工业AI这四个字这两年被喊得很响但说实话真正蹲过产线、在机台边吃过灰、把一个模型从实验室搬到车间里还让它稳定跑上三个月的人并没有想象中那么多。我入这行快十年前几年做的是传统机器视觉和PLC集成后来转型做工业AI落地最大的感受是工厂里真正需要的AI和互联网圈子里讨论的AI完全不是一回事。所谓他山之石可以攻玉说白了就是把互联网、消费电子这些领域里被验证过的算法和思路搬进工厂结合制造现场的真实约束改造成能干活的工具。这篇东西不聊概念也不画大饼就说说我实际看到的、亲手做过的——工业AI正在工厂里做些什么以及它是怎么一步一步落地的。想转行做工业AI的工程师、正在评估产线智能化改造的工厂管理者、还有刚入行的新人应该都能从里面翻到点有用的东西。1. 先想清楚为什么工业AI落地要看他山之石1.1 工业AI和消费级AI不是一类东西很多人对AI的印象来自手机相册分类、聊天机器人、推荐算法这些消费级应用。这些场景有个共同特点数据量极大、单次预测错了代价很低、用户容忍度相对高。你让语音助手听错一个指令最多再喊一遍推荐系统推了个不喜欢的视频划走就是了。但工厂完全不是这么回事。一条24小时不停机的产线节拍以秒甚至毫秒计算一个视觉检测系统如果出现1%的误检意味着每小时有几百个良品被当作不良品踢出来。后道工序的工人要翻检、复判、重新上线本来就缺人的现场会直接乱套。更不用说服役中的设备故障停机一台关键机床停一小时损失可能抵得上好几个工程师的月薪。所以在工厂里谈AI首先要接受一个事实这里不需要无所不能的通用智能需要的是在限定环境里、以极高确定性完成单点任务的专用系统。工业AI的核心指标不是模型有多聪明而是误检率够不够低、漏检率压不压得住、推理够不够快、能不能连续稳定运行几个月不抽风。这也是为什么工业AI落地从来不是买一套软件装上去那么简单。它更像做一次精密的手术——手术刀是别人的算法但病人是工厂自己的产线、设备、工艺医生必须懂解剖学懂制造现场才知道从哪里下刀。1.2 需求导向先选场景再谈模型我见过太多搞反了的项目。团队一开始就追着最新的模型架构跑GPU买了好几块标注平台搭得漂漂亮亮结果半年过去连到底要解决产线上哪个问题都没定清楚。这是典型的手里拿着锤子看什么都像钉子。做工业AI的第一步永远是梳理现场需求挑出那些痛点够痛、边界够清、数据够得着的场景。我自己的判断标准有三条痛点是否真实工人流失率高、老师傅快退休了没人接班、缺陷流出导致客诉赔款、设备故障导致交付延期这些是真实的、算得出账的痛点。如果只是因为领导想做智能工厂而上项目基本做不长。问题边界是否清晰检测某一类缺陷、预测某一台设备的劣化趋势、优化某一道工艺的参数组合边界越清晰越好落地。那种帮我们做一个智能大脑管理整个车间的需求听起来性感实际上做不成。数据是否够得着这个场景有没有历史数据能不能装上传感器现场有没有条件部署相机和算力设备数据都够不到的地方AI就是空中楼阁。如果按照这三条去筛我遇到的大部分工厂第一个落地的AI项目往往都是视觉质检、预测性维护、工艺参数优化这三类。原因很简单这些场景的痛点和收益最直接数据也相对容易获取。1.3 选型逻辑边缘小模型为什么比云端大模型更吃得开聊技术选型之前我必须先说一个很多工程师转做工业AI时踩过的坑总想用大型神经网络总觉得模型越大越准。在工厂现场大模型通常活不过POC概念验证阶段。原因很实在。第一产线环境对实时性要求极高一个检测动作必须在几十到几百毫秒内出结果大模型在边缘设备上根本跑不动。第二工厂车间环境恶劣粉尘、油污、电磁干扰、温度波动都是常态网络连接也不一定稳定把数据传到云端做推理的方案一次网络抖动就能让产线停摆。