ARTICLE · 1079470
工业软件+智能体:AI视觉将扩大到全球生产体系
点击上方蓝色字,关注工业软件老宋
工业视觉正在被智能体“吞并”
工业视觉正在被智能体“吞并”。过去客户买的是检测系统，以后买的是一双能发现问题、分析原因、推动处理的“眼睛”。从“相机→算法→缺陷→报警”走向“感知→识别→理解→判断→执行”。被吞并的不是摄像头，而是视觉原来那个独立的产品边界。未来竞争不是谁的算法更准，而是谁的“眼睛”看见以后能让工厂动起来。
文 | 宋才良
工业视觉行业可能要变天了。以后客户买的，可能不再是一套视觉检测系统。而是一双能够自己发现问题、分析原因，甚至推动处理的“眼睛”。
本文看点
01 客户买的不是检测系统，是能处理问题的“眼睛”
02 从“看见缺陷”走向“发现、分析、处理”
03 被吞并的不是摄像头，是视觉的产品边界
04 未来拼的不是算法更准，是能让工厂动起来
01
过去的工业视觉，解决的核心问题其实很简单
为什么？
因为过去的工业视觉，解决的核心问题其实很简单：
看见缺陷。
相机拍下来，算法识别出来，然后告诉你：OK，还是NG。
但问题来了。发现问题以后呢？比如视觉系统发现产品出现划伤。
传统系统告诉你：“这个产品NG。”
然后呢？质量人员要去确认，工艺人员要分析，设备人员要查设备，MES要查批次，最后再决定怎么处理。
所以很多工业视觉项目真正难的地方，并不是：“能不能看见？”，而是：
“看见以后，谁来处理？”
02
工业智能体开始进入工业视觉
这可能正是工业智能体开始进入工业视觉之后，最值得关注的变化。
最近西门子和宝洁就在把AI视觉质检扩大到全球生产体系。
它不只是识别缺陷，还能和产线、PLC直接联动，自动触发报警或者剔除动作；西门子披露，新项目的部署速度相比传统定制化视觉系统可以提高5到10倍。
国内也出现了类似的信号。
9月18日，华为和凌云光发布工业AI视觉&智算样板点，已经把视觉、设备、工艺和质量数据连接起来，探索从单点缺陷识别，走向根因分析、良率改善和工艺优化闭环。
这时候，工业视觉的角色就开始变了。
过去是：
相机 → 图像 → 算法 → 缺陷 → 报警。
以后会变成：
感知 → 识别 → 理解 → 判断 → 调系统 → 执行动作 → 验证结果。
03
一个例子
比如发现连续划伤。智能体不只是告诉你“有划伤”，
它可能进一步去查：
哪台设备？
哪个工位？
哪个批次？
最近工艺参数有没有变化？
历史上有没有出现过类似问题？
然后给出一个处理建议，甚至直接调用MES、设备系统或者质量系统，把异常处置流程启动起来。
这时候，它已经不是一个单独的视觉软件了。
它更像是一个拥有“眼睛”的工业智能体。
所以工业视觉正在被智能体“吞并”。
04
但这里千万别理解错
不是说摄像头没用了，也不是说传统视觉算法马上就被淘汰。
恰恰相反。镜头、光源、相机、采集、边缘计算，这些东西依然是工业现场的基础。
因为AI再聪明，
拍不清楚，就是拍不清楚。
真正被“吞并”的，是工业视觉原来那个独立的产品边界。
过去，视觉公司卖的是：
“我帮你检测。”
以后客户可能更关心：
“我发现问题以后，你能不能帮我把问题处理掉？”
05
越来越多的方案在融合
这也是为什么现在越来越多的工业AI方案，开始把视觉、质量、设备、工艺和智能体放在同一个系统里。
甚至NVIDIA已经在构建工厂管理智能体，让它连接机器信号、质量系统和运营告警，再去协调不同的专业智能体。
所以未来工业视觉真正的竞争，可能不是：
谁的摄像头更清楚，谁的算法准确率更高。
而是：
谁的“眼睛”看见以后，能真正让工厂动起来。
这可能才是工业视觉下一阶段最大的变化。
点亮爱心
让好文的力量传得更远