来源：美的集团

　　“Think Big， Start Small， Learn Fast．”

　　——美国知名创新战略研究专家、Shift Thinking创始人Chunka Mu

　　广州越秀，苏小姐家的新房硬装完工了，精心挑选的家电也都到了，提前一天约好了上门安装。洗碗机的安装师傅先到了，拆开外包装，苏小姐的眉头皱了一皱：

　　“咦？点解门上会有个指纹㗎？”

　　打开门一看，眉头皱得更紧了——里面还有一块半干水渍！

　　那边空调的安装师傅也到了，一拆箱，面板上一道细小而刺眼的划痕赫然入目。

　　接二连三的打击下，布置新家的好心情彻底跌入了谷底，苏小姐生气地接通了售后热线，开始申请换货……

　　这样的事几乎每天都在发生。

　　长久以来，家电行业的质检环节，主要靠人的肉眼来发现产品外观的瑕疵。

　　但是再“火眼金睛”的老师傅也会出错，因为人眼最多分辨10微米痕迹，很多微瑕还要变换角度才可能发现。

　　近几年，用相机拍摄图片来发现瑕疵的视觉检测开始普及，但行业内用的都是零散单点相机。

　　一台相机只能拍一小块机身，机身曲面、边角等位置天然成为检测盲区，细微缺陷很难完整捕捉，漏检误检成为常态。

　　1

　　幸运的是，AI来了。

　　江苏无锡，美的洗衣机双高端工厂，东芝产线。家电行业有史以来最高标准的产品外观视觉检测项目正在这里试点。

　　这条产线要求开发出一套全新的、软件搭载硬件的AI视觉检测系统，并且要“一步到位”。

　　什么叫“一步到位”？

　　行业的常规操作都是，系统先上线，在实战中慢慢攒缺陷数据，打磨AI，升级迭代。

　　但东芝产线反其道而行，要求投产前系统必须两轮测试全部通关。

　　怎么测？

　　第一轮，提前标好产品外观的瑕疵点位，系统必须全部发现；

　　第二轮，瑕疵点位随机分布，全程无提示，要求系统能够自主识别。

　　难题扔给了这套检测系统的研发方——美的智能制造研究院智能装备研究所。

　　所里开项目讨论会，没人愿意接。原因很简单，要求太高，难度太大。

　　正为人选头疼的时候，一个名字进入了所长尹博的视野。

　　彭博，2022年从互联网大厂加入美的，之前一直主攻AI语音及搜索算法。

　　“互联网行业流行的AI建模思路，刚好能补上工业视觉缺样本的短板。”

　　尹博正是看准这一点，选中彭博做项目负责人。

　　2

　　想法很好，但互联网AI和工业视觉，底层逻辑完全两码事。

　　互联网随手就能调取亿万条用户数据训练模型，新产线连几张缺陷实拍图都难凑。彭博坦言，

　　“项目最大的痛点就是缺陷样本严重不足。”

　　而且，洗衣机机身高度跨度从850mm到1780mm，混线生产机型来回切换，调试难度翻倍。单台整机产线节拍仅22秒，要求100%全检，不允许任何抽检。

　　市面上没有成熟的成套方案可借鉴，算法、成像架构全都要从零摸索。

　　彭博带着一个小团队一头扎进产线上，逐条拆解风险，整理完整的机型尺寸、缺陷、工艺清单。

　　这边尹博也没闲着，查阅学术论文，拜访专攻工业视觉的高校专家，转化论文核心算法，自研AIGC仿真缺陷生成技术……

　　大家争分夺秒，因为：

　　“传统方式要两三个月，嗷嗷待产的东芝产线等不起。”