第三工厂的数据量级动辄几万、几十万张图像对超大模型来说根本不够吃反而容易过拟合。所以工业AI落地的典型技术形态是边缘推理在产线附近部署一台边缘计算盒子或工控机上面跑一个经过压缩、量化、剪枝的小模型推理结果通过IO信号或工业协议直接控制产线设备。我经常跟团队打比方产线上的AI不是要当博导而是要当门卫——门卫不需要懂高等数学只需要在零点几秒内做出放行还是拦下的判断而且要极其稳定。他山之石这个思路在这里体现得特别明显互联网推荐系统里用的模型压缩、边缘部署、推理加速这些技术本来是为了在手机端跑AI服务搬到工厂里以后反而成了解决产线实时性问题的主力。2. 正在工厂里干活的四类AI场景2.1 视觉质检最容易出成绩的突破口我在不同工厂做过不少视觉检测项目一次次验证了一个规律AI视觉质检是工业AI里投入产出比最高、最容易让老板看到效果的场景没有之一。传统机器视觉做了几十年为什么很多场景还是搞不定根源在于传统算法依赖的是人工设计的特征边缘、灰度、几何尺寸、像素阈值。这些特征对形态固定、背景干净的检测对象很有效比如测量螺丝长度、定位芯片引脚位置。但面对表面缺陷检测这类问题情况完全不一样——划痕的深浅、方向、位置千变万化脏污和纹理之间的界限模糊不清金属表面的反光还会让同一个缺陷呈现出完全不同的成像效果。传统算法需要工程师针对每个品种反复调参产线一换型号参数就得重调现场工程师被折腾得苦不堪言。AI视觉质检的思路完全不同。它不靠人定义特征而是用大量标注好的缺陷样本让模型自己学会什么是正常、什么是异常。以我做过的一个连接器针脚检测项目为例检测对象是一片连接器端子上几十个金属针脚要判断有没有歪斜、断裂、氧化变色。传统方案漏检率高、换型调试时间长换成AI方案之后用一台边缘盒子跑轻量级目标检测模型单件检测时间控制在90毫秒左右漏检率压到了千分之一以下。更重要的是换型号的时候只需要切换对应的模型文件不用再熬几个通宵调参数。不过必须提醒一句AI视觉质检的基础不是算法而是成像系统。我在实践中反复强调一句话——模型解决的是看懂了没有的问题而光源和相机解决的是看得清吗的问题。你连缺陷都没拍清楚再强的模型也白搭。这部分细节我放到第三部分实操流程里详细讲。2.2 预测性维护设备医生的听诊器设备维护是工业AI另一个非常能落地的方向。传统模式下工厂的设备维护基本靠两类手段一是定期保养到时间就换件不管零件实际状态如何二是事后维修设备坏了、停线了再叫维修工来处理。定期保养的问题在于过度维护很多零件状态良好也被换掉浪费不少成本事后维修的问题在于停机损失太大一次非计划停机带来的交付延期往往比修设备本身的费用高得多。预测性维护要做的就是在这两种模式之间找到一个更优解持续监测设备的运行状态提前预测故障发生的时间让你在设备彻底坏掉之前就安排维修。AI在其中扮演的角色是把振动、温度、电流、压力这些传感器信号转化为这台设备还能撑多久的判断。我的一个实际案例是某注塑车间的注塑机料筒加热系统。车间里几十台注塑机经常出现加热丝老化导致温度波动每一次波动都会产生一批不合格品。之前完全靠老师傅经验判断某老师傅能听声音、看温度曲线的细微变化提前预判问题但他说不清自己到底是根据什么判断的而且他一个人看不了几十台机器。我们做的事很简单给每台设备的温度传感器和电流传感器接上数据采集模块连续采集三个月的运行数据把正常段和故障前段的数据分开用算法从温度波动频率、电流突变幅度这些特征里找到故障前兆的规律然后把模型部署在车间的一台边缘服务器上实时打分。某个时段模型给出了异常分超过阈值的预警提醒维护团队检查该机台的加热丝打开一看果然已经出现了局部老化。