工业AI检测新征程中科迪宏TimesAI融合DeepSeek的落地实践20250226

合合DeepSeek的落地实践的落地实践20250226_导读导读 2025年02月26日20:26 关键词关键词 工业AI中科迪宏高端智能装备deep fake 3C行业锂电行业光伏半导体汽车医疗深度学习平台视觉检测智能调度智能上下料AI质检AI数字工厂设备互联数据链分析技术壁垒大小模型融合行业大模型智能检测设备 全文摘要全文摘要 一家名为中科迪宏的创业公司，专注于深度学习算法平台的开发与高端智能装备研究，其核心团队来自中科院合肥物质科学研究院。该公司已在多个行业，包括3C、锂电、光伏半导体、汽车医疗等，成功实现了深度应用，并在全国范围内建立了交付基地与研发中心。通过自主研发的深度学习开发平台，中科迪宏在智能制造领域展现了显著的产品竞争力与增长速度。 工业工业AI检测新征程，中科迪宏检测新征程，中科迪宏TimesAI融融 合合DeepSeek的落地实践的落地实践20250226_导读导读 2025年02月26日20:26 关键词关键词 工业AI中科迪宏高端智能装备deep fake 3C行业锂电行业光伏半导体汽车医疗深度学习平台视觉检测智能调度智能上下料AI质检AI数字工厂设备互联数据链分析技术壁垒大小模型融合行业大模型智能检测设备 全文摘要全文摘要 一家名为中科迪宏的创业公司，专注于深度学习算法平台的开发与高端智能装备研究，其核心团队来自中科院合肥物质科学研究院。该公司已在多个行业，包括3C、锂电、光伏半导体、汽车医疗等，成功实现了深度应用，并在全国范围内建立了交付基地与研发中心。通过自主研发的深度学习开发平台，中科迪宏在智能制造领域展现了显著的产品竞争力与增长速度。特别地，AI技术在工业视觉检测、智能工厂等场景的应用，有效解决了制造业的自动化与智能化转型痛点，尤其在正样本学习和缺陷检测方面，引入深度学习大模型显著提升了检测的准确率与效率。公司倾向于选择具备通用性和较大市场潜力的项目，持续探索AI在制造业如智能控制等领域的应用。面对竞争，强调技术实力为核心优势。展望未来，中科迪宏将持续关注AI技术，特别是深度学习与大模型在制造业的应用，以应对技术发展趋势和推动公司发展。 章节速览章节速览 ● 00:00工业工业AI领域的实践与应用分享领域的实践与应用分享一家专注于工业AI领域的创业公司分享了其在工业视觉检测和AI 加智慧工厂方面的实践与应用经验。公司已在该领域耕耘七八年，近期开始投入研究deep fake技术，以提升视觉检测和AI控制相关应用的交付效率和深度落地能力。分享着重介绍了应用场景，以期与参与者互动、讨论，共同学习。 ● 02:43中科迪宏：工业中科迪宏：工业AI平台推动智能制造转型平台推动智能制造转型中科迪宏是一家专注于深度学习算法平台开发与高端智能装备研发的工业AI 平台公司，核心团队及技术源自中科院合肥物质科学研究院。公司已将AI技术深度应用于3C、锂电、光伏半导体、汽车医疗等行业，解决传统制造业向智能化、无人化转型的痛点。中科迪宏在合肥和广州设有研发中心，分别专注于视觉与深度学习平台的研发。随着生产自动化程度的提高，中科迪宏致力于将前后端数据串联，通过AI智能化决策实现降本增效，助力未来工厂智能化升级。 ● 05:28 AI视觉检测与数字工厂解决方案视觉检测与数字工厂解决方案在AI与视觉技术领域，核心技术竞争主要集中在光学方案设计、算法能力和硬件光源三方面。随着AI 技术的成熟，视觉检测和质量控制正转向大模型、小算力、小样本学习，尤其是正样本学习的检测。中科金红通过自主研发的算法平台，提供以AI质检和AI数字工厂为核心的整体解决方案，已在3C锂电、新材料等行业的上市公司得到深度应用。其核心技术包括AI闭环自训练平台、大小模型融合、先进的光学计算成像和垂直模型，以及无人化上料下料、智能仓储数字化中台和全制程设备互联的数据链分析等。 ● 08:17公司核心竞争力：深度学习开发平台与技术应用公司核心竞争力：深度学习开发平台与技术应用公司自2020年起，耗时五年打造了深度学习开发平台，该平台在应用完整度、大小模型融合、检测性能方面领先 业内，特别是高端检测领域实现零漏检。平台支持柔性切换，适应不同产品的检测需求，无需更换设备。技术壁 垒在于大小模型融合模式，基于基础视觉大模型开发行业大模型和垂直小模型，如智能标注、缺陷自动生成等。2024年推出的程度模型，使AI视觉检测无限接近人类，能柔性检测并确保生产顺利。技术应用分为智能检测设备和算法软件输出两种形式，赋能自动化公司或AI能力较弱的公司。 ● 10:38 AI视觉技术在多行业应用与公司发展视觉技术在多行业应用与公司发展公司专注于AI加视觉技术在3C 、锂电和光伏等领域的应用，通过大客户定制和标准化产品销售双轨策略推动业绩增长。自17年成立以来，公司经历了从技术研发到标准化产品开发的阶段，目前正快速赋能不同行业。核心技术团队来自中科院和中科大，具备深厚的技术积累和交付能力，AI平台支持行业赋能，形成大小模型结合的特点，进入稳定发展周期。 ● 13:05 AI视觉检测技术在电子及锂电行业的应用案例视觉检测技术在电子及锂电行业的应用案例对话深入探讨了AI视觉检测技术在电子和锂电行业的具体应用，包括石墨片缺陷检测与尺寸测量、软包电芯AI 识别检测、锂电隔膜视觉检测、无人化车间解决方案、高端制造业的AGV及机械手智能调度，以及集团级AI模型管理平台等多个典型应用场景。通过这些案例，展现了AI技术在提高生产效率、降低人工成本、确保产品质量等方面的显著成效，尤其强调了如何通过大模型技术攻克行业难题，实现零漏检率等关键指标，以及如何整合多源数据进行质量预警和工艺优化。 ● 20:56大模型技术在大模型技术在AS检测中的应用与突破检测中的应用与突破对话围绕大模型技术在AS 检测中的应用突破及其相对于传统机器学习的进步展开。讨论指出，大模型技术，特别是deep seek的推出，极大地解决了小样本增量学习的难题，特别是在处理客户无法提供的致命缺陷样本时。通过大模型生成正样本和缺陷样本，提高了模型训练的效率和准确性。尽管ChatGPT在使用上有一定限制，但deepseek开源大模型的出现，为公司提供了高效、经济的解决方案，显著提升了交付效率和应用效果。此外，该技术特别适用于垂直领域的小模型应用，为特定问题的解决提供了强大支撑。 ● 23:49基于基于AI的缺陷检测场景选择与应用策略的缺陷检测场景选择与应用策略对话围绕基于AI 的缺陷检测技术在不同应用场景的选择和优先级展开。主要考虑因素是检测场景的通用性，即将缺陷检测分为划痕类、压伤类、油污类等几大类别，并为每个类别建立小模型与大模型融合的解决方案。对于具有非常个性化需求、难以用AI完成替代解决的场景，则不会作为重点拓展项目。选择场景和客户时，重点从AI维度和垂直模型的角度出发，解决特定问题。 ● 25:33传统行业加大传统行业加大AI投入及企业级投入及企业级AI数据管理平台的需求变化数据管理平台的需求变化近年来，传统行业如橡胶密封圈、酒瓶和轮胎生产等企业，在AI技术的投入明显加大，将其视为技术层面的重要 突破。同时，企业对于构建企业级AI数据管理平台的需求也在增加，尽管之前存在整合数据平台的阻力，但一些企业已经开始将其视为深度应用AI技术的重要规划。这些变化反映出传统行业对AI技术的深度挖掘和应用有了更积极的态度和规划。 ● 28:12客户客户AI应用现状与服务模式探讨应用现状与服务模式探讨 讨论聚焦于当前客户在AI应用方面的支出和部署模式，指出多数客户倾向于私有化部署，尤其是在数据敏感的质检和智能决策领域，数据通常本地化部署以保障安全。客户在AI应用上仍处于初期阶段，多以解决特定问题为导向，尚未形成全面的体系化应用。服务模式多为针对客户特定需求提供点对点解决方案。此外，会议中还介绍了线上投资者提问的方式，包括电话端和网络端的互动渠道。 ● 30:15 AI技术在工业检测和智能控制中的应用与展望技术在工业检测和智能控制中的应用与展望讨论了AI技术，特别是大模型在工业检测领域的应用，包括提高检测准确率、减少潜在残次品的影响、提升用户 体验和效率。此外，还探讨了AI技术在企业内部的应用，如代码编程、招聘助手和知识库助手等。特别强调了AI在工业智能控制领域的潜力，即通过分析生产数据建立智能化的控制系统，以提升生产效率和产品质量，并指出这是未来的发展方向。最后，表达了对当前大模型和范式的兴趣，希望进一步了解其在不同行业中的应用前景。 ● 33:48视觉检测模型的层级架构与应用视觉检测模型的层级架构与应用 对话详细介绍了视觉检测模型的层级架构，包括基础视觉大模型、行业大模型、垂类小模型以及检测应用层。基础视觉大模型由自主研发和第三方模型构成，行业大模型则是针对特定行业需求进行优化，垂类小模型针对具体应用场景研发，如智能标注、缺陷生成、程度检测和异常检测等。增量学习模型用于提升检测能力，而检测应用层则具体应用于3C、锂电池等行业的检测设备中，提供实时数据反馈和功能调试。参会者可以通过电话或网络端提问以获取更多帮助。 ● 37:54机器视觉检测领域竞争态势与技术核心讨论机器视觉检测领域竞争态势与技术核心讨论在机器视觉检测领域，常见的竞争对手包括上市公司如天准科技、双元科技、凌云光以及非上市公司如思谋科 技、阿丘科技等。讨论指出，过去十年中国制造业快速发展中，做到80分的公司不缺生意。然而，近年来环境变化使得技术成为核心竞争力，商务关系虽重要，但技术的先进性和独特性更能保证持续的市场地位。预计未来五年至十年，技术仍将是该行业的最核心驱动力。此外，强调了该行业复合增长率高，竞争激烈，要在其中脱颖而出，必须以技术为核心。中科集团因其在AI检测领域的落地情况、良好的客户结构及增长态势，被认为具有发展 潜力。欢迎投资者和合作伙伴持续关注并进行商务对接。 问答回顾问答回顾 发言人发言人问：中科迪宏如何将问：中科迪宏如何将AI技术应用于实际工业场景中？技术应用于实际工业场景中？ 发言人答：中科迪宏的技术团队深度参与了AI技术在工业场景的应用实践，特别是在深度学习模型出现后，对工业视觉检测、智慧工厂等领域进行了深入探索并积累了丰富的实践案例。年初，技术团队就开始投入到接入深度学习模型的相关工作中，以提升交付效率和推广视觉检测及AI控制的应用。 发言人发言人问：中科迪宏在工业问：中科迪宏在工业AI领域的现状和成就是什么？中科迪宏在工业领域的现状和成就是什么？中科迪宏在工业AI领域的技术优势体现在哪些领域的技术优势体现在哪些方方面？面？ 发言人答：中科迪宏是一家专注于深度学习算法平台开发和高端智能装备研发的工业AI平台公司，其核心团队源自中科院合肥物质科学研究院。公司致力于将AI技术融入智能制造领域，在3C行业、锂电行业、光伏半导体、汽车医疗等多个领域拥有深度应用案例，并已在全国范围内建立交付基地和研发中心。通过自主研发的深度学习开发平台，中科迪宏在AI视觉检测和智能制造领域取得了显著成就。中科迪宏的技术优势主要体现在三个方面：一是光学方案设计，依赖成熟的硬件光源体系；二是算法能力，随着AI技术的发展，正逐步转向大模型、小算力、小样本学习以及正样本学习的检测方式，尤其受益于deep lake等深度学习模型的推出，使得正样本检测能力得到大幅提升；三是提供了AI闭环自训练平 台、大小模型融合新模式，以及与中科院共同研发的先进光学计算成像技术和独创的垂直模型等核心技术。 发言人发言人问：中科迪宏的整体解决方案是如何帮助企业实现智能化转型的？问：中科迪宏的整体解决方案是如何帮助企业实现智能化转型的？ 发言人答：中科迪宏以提供整体解决方案为核心，依托自主研发的算法平台进行AI质检和AI数字工厂的建设。产品以人工替代为核心，已在多家上市公司及行业龙头企业得到深度应用，形成了一套包含视觉检测、智能工厂改造在内的成熟技术路线和业务矩阵。其AI加视觉检测的核心技术包括AI