　　好在AIGC的加持让他们大幅压缩了迭代速度——

　　只需要5-10张真实缺陷照片，就能批量生成仿真样本，直接把模型训练周期压缩三分之二。

　　靠着这套独家算法，模型识别精度快速冲到90%，刚好跨过东芝投产门槛。

　　3

　　美的智研院研发的这套视觉检测系统有三大创新解决方案。

　　一、360°全方位AI视觉自动化检测。

　　4台8K线扫相机+2台面阵相机，龙门同步升降，五面（正面、背面、左面、右面、顶面）无死角一次性拍完。

　　团队还迭代出飞拍技术，不停机也能高清连拍，极限节拍仅2.78秒！

　　美的智研院工业视觉实验室，行业首创的AI视觉检测方案进行洗衣机钣金件、塑料件的检测测试

　　二、多机型柔性三维缝隙测量。

　　这套系统用2D相机先测整机偏移，协作的机械臂会自动切换专属扫描轨迹。

　　缝隙测量精度可以达到0.1mm，重复测量误差仅0.04mm，单工位检测不到15秒，比人工准和快100倍以上。

　　智研院工业视觉实验室，机械臂搭载3D相机进行洗衣机缝隙的测量测试

　　三、全生命周期数字化溯源。

　　每台家电下线自动绑定唯一机身条码，全部成像画面、检测记录一一对应归档，随时可调取溯源。

　　遇到全新未收录瑕疵，现场采集样本，线上直接迭代AI模型。

　　4

　　三大创新解决方案的背后，充满了艰难而漫长的来回拉扯。

　　就拿“360°全方位AI视觉自动化检测”的诞生过程来说：

　　行业内做家电外观检测，大家默认用面阵相机（定点拍摄，一次性曝光成像），熟门熟路。

　　“老路子稳啊，之前项目全是这么干的。”

　　但现实泼了一盆冷水。

　　遇到产品是平面机型还好，碰上带大弧度曲面的产品外壳，面阵一打光就明暗斑驳，细微划痕和脏污直接隐藏进光影里，根本检不出。

　　想靠堆面阵相机补窟窿？

　　前前后后至少要上12台，而且就算砸这么多硬件，曲面缺陷依旧没法保障检出。

　　“堆相机不等于堆出检测能力。”

　　彭博在实验室反复测完样机，给出结论：

　　8K线扫相机（类似高速扫描仪，通过运动采集图像，再进行拼接）清晰度是2.5K面阵相机的三倍多，对曲面工件的检测成像质量，要明显优于面阵相机。

　　但代价是要做一个全新的拍摄辅助设备——龙门升降架。

　　这在行业里没有现成的案例。

　　“滑杆跑久了噪音大，万一往下撞了产品或者相机，产线直接歇菜，损失谁扛？”

　　内部顾虑很大。

　　风险摆在眼前，团队争执不下，就把所有坑点逐个拆解：图纸拉出来，拉上工厂、供应商开三方评审；加上安全触边、光栅、激光测距多重防护，锁死撞机风险；梳理完整产品型谱，把所有机型尺寸、材质全部摸透。

　　前后折腾近半年，经过无数次实验室测试和产线调试，才有了这项实打实的“行业首创”。

　　5

　　业内普遍认为，美的智研院自研的这套AI视觉检测系统，打造出了一套统一、可批量复制的高精度出厂品控标尺。

　　“当前落地项目缺陷检出率稳定在99%以上，甚至达到99.5%以上，中长期迭代目标锁定99.99%。”

　　彭博对技术长期升级有着清晰规划。

　　产线持续采集新款外观缺陷样本，定期重训AI模型，设备交付后提供终身算法迭代优化服务。

　　2026年春，无锡双高端工厂两条产线完成全部验收，全面投产。

　　COLMO线布设8个检测点位，东芝线落地6个点位，AI彻底替代人工质检。

　　两条产线投产半年，经核算，直接减少不良损失超1200万。

　　美的无锡洗衣机双高端工厂COLMO产线，AI视觉与库卡机械臂协作完成洗衣机五面检

　　工厂降本提效只是附加收益，核心价值最终落在普通消费者身上——

　　AI微米级全维度筛查，从源头拦住带瑕疵整机流入市场，用户开箱就能拿到无划痕、缝隙均匀的全新家电，省去来回退换的时间成本。

　　把时间拉长来看，AI的深度应用将长期摊薄品控开销，成本红利传导至终端，未来家电的市场售价将更加亲民。