从百号人到几个人，1个大模型覆盖百道工序的质量管理

　　SmartIBW 1.0平台界面。通讯员供图

　　长江网讯（记者赵萌萌　通讯员武经宣） 从百号人，到十来人，到几个人，检测设备导入人工智能大模型后，1条传统显示面板生成线质量检测人员减少了90%，而其综合品质提升50%以上。

　　今年上半年，武汉精测电子集团股份有限公司（以下简称“精测电子”）发布了基于人工智能大模型工业质检及良率管理平台SmartIBW　1.0，该平台集数据管理、模型训练、模型自优化、推理、数据自动化报表于一体。

　　该公司的工业质检大模型参数规模在10亿级左右，聚焦于机器视觉检测领域，采用了基于图像、文本等信息的多模态融合生成技术，可广泛应用于先进智能制造工厂，持续为客户产品品质和良率贡献价值。

　　精测电子产品总监欧昌东认为，工业质检领域大模型并非由参数大小，体现能力高低。大模型在行业内实现智能应用、提质增效才是关键。

　　员工进一步检测产品。通讯员供图

　　“质量是产品根本，效能是企业核心竞争力。工业4.0背景下的智能制造，大模型不可缺席。”欧昌东说，拥有较强泛化能力的大模型，可以帮助工业企业串联起复杂的算法和数据，有效推动工业的发展。

　　据介绍，除了质检人员效能大幅度提升，工业AI质检大模型应用，还可大幅提高产线制造良率。

　　譬如，小于1毫米厚的手机LCD显示屏，由10多层不同部件组成，整个制程经过上百道工序。为保证后端良率达到95%以上，每道工序的良率都要控制在99.99%以上。

　　“曾经，上百道工序的背后，是上百个检测程序。”欧昌东解释，在传统的检测时期，每道工序都会由独立开发的程序进行质量控制，这大大增加了检测难度和成本。

　　导入精测自研工业质检和良率管理平台SmartIBW后，大模型会深入每道工序的“毛细血管”中去，实现关键点的质量管理。即只用1个大模型，就能保证上百个质检单元的一致性。

　　但工业AI质检领域的大模型开发，绝不止步于此。

　　欧昌东介绍，当大模型对工业检测数据学习到一定程度后，会进化出类似于“自我意识”的判定行为。比如，检测设备测出了显示屏存在不良，大模型会进一步“揪”出产生不良的原因，形成从质检到缺陷成因定位分析，并对日后生产中的潜在不良进行预警及良率控制参数自动调优。

　　“大模型驱动算法升级，有潜力重塑生产力的未来。”欧昌东认为，导入大模型是工业AI质检领域的终极方案。

　　下一步，精测电子将通过大模型技术研发攻关，全面获取、挖掘与分析产线参数、状态、良率、缺陷等综合信息，推动显示、半导体和新能源等产业高质量发展。

　　编辑：朱曦东

　　值班主任：陈琦

　　值班总编辑：冯劲松