业务场景需求强调针对性高适应性。但存在过拟合风险必须规范标准化使得分布比例最佳状态专业人员参与开发调优熟悉AITech了解行背景知识相比小模型大模型更兼容更稳定设计不受复杂性限制足够多训练无需参数调整或架构设计简便处理各种类型同时不会出现过拟合现象长期响应潮流基于大量数据开发自己的大模型但直接落地成本压力难以满足实时要求解答办法内部训练再针对特案进行瘦身可用于快速学习提取小模型减少所需量使落地变得更加便捷可行还开发可视功能将过程简化拖拉拽操作IT人员也能轻松开发优化客户选择子模块算法简单操作组合构建满意需求无需了解背后的复杂细节这种精神正是从具体场景孕育出的企业最大特点也是最大优势
