AI质检迈入ACI认知检测时代:工业视觉模型实现产线持续自学习

来源:新华网 #微链道爱# #ACI 技术# #机器视觉#
2251

随着制造业智能化转型深入,传统依赖规则与缺陷样本库的机器视觉质检正迎来范式革新。北京微链道爱科技打造的ACI自动认知检测技术,依托自研世界模型底座蒸馏专用工业小模型,实现“良品建模、在线迭代、越用越准”。截至2026年6月30日,其ACI认知检测设备累计部署突破1000台套,集中落地于半导体封装测试与PCBA电子制造产线。

微链道爱对工业侧通用人工智能有差异化判断:AGI体系由通用世界大模型底座搭配N个垂类专用小模型构成,而非“大语言模型+技能/智能体”。其DaoAI World底座融合空间、材质、光影、运动与因果约束,落地产线的ACI模型由底座蒸馏而来,上线即携带物理世界先验认知,无需从零训练。

这套技术采用良品建模重构质检逻辑。实际操练中,仅需采集一块良品样板,系统自动学习元件位置与外观,完成元件、引脚、极性秒级映射,无需手绘ROI,判定阈值由样板自动推导。同一类元件在样板上具备1至20个样本即可掌握其正常形态,不需CAD图纸,也不用先建缺陷库。整套自动建模仅需30秒至5分钟,换型工作可在生产间隙完成,不占用主线时间。

ACI判定逻辑锚定元件结构特征空间,而非像素颜色空间。面对黑底黑件、银线银件等几乎没有色差的目标,系统依靠轮廓、引脚排布等结构特征稳定识别;元件旋转翻面、表面轻微污染亦能定得住位。判据不绑定坐标,带来两大延伸优势:换板无需重建索引,同一套判定框架可跨成像模态复用——结构光3D、X光、红外与电镜图像共用同一套判据,成像方式可换,判定逻辑不变。

在精度曲线上,ACI呈现冷启动高基线、长期持续收敛的特点。基于单块良品冷启动,匿名行业典型场景检出准确率可达98%,误报较上一代规则方案下降约八成;经在线自我迭代,长期运行可达99.99%。两者均为已落地产线的典型可达范围,随板型、器件批次浮动,以现场实测为准。迭代核心不在于单次复核样本本身,而在于样本归属的元件类别及其累积总量:类别样本越多,判定边界越精准。

硬件层面,微链道爱构建起完整设备矩阵与自研3D工业相机体系。2D ACI设备(IRIS ANT系列)覆盖离线抽检与在线全检:P1/P1L采用5MP相机、15μm光学分辨率;P2搭载12MP、10μm;在线 P3/P3D 配备2600万高速全局相机、10μm/px,匹配SMT节拍在线全检。3D ACI设备(P5/P5D)搭载21MP相机与四方向沙姆投影光机,校准后高度精度±6μm,光学分辨率10μm,最大量程25mm,检测速度大于10cm²/s,可测BGA/QFN共面度、焊点高度体积等二维光学测不出的微米级三维形貌。被器件遮挡的焊点与内部空洞,由X光或CT成像、ACI判读,同一套判定逻辑换一种成像方式即可。自研3D工业相机分检测、IN定位、抓取三系列11款机型:检测系列AQ-060为60×60mm远心视野、2μm重复精度;AD-080为77×70mm双光机、4μm、±8mm量程;AD-470为477×435mm大幅面、40μm;IN系列Z向重复定位精度IN-XS 5μm、IN-S 8μm、IN-M 15μm;抓取系列含BP-AMR等五款。全系结构光成像加自研3D HDR,黑色件与高反光件单次拍清,IP65,3分钟现场标定。不同形态设备判定逻辑保持统一。

该认知检测框架覆盖电子、汽车、半导体、电池、医药、食品、化工、消费品八大场景,各取已落地现场为证——需说明,八类场景指同一套判定逻辑可用,1000台套装机目前集中于半导体与PCBA,其余为已落地方向,规模不在一个量级,指标均为匿名现场典型可达范围。

数据安全层面,ACI按100%本地私有化部署交付:样板与检测图像全程不出厂,推理跑在产线边缘侧,单次判定时延小于12毫秒,断网照常开工。良品率曲线、缺陷特征库与工艺参数是制造企业核心机密,数据留在厂里是采购先决条件,不是加分项。交付形态支持Docker容器一键私有化与本地一体机开箱即用。

面向物理世界的工业认知模型,补齐了大模型在实体制造场景落地的短板。ACI这类可迭代、本地化、以物理结构特征为核心的质检方案,为精密制造提质降本、解决长尾缺陷痛点提供了可行路径。

责编: 集小微
来源:新华网 #微链道爱# #ACI 技术# #机器视觉#
THE END
关闭
加载

PDF 加载中...