當(dāng)前，存儲(chǔ)芯片價(jià)格持續(xù)大幅上漲，直接推高了算力領(lǐng)域的硬件采購(gòu)與運(yùn)營(yíng)成本。疊加落地部署周期長(zhǎng)、模型通用性差等行業(yè)難題，工業(yè)AI的規(guī)模化賦能面臨現(xiàn)實(shí)約束。

OPT通過(guò)持續(xù)創(chuàng)新，構(gòu)建了更智能、更易協(xié)同的工業(yè)AI生態(tài)平臺(tái)。OPT工業(yè)AI在算力資源有限情況下，有效降低算力成本；通過(guò)通用大模型、智能標(biāo)注等技術(shù)，解決部署周期長(zhǎng)，應(yīng)用門檻高等難題。

01更高效的AI開發(fā)&部署

OPT 工業(yè)AI底層算法邏輯不斷優(yōu)化，通過(guò)加速推理過(guò)程及開發(fā)通用AI模型、小樣本注冊(cè)分類、良品學(xué)習(xí)等，為基于AI的機(jī)器視覺(jué)規(guī)模化應(yīng)用及效率提升提供技術(shù)支撐。

高速輕量推理，性能效率雙躍升

通過(guò)軟硬協(xié)同異構(gòu)計(jì)算，OPT工業(yè)AI能在有限資源約束下，實(shí)現(xiàn)高效可靠的推理。支持英偉達(dá)、AMD、蘋果及其他邊緣計(jì)算芯片，操作系統(tǒng)支持Windows、Linux,、ARM、macOS 等，通過(guò)網(wǎng)絡(luò)剪枝、參數(shù)量化、蒸餾等方式實(shí)現(xiàn)模型輕量化，打造高精度、輕量化的工業(yè)AI模型，在低配顯卡甚至CPU也能進(jìn)行模型推理。

以目標(biāo)檢測(cè)任務(wù)為例，輕量化模型在CPU上運(yùn)行時(shí)，檢測(cè)精度提升超5%，推理速度較同類公開模型提升24倍，顯著降低算力依賴，即使在低算力及邊緣設(shè)備下也能高效運(yùn)行，賦能高速精密產(chǎn)線、云邊協(xié)同分析等更廣泛的工業(yè)場(chǎng)景規(guī)模化落地。

良品學(xué)習(xí)，實(shí)現(xiàn)零缺陷樣本落地

為解決缺陷樣本稀缺這一行業(yè)根本性難題，OPT推出良品學(xué)習(xí)技術(shù)，實(shí)現(xiàn)零缺陷樣本落地。僅需提供正常樣本，無(wú)需缺陷標(biāo)注，即可完成像素級(jí)缺陷定位。

基于OPT視覺(jué)大模型，還可進(jìn)一步對(duì)檢出的異常進(jìn)行分類，從知曉NG品到理解具體NG類型，AI模型可準(zhǔn)確完成分析，大幅縮短缺陷樣本準(zhǔn)備與模型訓(xùn)練周期，極大拓展了在多樣化復(fù)雜場(chǎng)景下的適用性。

批量生成缺陷圖像，解決樣本稀缺難題

OPT推出的樣本生成軟件DeepSG，支持圖像擦除、編輯、缺陷遷移與高質(zhì)量圖像生成功能，基于真實(shí)的缺陷樣本，通過(guò)生成式AI技術(shù)，快速、批量生成高仿真度的缺陷圖像。生成的樣本可無(wú)縫導(dǎo)入DeepVision3，有效解決訓(xùn)練數(shù)據(jù)不足問(wèn)題，顯著提升模型泛化能力，形成從數(shù)據(jù)生成到模型迭代的高效閉環(huán)。

小樣本注冊(cè)分類，產(chǎn)線切換快速適配

為滿足產(chǎn)線快速換型和嵌入式部署的需求，OPT工業(yè)AI利用輕量化模型打造了高適用性的注冊(cè)分類功能。只需1到5張小樣本圖片，就能在數(shù)分鐘乃至數(shù)秒內(nèi)完成一個(gè)新類別的建模與部署，改變了傳統(tǒng)分類方法需要數(shù)百?gòu)垐D片訓(xùn)練的模式。

未來(lái)，還有圖像質(zhì)量評(píng)價(jià)、多目標(biāo)計(jì)數(shù)、異常判斷等注冊(cè)類應(yīng)用，覆蓋更多應(yīng)用場(chǎng)景。

通用AI模型無(wú)需訓(xùn)練，開箱即用

基于OPT積累的千萬(wàn)級(jí)工業(yè)數(shù)據(jù)、基礎(chǔ)模型，并結(jié)合實(shí)際應(yīng)用場(chǎng)景，已研究推出一系列無(wú)需標(biāo)注訓(xùn)練、直接推理的通用AI模型。其中邊緣提取任務(wù)融合深度學(xué)習(xí)與傳統(tǒng)算法，兼顧泛化能力與高精度，實(shí)現(xiàn)穩(wěn)定亞像素邊緣提取；匹配計(jì)數(shù)無(wú)需訓(xùn)練即可直接推理，復(fù)雜場(chǎng)景僅需注冊(cè)幾張圖片即可實(shí)現(xiàn)精準(zhǔn)定位與計(jì)數(shù)；而OCR識(shí)別不僅支持單個(gè)字符識(shí)別，也具備文本行識(shí)別功能，準(zhǔn)確識(shí)別英文、數(shù)字、特殊符及漢字等多種字符類型。