从那以后这台设备的维护策略就从坏了再修变成了预警就查一次性非计划停机成本大概是好几万而整个预测性维护系统的硬件加实施成本一个车间投下来也就几十万相当于避免一次大的停机事故就回本了。当然预测性维护比视觉质检复杂的地方在于它更依赖对设备机理的理解。纯靠数据硬train一个模型很容易出现误报连篇最后工人直接把报警当成狼来了反而毁掉整个系统。正确做法一定是数据驱动和机理知识结合让机械工程师定义信号特征再让算法在特征基础上做模式识别两者的分工要非常清晰。2.3 工艺参数优化把老师傅手感变成可复制的数字制造业里最金贵的人不是坐在办公室的工程师而是那些能在机台边待几十年、凭手感就能把活干好的老师傅。但老师傅的经验有个致命问题——不可复制。他们知道某个参数组合下良率最高但你说不清为什么他们知道温度要升到多少、压力要加到多少、速度要降多少但换一台设备、换一个材料批次他们的经验就需要重新适应。更麻烦的是老师傅总有退休的一天经验一旦带走工厂就损失了最值钱的资产。工艺参数优化的核心思路是用历史生产数据建立工艺参数与产品质量之间的模型替代老师傅试错。以压铸工艺为例压射速度、压力、模具温度、铝液温度这些参数组合起来几乎是一个无穷维的搜索空间。传统做法是靠工程师经验定初始参数再靠试模反复调整每调一次都伴随着材料和工时的浪费。而AI要做的是把过去几百次试模的数据收集起来训练一个模型输入参数组合输出预测的良率或缺陷概率然后在这个模型上做参数寻优找出最可能达到高良率的参数组合。这类项目做下来普遍能带来几个百分点的良率提升。听起来不多但放在大批量生产的车间里一个点可能就是每年几十万的成本节省。更重要的是优化后的参数可以标准化、量化、固化成工艺规范老师傅的经验被翻译成了所有新人都能照着执行的数字。2.4 安全与能耗那些看得见和看不见的收益视觉质检和预测性维护是工业AI里的两个明星场景但还有两类场景效果也不错只是老板们不一定挂在嘴边安全生产行为识别和能耗优化。安全生产方面传统的方案是让安全员巡检但车间那么大、工位那么多靠人盯总会有死角。AI视频分析可以做到的事情包括识别工人有没有戴安全帽、有没有跨越警戒线、有没有在行车吊装区逗留、甚至通过姿态识别判断工人是不是在从事不符合操作规程的动作。这些功能技术上用的是现成的视频理解模型难点在于如何适应车间的复杂光线和遮挡以及如何把误报降到最低。误报太多安全员就会习惯性忽略系统就废了。能耗优化则相对看不见但持久回本。我做过一个空压机站的AI控制项目车间里有好几台空压机为整个工厂供气传统做法是统一设定一个压力上限不管用气量高低所有机器都在那里顶着运行电能浪费严重。我们用AI基于历史用气数据做预测提前调节空压机的启停组合和负载分配一年跑下来站房整体节电率达到12%左右。这个数据放出来财务和厂长都很买账。3. 从0到1一条视觉质检系统的完整落地过程3.1 第一步硬件与打光决定成败的七成很多做AI的工程师上手视觉项目第一个动作就是打开标注工具开始标图。我每次都要强行拉住他们先别急着标数据先把成像系统搞定。成像系统做不好你后面所有工作都建立在一堆糊图之上模型训得再用心也是空中楼阁。一个典型的AI视觉质检成像系统包括四部分相机、镜头、光源、触发方式。相机选型要看的参数是分辨率和帧率。检测精度要求高比如检测头发丝粗细的划痕建议选五百万像素以上的面阵相机检测速度快、目标大可以考虑线阵相机或高分辨率全局快门相机。这里有个经验值目标上最小的缺陷在图像里至少要覆盖3到5个像素否则算法再强也白搭。镜头相对简单主要看焦距和景深。选镜头的时候要算清楚工作距离相机到被测物的实际距离和视场大小、传感器尺寸之间的关系公式是焦距等于工作距离乘传感器尺寸除以视场宽度。