从“规模红利”到“技术红利” AI大模型重构工业质检新范式

来源：上海证券报

　　华翔股份法兰工厂运用的视觉检测设备。记者 武斌 摄

　　太钢不锈的高炉巡检机器人

　　◎记者 武斌

　　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昇腾算力与自主算法，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”。