以上邊緣提取、OCR、通用讀碼等基礎(chǔ)任務(wù)的通用AI模型，已實(shí)現(xiàn)開箱即用。同時(shí)，AI模型在迭代升級(jí)過(guò)程中，支持增量學(xué)習(xí)，在原有模型上接入新增數(shù)據(jù)實(shí)現(xiàn)模型迭代，顯著減少計(jì)算資源與訓(xùn)練時(shí)間。

02更智能的工業(yè)AI生態(tài)協(xié)同平臺(tái)

支持多人標(biāo)注&智能標(biāo)注，降低AI應(yīng)用門檻

在項(xiàng)目開發(fā)過(guò)程中，OPT 工業(yè)AI支持單人/多人協(xié)同標(biāo)注，并配備多種智能輔助標(biāo)注工具，高效對(duì)圖片集完成數(shù)據(jù)標(biāo)注任務(wù)。與此同時(shí)，推出自動(dòng)標(biāo)注功能，基于大模型的標(biāo)注工具，只需要進(jìn)行一次示例標(biāo)注，同批次的圖片無(wú)需人工參與，即可完成自動(dòng)批量標(biāo)注，在保證精度與一致性的同時(shí)，顯著降低人工標(biāo)注成本和提高標(biāo)注效率。

工業(yè)AI云端協(xié)同：項(xiàng)目協(xié)作更輕松

OPT工業(yè)AI云端協(xié)同平臺(tái)—DeepVision Cloud，集成了算力管理、項(xiàng)目協(xié)作、標(biāo)注協(xié)同、數(shù)據(jù)互通與共享等功能。用戶無(wú)需進(jìn)行繁瑣的環(huán)境配置，即可在云端快速啟動(dòng)項(xiàng)目協(xié)作，通過(guò)高效的算力分配、多角色的項(xiàng)目協(xié)同、智能化的標(biāo)注任務(wù)分發(fā)以及數(shù)據(jù)和模型的安全共享機(jī)制，實(shí)現(xiàn)工業(yè)AI應(yīng)用的集中管理與全流程協(xié)作，顯著提升項(xiàng)目的開發(fā)與落地效率。

基于強(qiáng)大的算法開發(fā)能力和成熟的AI技術(shù)體系，OPT打造了涵蓋數(shù)據(jù)采集、模型訓(xùn)練、部署迭代的全流程生態(tài)平臺(tái)：通過(guò) Smart采集數(shù)據(jù)，DeepSG生成樣本，在PC端的DeepVision3 或云端的DeepVision Cloud完成模型訓(xùn)練，并將模型部署回 Smart等應(yīng)用軟件，實(shí)現(xiàn)模型的自動(dòng)迭代與更新，真正實(shí)現(xiàn)端云協(xié)同、持續(xù)優(yōu)化的智能應(yīng)用閉環(huán)，兼顧私有云部署與高效能離線訓(xùn)練，提供從實(shí)時(shí)處理到自動(dòng)迭代的全方位覆蓋，大幅降低AI落地門檻。

03 AI技術(shù)規(guī)模化落地，不斷拓展應(yīng)用邊界

OPT AI產(chǎn)品與解決方案已在3C電子、鋰電、半導(dǎo)體、汽車、醫(yī)藥等高端制造領(lǐng)域?qū)崿F(xiàn)規(guī)模化落地。

其中，在3C電子行業(yè)，OPT高精度AI解決方案覆蓋電子零件、組裝、回收等關(guān)鍵流程，穩(wěn)定識(shí)別細(xì)微缺陷。針對(duì)鋰電池前道工序的檢測(cè)需求，OPT提供開箱即用的通用AI模型；而在中后段工序，則有多軟件協(xié)同平臺(tái)支持快速產(chǎn)線換型與高效生產(chǎn)。面向先進(jìn)封裝晶圓，OPT工業(yè)AI不僅可以對(duì)上萬(wàn)顆0.08×0.13mm的晶粒進(jìn)行識(shí)別計(jì)數(shù)，還可精準(zhǔn)檢測(cè)多金、少金、雙胞、錯(cuò)位等28類缺陷。

同時(shí)，OPT積極布局“AI+機(jī)器人”協(xié)同應(yīng)用，通過(guò)精準(zhǔn)視覺(jué)感知、智能決策分析等AI能力與機(jī)器人控制深度融合，進(jìn)一步拓展在自動(dòng)化無(wú)序分揀、柔性搬運(yùn)等復(fù)雜場(chǎng)景中的賦能邊界。多個(gè)機(jī)器人在實(shí)際運(yùn)行中持續(xù)采集數(shù)據(jù)并同步上傳至云端，云端基于真實(shí)場(chǎng)景數(shù)據(jù)不斷迭代優(yōu)化模型，再將更新后的模型下發(fā)至各機(jī)器人終端。由此，每一臺(tái)機(jī)器人都能在復(fù)雜場(chǎng)景中實(shí)現(xiàn)更精準(zhǔn)的判斷與決策，并具備“邊運(yùn)行、邊學(xué)習(xí)、邊優(yōu)化”的自主進(jìn)化能力，推動(dòng)工業(yè)自動(dòng)化向更智能、更自主的方向持續(xù)演進(jìn)。