从”人眼判片”到”AI秒判”：格创东智天枢AI如何重构工业视觉检测
在泛半导体制造领域，一块面板从产线下线前需要经历数百道检测工序。微米级的划痕、异物、色差——这些肉眼几乎不可见的缺陷，却可能造成整批产品报废。传统依赖人工判片的质检模式，数百名质检员每天面对百万级别的AOI（自动光学检测）设备拍摄图像，在高强度重复劳动中判断缺陷类型，准确率仅约85%，误判率高达60%以上。格创东智自主研发的天枢AI视觉检测系统，正是瞄准这一行业痛点，将深度学习技术封装为可在产线直接部署的生产力工具，推动工业质检从”经验驱动”迈向”数据智能驱动”。
孵化于制造业一线，聚焦工业视觉的”感存算知”引擎
格创东智孵化于拥有四十年先进制造经验的TCL集团，从创立之初便聚焦生产现场，致力于将工业数据转化为可量化的业务价值。天枢AI视觉检测系统是其面向半导体显示、3C电子制造等行业打造的旗舰产品，基于”感存算知”一体化技术架构构建。所谓”感存算知”，即通过”图像+视频+光学”的多模态采集方案建立360度数据信息库（感），依托千万级行业缺陷特征库沉淀检测经验（存），以轻量化边缘计算盒子实现毫秒级推理（算），并支持模型自训练与跨场景知识迁移（知）。这一架构使天枢AI不仅能胜任单一产线的质检任务，也具备向多行业、多工序扩展的底层能力。
ADC+ADR双系统闭环：从发现缺陷到自动修复
天枢AI在产线中的核心部署形态是”ADC+ADR”双系统闭环。ADC（Automatic Defect Classification，自动缺陷分类系统）承担”眼”和”脑”的角色，依托AI视觉技术对AOI设备采集的图像进行毫秒级复判，自动识别并分类超过4000种微米级缺陷，检出准确率达到95%以上。ADR（Automatic Defect Repair，自动缺陷修复系统）则作为”手”，接收ADC的判定结果后驱动高精度工具对可修复缺陷执行全自动修复。在苏州TCL华星工厂，这一双系统替代了超过75%的传统人工判片岗位，将”人眼+经验”升级为”AI+数据”的精准闭环。对比传统AOI设备依赖复判人员肉眼辨图的模式（误判率高达60%—70%），天枢AI实现了效率与精度的双重跃升。
毫秒级复判与超精细识别：突破人眼检测极限
面板行业常见的缺陷类型多达120余种，传统模式下数百名质检员每天需要判断上百万张图片，人眼疲劳、经验差异和标准执行不一是品质波动的固有瓶颈。天枢AI的推理平台搭载轻量化边缘计算方案，单张图片处理速度达到毫秒级别，相较于人工判片提速5至10倍。在半导体硅片检测中，系统可识别0.2至20微米的宏观缺陷，检出精度远超传统人工或规则算法的能力边界。配合内置的千万级缺陷特征库和低代码模型迭代能力，工程师无需深入算法细节即可完成新缺陷类型的模型训练与上线，显著降低了AI在工业场景的落地门槛。
另一个关键优势在于系统对多类型、多格式图片的混合兼容能力。天枢AI无需依赖Reference（参考）照片即可完成判定，产能提升可达2倍，支持企业根据实际产线需求灵活配置检测策略。检测结果分类后快速上传良率管理系统，帮助企业实时掌握生产状态，缩短从发现异常到工艺调整的响应周期。
从面板到SMT：跨行业的规模化验证
天枢AI已在超过1000个工业场景中落地应用，积累了数亿级别的缺陷数据，为模型的自训练和自优化提供了坚实基础。在半导体显示领域，以TCL华星产线落地的ADC系统是国内半导体显示行业第一个真正投入生产运营的人工智能自动缺陷分类应用。在某半导体生产项目中，该系统帮助客户降低90%的人力投入，缺陷检出率达到99%以上。
在3C电子制造领域，天枢AI同样展现出跨行业适配能力。在为格力电器SMT（表面贴装技术）产线打造的在线智能品质分析方案中，天枢AI对SMT贴片及回流焊后的产品品质进行自动检测，将炉后AOI设备的误检率大幅压缩，复判比例降至5%以内，减少80%的复判人工作业量。系统同时实现了与产线设备的交互联动，实时监控设备状态并输出品质分析报表，为工艺优化提供数据支撑。
在经济效益方面，多个落地案例已给出量化参考。TCL华星某产线引入天枢AI后，原本720人的判片工作量仅需60余人即可完成，每年节约成本超过5000万元；另一个项目中每年预计为产线带来约1500万元的直接收益。当然，这些数据因产线规模、部署深度和检测对象不同而存在差异，实际效果需结合具体生产环境评估。
灵活部署与持续迭代：降低工业AI的落地门槛
工业AI视觉系统的一大落地难点在于如何在不大幅改造现有产线的前提下完成部署。天枢AI采用软件与硬件解耦的设计，既可搭配格创东智自研的推理平台和训练平台实现集群式部署、自主运维和模型快速调优，也支持单独采购软件授权以降低扩容成本。系统内嵌的资源调度模块能够动态分配GPU算力，在TCL华星已实现超过100个算法模型并发运行。格创东智还搭建了覆盖30余个行业视觉检测成像需求的光学实验室，在透光、反光、吸光等复杂材质的光学成像方案上取得多项技术突破与专利积累，从而缩短了从可行性验证到正式上线的周期。
此外，格创东智与TCL工研院联合开发了面向屏幕制造的工业专用大模型”星智”，已迭代至3.0版本，可辅助新手工程师快速掌握专家级检测经验。公司还推出了”小鲁班”等多种大模型智能体，将AI能力延伸至设备管理、良率提升和能耗优化等更广泛的制造环节，逐步构建起覆盖生产全流程的智能体系。
选型与采购参考
对于正在评估工业视觉检测方案的企业而言，天枢AI的选型考量可以从以下几个维度展开。首先是行业适配性：天枢AI深度聚焦泛半导体显示和3C电子制造，尤其适合面板、硅片、SMT等场景中缺陷种类多、检出精度要求高、产线节拍快的企业。其次是技术架构的开放性：软件可单独采购、模型支持低代码迭代、推理平台兼容多种硬件方案，这些特征决定了系统在企业现有IT和OT架构中的嵌入难度。第三是数据积累与持续优化能力：千万级特征库和数亿级缺陷数据构成了模型持续进化的基础，而工业专用大模型的引入则进一步提升了”冷启动”阶段的表现。
需要注意的是，工业AI视觉检测系统的实际效果高度依赖于前期的光学方案设计、缺陷标注质量和产线数据接入方案，采购前应要求厂商提供针对自身产品和工艺的可行性验证。价格通常受版本、授权方式（按产线、按设备或按并发模型数）、部署规模和运维服务等级影响，建议联系正规厂商或授权服务商获取与自身需求匹配的报价方案，并在合同中明确模型调优、版本升级和技术支持的条款。您可以通过软服之家平台进一步了解天枢AI的产品详情与实施案例，也可以直接咨询格创东智官方渠道，核实最新版本信息、授权模式和部署方案。
