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技术是否会超越人类并威胁到人类时，一些专家则因为看到其背后机器学习技术的突破而感到兴奋。他们认为，AI不会在遥远未来威胁到人类，而是现在应该把它变成“新工人”，帮助解决那些迟迟未能找到好方案的问题。
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，这种方式效率低且稳定性难以保证。机器学习算法的突破提供了一种可能性：基于过去积累的数据训练AI模型，然后让它们自主判定产线相关检测数据，从而克服传统方法中的问题。
这使得传统制造业向智能化转型升级的大门开启，借助AI+机器视觉，让遥远光亮照进来，使行业前进道路逐渐明朗。六年后的今天，机器视觉技术又发展到了什么程度？相关企业如何打造独特性，并实现商业落地？面临哪些阻碍？透过机器视觉，我们可以从中获得怎样的启示？
为了寻求答案，我智次方·物联网智库分别与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进行深度交流，以全面了解该领域发展路径，并探索智能制造现状与方向。
根据美国自动成像协会（AIA）的定义，机器视觉是一种应用于工业和非工业领域硬件与软件组合，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，工信部联合发改委和金融监管总局发布《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，对高端制造提出质疑，并提出了推进质量保障数字化、深化机器视觉、人工智能等应用以提升检验效率、覆盖率及准确性的要求。
目前全球市场规模正在扩大。据Markets and Markets统计，2021年全球市场规模达804亿美元，将至2025年达到1276亿美元；中国市场也正快速增长，从138.16亿元增长至469亿元复合增速36%预计至2028年将达到837亿元。
两家公司——格创东智科技有限公司以及菲特（天津）检测技术有限公司各自开启了AI+机器视觉创新之旅。在不同的起点出发，却给人的感觉是殊途同归。
格创东智由TCL孵化，其带有TCL在解决问题上的数字化能力，以及此基础上发展出的系列产品与解决方案，这是一个优势，因为他们理解场景需求基因丰富。此公司的天枢AI视觉检测系统源自TCL华星半导体生产检测过程，每个关键制程都需要拍摄图片并识别缺陷。早期依赖大量的人工分类，只有分类好才能知道下一步怎么办。而现在，他们使用的是基于人工智能图片识别分类方案，大幅提升了效率及精度，可以代替百分之十人员一天可完成三百多万张图片检验，同时避免疲劳及认知差异问题。
随着时间推移，该方案被应用到22个细分行业，如光伏、三C电子、家电石油石化航空航天等。此外，他们经历从小模型到大模型，再回归小模型的小步伐，其中小模型针对特定的业务场景开发，以提高适应性；然而，小模型存在过拟合风险，所以必须规范标准化训练数据。大型模型设计更具兼容性但资源消耗较高，因此采用“瘦身”策略结合小型模式以便落地应用。此外，他们还开发可视化功能，使普通IT人员也能轻松开发优化即使非专业知识者也能使用，即客户选择预设子模块或算法简单拖拉拽构建满足需求的模块，无需深入了解复杂算法细节。
这种精神，是他们最大的特色，也是最大优势之一。在不断实践中不断完善，为客户服务，为社会贡献力量。
