从“规模红利”到“技术红利”AI大模型重构工业质检新范式
从“规模红利”到“技术红利” AI大模型重构工业质检新范式
2026年07月30日 02:28
锂 电池 产线上，高速线扫相机能以每分钟120米的速度捕捉微米级瑕疵； 半导体 晶圆制造中，高分辨率成像搭档AI视觉模型可实现纳米级缺陷的实时捕捉与智能分类……在工业制造的第一线，这些看似科幻的场景正在不断上演。
行业数据显示，2025年我国工业视觉市场规模达280亿元，同比增长22%。2028年这一数据有望突破500亿元，成为智能制造增速最高的细分赛道之一。
“中国的制造业AI不是‘未来时’而是‘现在进行时’。”多位受访人士表示，随着“工业 物联网 +智能制造+视觉技术+AI技术爆发”的时代到来，中国制造正从劳动密集型、经验驱动型的传统模式，转向数据驱动、算法决策的智能化新阶段。
不是替代人而是超越人
走进华翔（洪洞）智能科技产业园的法兰工厂，高速运转的生产线上，数百种精密零部件有序经过AI视觉检测设备，系统在毫秒间便完成了图像采集、缺陷识别与质量判定，实现了100%在线全检。
检测设备的核心技术，来自 华翔股份 旗下上海申智创视觉科技有限公司。作为工业AI视觉检测领域的引领者，上海申智创视觉科技有限公司的技术团队依托 华为升腾 算力与自主算法，令法兰工厂的检测效率提升了12倍，准确率超99.9%，有力推动了华翔“零缺陷生产”目标的实现。
“传统人工检测存在一些短板。”山西申智创总经理李红刚告诉上海证券报记者，传统质检高度依赖工人经验，普遍存在主观性强、产品一致性差、质量数据无法联动生产等痛点，“检测数据也无法留存追溯，不良品很难定位生产根源，导致企业废品成本居高不下”。
如今，依托AI视觉检测技术，生产一线不仅实现了从“人工定义规则”到“数据生成智能”的范式升级，能够有效规避传统质检弊端，还可反向操控机床。
“这套机床反向控制系统是我们的核心竞争力。”李红刚介绍，检测机如同工厂的“眼睛”，AI算法则是“大脑”，当识别到产品尺寸、变形量接近公差临界点时，系统会自动下发补偿信号给前端机床微调加工参数，持续收窄产品规格波动，从源头提升零部件的一致性。
上海申智创视觉科技有限公司CEO贾力算了一笔账：设备在华翔工厂上线后，不仅大幅降低了人力及管理成本，也让产品一致性显著提升、废品率有效降低。“仅废品率一项，每降低1个百分点，工厂一年便可节省成本6000万元，短期内可收回设备投入。”贾力说。
“让机器看得见只是第一步，让数据跑起来、品质可提升，才是AI制造真正的分水岭。”在贾力看来，AI视觉检测不仅是“挑毛病”的工具，更是将每一次检测转化为可追溯、可分析的结构化数据资产，反哺生产工艺并持续优化的新引擎。
上市公司抢滩千亿级赛道
咨询机构IIM信息预测，全球AI质检算法市场将在2026年迎来结构性跃升，整体规模有望突破127亿美元。其中，中国市场贡献占比有望提升至34%，预计到2030年将逼近46%，成为全球最大的单一区域市场。
面对这一高成长赛道，不少上市公司通过内生布局与外延并购加速卡位。
在 太钢不锈 炼钢厂转炉主控室，记者看到，炼钢工人只要在屏幕前轻点鼠标，便可开启“一键炼钢”。老员工常伟告诉记者，智能化设备“上岗”前，他是一名摇炉工，装料、出钢都得手动摇炉，须全天守在炼钢炉旁，“夏天热的时候，车间起码有50摄氏度，热得人喘不过气。”
“设备智能化改造后，相当于‘视觉系统’接管了摇炉工作，通过激光定位自动摇炉，工人们再也不用守着高温炉了。”常伟说。
作为传统制造业龙头， 太钢不锈 近年来将AI视觉检测作为智能制造升级的核心抓手，进行大规模推广应用。截至目前， 太钢不锈 已新增智能装备385台套，减少人工作业577个，关键工序数控化率达到86%。“十五五”时期，公司还将通过“AI+制造”“AI+业务”等方式，挖掘高价值AI场景，优化生产流程，精准调配资源。
此外，不少上市公司以并购重组为抓手，快速切入AI视觉赛道。2025年， 狮头股份 启动重大资产重组，拟通过发行股份及支付现金方式，以6.62亿元收购杭州利珀科技股份有限公司97.4399%股份。据了解，利珀科技主要从事工业 机器视觉 检测，客户覆盖光伏、 半导体 、 锂 电等领域，掌握工业 机器视觉 经典算法及AI算法、计算成像等核心技术。
2026年初，北交所“智慧矿山第一股” 科达自控 以2.09亿元现金收购新三板创新层企业海图科技51%股份，成为其控股股东。海图科技是一家以 人工智能 和 机器视觉 解决方案为核心的国家级 专精特新 “小巨人”企业。这笔交易同时创下多项纪录：北交所成立以来最大现金并购案；北交所上市公司首次并购新三板企业；山西上市公司首次并购江苏AI企业等。
走出本土化AI视觉发展之路
尽管AI视觉产业前景广阔，但规模化落地仍面临样本稀缺、人工标注成本高、设备部署与算法迭代复杂、初期设备投入成本高、短期效益难量化等多重挑战。
贾力表示，中国作为制造业大国，拥有家电、 汽车 、3C、 新能源 、 半导体 等海量实体产线，“应发展扎根制造业、以落地实效为核心的本土化工业AI”。
“工业AI的评判标准从来不是理论指标，而是能否解决工厂真实痛点、提升产品一致性、降低生产成本。”清华大学教授丁贵广认为，坚持应用优先是中国工业AI区别于海外信息类AI的核心特色。AI在工业场景的落地必须与行业“know-how（非公开的技术诀窍或实操经验）”深度结合，不能脱离实体经济空谈技术概念。
多位受访人士也透露，AI视觉产业上下游企业正从三大方向探索突围之路：技术路径上，从“专用小模型”向“通用大模型”跃迁已成为共识；产业路径上，头部企业从“单点工具”走向“系统方案”；市场路径上，国产化从“中低端”向“高端”延伸。
近期， 华翔股份 联合中国 电子 商会、中国铸造协会，与清华大学、太原理工大学等科研院校及上汽、美的、格力等企业，共同发布“丁陶共识”：强化科技支撑推动工业AI视觉技术专业应用、强化技术标准规范应用、强化长效产学研用协同创新、强化 数据安全 共享以及强化政银企合作。根据共识，各方将共同推动智能制造从“可视监测”迈向“自主可控”，实现从“事后挑错”走向“事前预防”。
（文章来源：上海证券报）