现场空间受限的时候一对参数要反复核算。光源才是整个成像系统里花的时间最多、最容易踩坑的地方。不同缺陷形态需要不同打光方式表面划痕、凹陷用低角度光光线几乎平行掠过物体表面缺陷处会产生明显阴影凸显得非常清楚。金属反光表面的平整度用同轴光光线通过半反半透镜垂直照射物体避免反光干扰。轮廓和尺寸测量用背光把被测物变成黑色剪影边缘最锐利。表面脏污和颜色差异用穹顶光或多角度环形光均匀照射避免环境光干扰。实际调光的时候还要配合光源亮度的控制标准是把正常物体的亮度成像在200到240灰度之间8位图像缺陷和背景的对比度尽量拉开。触发方式也很关键。产线上产品是连续运动的你需要在准确的位置拍准产品不然拍到一半是上一件、一半是下一件那就没法看。常见做法是用光电传感器加编码器触发相机保证每次拍照时产品正好在相机的视场中心。3.2 第二步数据采集与标注宁缺毋滥成像系统稳定之后才进入数据阶段。这一步我踩过的坑比后面所有环节加起来都多必须好好说说。第一数据要有足够的多样性。很多项目团队初期的缺陷样本是在实验室里做出来的比如拿刀片在工件上刮几道划痕。这种样本来训练模型到了产线上一看实际缺陷的形态跟实验室完全不一样——真实划痕有深浅变化、有周边毛刺、有油污叠加形态要复杂得多。所以缺陷数据的采集一定要去产线上捞把产线剔出来的不良品逐个拍照保留下最真实的样本。第二缺陷样本数量不够的时候怎么办。做质检项目最让人头疼的就是样本不平衡。现实中不良率往往是万分之几你要收集几百个真实缺陷样本可能要筛选几十万个产品。所以我的习惯是每类缺陷至少收集300到500个真实样本这个数量级基本能保证模型学到核心特征。如果某些罕见缺陷实在凑不够可以采用图像扩增比如旋转、平移、亮度变换、加噪声。但这里有个重要提醒工业图像扩增要克制不要做太夸张的扭曲变换。一条划痕被旋转60度、拉伸成变形虫它就不再是真实的划痕了模型学到的是不存在的假缺陷上线之后反而会瞎报。第三标注规范。标注不是简单画个框就完事。同一张图上缺陷和缺陷之间的边界到底算到哪一寸一个模糊的、介于缺陷和非缺陷之间的区域标还是不标这些都需要在标注前开会定清楚写进标注规范文档。我习惯让最熟悉产品质量的检验员来做第一次标注然后算法工程师复核一遍意见不一致的地方当场讨论直到标注规范完完全全统一。最怕的就是两个标图员标准不一致同一个缺陷一个标一个不标模型学到的特征就会混乱。第四一定要单独留一套验证集让产线检验员去标注模型上线后用来衡量效果的图。这套图训练过程中绝不能碰否则你的准确率评估就是在自欺欺人。3.3 第三步模型训练与参数经验值数据准备好以后模型训练反而是整个流程里最成熟、最不那么玄乎的部分。工业视觉检测领域现在主流的选择还是基于卷积神经网络的目标检测或图像分类模型。缺陷检测如果只需要判断有没有缺陷走分类或异常检测路线如果还需要定位缺陷位置、区分缺陷类型就走目标检测或实例分割路线。选模型不是越大越好要看部署端的算力。我的一般思路是先在服务器上用预训练权重做迁移学习训练一个稍大版本的模型验证可行性确认算法路线没问题之后再为边缘设备做模型压缩和量化。以连接器针脚检测那个项目为例服务器阶段用的是一套五十多层的主干网络加检测头训练到mAP平均精度均值在0.95以上之后导出为ONNX格式再用TensorRT做FP16量化推理时间从服务器端的180毫秒压到边缘盒子的90毫秒以内精度损失控制在1个百分点以内。训练参数上我常用的是一套比较稳的经验值输入图像先缩放到检测目标占画面主体的比例不要一味追求大分辨率因为分辨率翻倍意味着推理时间涨三到五倍初始学习率设在1e-4到5e-4之间用余弦衰减或阶梯下降都可以但一定配合早停策略batch size看显存8到32都行太小容易震荡太大又容易收敛到不好的极小值训练轮数一般50到100轮以验证集上的损失不再下降为停止标准。还有一个被很多工程师忽略的环节类别不平衡的加权调整。缺陷类别中脏污可能占了70%的训练样本而断裂只有5%。如果不做处理模型会偏向预测脏污断裂的漏检率会居高不下。我的做法是针对样本少的类别加大损失权重同时可以对稀有缺陷做更多扩增强行把它的有效样本数拉上来。3.4 第四步边缘部署与产线联动模型训练完只是万里长征走了一半能不能在产线上稳定跑起来才是见真章的地方。部署方案上我强烈推荐边缘计算盒子或工业级工控机而不是后台服务器。原因前面说过实时性、稳定性、断网可用性。硬件配置不一定要多高GPU算力满足推理需求即可比如一份工业检测场景几百块的边缘盒子配上2到4T的算力就够跑了。关键是接口要靠谱——工业现场环境复杂主机要支持宽温、防尘、抗振动最好是无风扇设计不然油污堵住风扇散热口几个月就报废。部署时的模型文件我习惯导出为ONNX的通用格式再用推理引擎加速交付的时候把环境锁死GPU驱动、推理引擎版本、依赖库版本全部固定禁止现场工程师随意升级。这一步非常重要我亲眼见过某现场为了解决一个小问题升级了显卡驱动结果模型推理速度掉了一半整个系统被迫停线回滚。与产线设备的联动是另一个重头戏。检测结果不能只是显示在屏幕上让工人盯着看——产线节拍那么快靠人眼盯屏幕不现实。标准做法是边缘盒子分析完图像之后把判断结果通过Modbus/TCP协议或数字IO信号发送给PLC由PLC控制执行机构气缸、电磁阀、机械臂把不良品自动剔除或标记。这里面有个时序问题需要反复调试相机拍照、算法推理、结果下发、剔除动作都要卡在节拍内完成。如果推理速度不够快就要考虑通过相机帧率与编码器速度的匹配来预触发拍照尽可能把图像采集的时间窗口往前挪。3.5 第五步上线验收与持续迭代上线不是项目的结束恰恰是项目的真正开始。验收阶段我最看重的是一个词PPM每百万件产品的缺陷漏出数。这是衡量质检系统真正价值的指标。模型训练报告里的准确率99.8%听听就好真正要关心的是每生产一百万个产品有多少个不良品被系统漏过去了流到了后道工序甚至客户手里。PPM压到几十以内说明系统真正具备生产价值。持续迭代则是保证系统长期有效的手段。产线的产品会换型、材料批次会变化、光源会衰减、环境会改变模型的性能一定会有波动。我见过做得好的项目每次换型后都会补充几十张新样本做增量训练同时每周统计一次误检和漏检记录把那些被现场工程师判错的案例打回去重新标注入库。这样模型越用越准越懂这条产线。也有工厂在模型迭代时非常随意地在生产环境里重新训练直接替换不做AB对比。这种做法风险很高。我的建议是任何模型版本的替换都要先在历史数据上重新评估一遍再在产线试运行一小段时间确认PPM没有劣化才能全量切换。模型版本管理这件事越早重视越好。4. 现场最头疼的问题与排查速查表4.1 典型问题速查表这些年在各个工厂现场摸爬滚打遇到的各种问题攒了一大摞我把最常遇到的、一出现就让人抓狂的问题整理成一张速查表方便后来者直接照着排查。现象可能原因排查思路与解法训练时效果不错上线后漏检率飙升训练数据与现场成像不一致检查现场光线、产品姿态、相机高度是否与采集阶段一致采集一批现场实时图像补充进训练集做增量训练误检率高频繁把良品踢掉正常品外观波动范围没纳入训练收集大量正常但长得很特别的样本比如轻微指纹、微小色差把正常类别的边界扩出来推理速度不达标跟不上产线节拍模型太大或边缘设备算力不够先做输入分辨率裁剪和量化再考虑剪枝和蒸馏还不行就升级设备不要硬凑模型对所有图像都输出有缺陷标注类别不平衡或标注规范混乱检查训练集样本比例看是否某一类缺陷占了绝大部分重新核对标注边界统一标准白天稳晚上频繁误报环境光变化影响成像给相机加遮光罩把光源改成可控LED并固定亮度启动自动曝光校准设备预警全是狼来了工人不再相信阈值设置不合理模型误报率高引入两级告警体系趋势预警和紧急告警分开历史误报样本回收重训提高预警阈值同时增加趋势确认窗口换产线型号后模型效果急剧下降新型号的缺陷形态与训练集差异大建立按型号切换模型的机制每个型号有独立的模型文件换型时自动或一键切换边缘设备频繁死机或推理卡死工业现场散热、供电、振动问题更换无风扇宽温设备加固电源加装防振垫检查供电电压稳定性4.2 三条独家避坑心得除了上面这张表格我再分享三条自己用真金白银换回来的心得。第一条心得项目一启动就去蹲点产线而不是坐在办公室开需求会。需求会上对方说的缺陷种类大概有几种和实际产线上捞出来的不良品形态差距大到能颠覆整个项目方向。我做过一个表面检测项目需求阶段对方说主要缺陷就两类结果现场蹲了两天发现实际有七类缺陷其中三类是对方自己都没意识到的。要不是提前蹲点这个项目交出去就是事故。所以宁可前期多花几天在产线边上看也不要后期花几个星期返工。第二条心得永远不要只盯着准确率要盯PPM和误删率。准确率是一个看起来很漂亮但很不敏感的指标假设不良率是千分之一你把所有产品都判成良品准确率也有99.9%但这个系统根本不干活。上线第二个星期开始每天统计漏检品数量和误删良品数量这两个数字才能真实反映系统有没有在生产环节产生价值。第三条心得别把AI替代人当成目标要把AI帮人干得更轻松当目标。我见过一个工厂的AI质检项目上线之后确实把质检员数量砍掉了一半但剩下的人压力暴增因为AI筛出来的疑似不良他们还要逐一复判眼睛都快看花了。后来项目组调整策略让AI只挑出90%把握判定的确定性缺陷剩下10%的模糊地带全部留给人工双方配合反而顺畅了漏检率更低工人也不抵触系统。提示AI系统的价值不在于显得多智能而在于能不能融入现有的人机协作流程让流程整体变高效。一个工人愿意用、用得顺手的系统远比一个理论上更准但没人理会的系统值钱。5. 还想再多说几句落地心得5.1 最后再分享一点实际操作感悟做工业AI这几年我越来越觉得这个行业的魅力不在于技术本身有多前沿而在于每一次落地都要面对极其具体、极其脏的现实问题。模具换了一批缺陷形态变了车间换了灯管成像色温变了客户投诉了某个缺陷你要在一周内把检测逻辑调整过来。这种问题在论文里永远学不到但恰恰是它们决定了一个AI项目能不能从Demo走向真正创造产值。我个人的体会是工业AI最核心的能力不是编程、不是调参而是翻译——把业务问题翻译成算法问题再把算法输出翻译回业务动作。你需要听得懂车间主任讲的这批料偏软也知道这意味着要在模型里加哪一类特征你需要看得懂检验员手上一叠纸质不良记录表也知道怎么把它们结构化成一个训练集。这个行业对新人其实挺友好因为真正吃透现场的人本来就不多你愿意蹲产线、肯吃苦、愿意跟老师傅抽烟聊天记经验就已经跑赢了绝大多数竞争者。我的建议是入行之后先别急着学最新的模型架构花三个月时间泡在车间里看懂产线、看懂不良品、看懂设备报警再回去看算法你会突然发现那些高大上的技术原来每一环都是为了解决某个具体得不能再具体的问题。至于他山之石这个思路我想强调的其实是一种方法论不要闭门造车多看看别的行业怎么用AI然后大胆地搬过来改造。视觉检测的思路可以搬去做安全行为识别预测性维护的思路可以搬去做质量预警工艺优化的思路可以搬去做能耗调度。真正的创新很多时候就是把一个领域已经成熟的东西用到一个看似毫不相干的领域再解决掉那些水土不服的部分——这就是他山之石可以攻玉在工业AI里最真实的含义。