機器視覺正成為推動工業智造升級的核心技術力量。OPT通過持續創新，構建了從底層算法、中層平台到上層應用的全棧式AI技術體係，為製造業提供智能視覺整體解決方案。
一、底層算法升級：性能優化與實用性的深度融合
OPT AI在底層算法上持續突破，通過提升算法性能、降低數據依賴，增強算法可靠性等為基於AI的機器視覺規模化應用提供堅實支撐。
高效輕量AI模型，實現性能與效率平衡
依托OPT海量的工業數據和豐富的AI行業經驗，基於自監督對比學習技術，訓練專用的工業預訓練模型，利用模型剪枝、知識蒸餾等輕量化技術，得到高精度輕量化預訓練工業AI模型，實現性能和效率的平衡。
以語義分割任務為例，在低配CPU（i5-2400）條件下，分割結果相當時，百萬像素圖像的推理時間縮短至20毫秒，較上一代輕量化模型提速60%，相較於常規輕量化分割網絡提速100%，大幅降低了對計算資源的依賴，確保AI模型在低算力及邊緣設備下也能高效運行，從而賦能老舊設備升級、雲邊協同分析等更廣泛的工業場景。另外，基於千萬級工業數據開發的視覺大模型，能在零樣本條件下實現精準匹配與定位，在GPU 4080Ti下，大模型的推理速度達60FPS。
高可信度檢測算法，確保結果穩定可靠
在工業視覺檢測中，AI模型的可靠性和穩定性是更高級別的需求。OPT 自研高可信檢測技術，能夠有效提升AI檢測結果的可信度與一致性，確保檢測精準穩定。一方麵，研發置信度度量和訓練策略，提升檢測網絡預測結果置信度的可信度；另ling一yi方fang麵mian，研yan發fa關guan鍵jian目mu標biao推tui理li結jie果guo一yi致zhi性xing度du量liang方fang法fa，保bao證zheng關guan鍵jian目mu標biao不bu僅jin能neng檢jian出chu，而er且qie檢jian得de準zhun，檢jian得de對dui。應ying用yong於yu鋰li電dian焊han接jie工gong藝yi與yu鋼gang材cai缺que陷xian檢jian測ce中zhong，常chang用yongmAP指標提升了2.6%，漏檢與誤檢率顯著降低。
鋰電數焊接和塗布工藝缺陷檢測結果
小樣本學習+數據生成技術，降低數據依賴
高質量數據對AI模型的魯棒性與泛化性至關重要，但在工業場景中，數據稀缺常常限製了AI模型的落地應用，OPT 的小樣本學習從算法和數據兩個層麵降低數據依賴。
算法層麵：基於海量工業數據，結合遷移學習與元學習策略，預訓練基座模型對標注數據的依賴量降低30%。
數據層麵：開發半自動化數據生成技術，利用常規圖像擴增、生sheng成cheng對dui抗kang網wang絡luo與yu擴kuo散san模mo型xing等deng技ji術shu手shou段duan，能neng在zai零ling樣yang本ben條tiao件jian下xia實shi現xian關guan鍵jian目mu標biao的de精jing準zhun編bian輯ji與yu高gao質zhi量liang圖tu像xiang生sheng成cheng。例li如ru，在zai手shou機ji中zhong框kuang小xiao孔kong缺que陷xian檢jian測ce中zhong，模mo型xing可ke生sheng成cheng包bao含han特te定ding缺que陷xian的de高gao質zhi量liang缺que陷xian圖tu像xiang，彌mi補bu真zhen實shi數shu據ju的de不bu足zu。
手機中框小孔缺陷編輯、擦除生成效果
二、中間層產品迭代：從AI軟件到生態平台的智能化轉型
OPT持續優化、迭代產品，通過提升穩定性、擴展功能與改善用戶體驗，逐步構建了一個高效的視覺生態平台，降低AI項目實施門檻，提高項目開發效率。
DeepVision3軟件全麵升級
DeepVision3軟件作為OPT的核心AI工具，相較於上一代，已在穩定性、易用性與功能性上實現顯著提升。以交互式分割標注功能為例，基於海量工業數據對分割大模型的訓練以及智能交互策略的優化，3-clip指標下mIoU提升10%。
此外，DeepVision3軟件從僅支持單一2D圖像擴展至2D、3D點雲、偏振、紅外等多模態數據，滿足多樣化的工業視覺分析需求，助力DeepVision 3從單一的AI工具逐步演變為綜合視覺平台。
DeepVision3核心功能
Web版AI平台提升項目協作與模型部署效率
OPT 推出Web版AI平台，通過雲端協同設計，實現多人多任務的高效協作，用戶無需複雜環境配置即可快速啟動AI項目，實施效率顯著提高。例如，在新能源檢測中，團隊可通過平台共享模型與數據，項目實施效率提升50%以上。
Web版AI平台與DeepVision3 AI軟件和Smart3視覺軟件無縫銜接，通過雲端協同進一步加速項目開發，尤其是大規模生產製造場景下的AI 模(mo)型(xing)開(kai)發(fa)及(ji)機(ji)台(tai)複(fu)製(zhi)。基(ji)於(yu)此(ci)，單(dan)機(ji)節(jie)點(dian)可(ke)利(li)用(yong)有(you)限(xian)算(suan)力(li)實(shi)現(xian)分(fen)批(pi)次(ci)快(kuai)速(su)數(shu)據(ju)標(biao)注(zhu)，然(ran)後(hou)以(yi)數(shu)據(ju)共(gong)享(xiang)的(de)方(fang)式(shi)融(rong)合(he)標(biao)注(zhu)結(jie)果(guo)，依(yi)托(tuo)中(zhong)央(yang)節(jie)點(dian)高(gao)算(suan)力(li)服(fu)務(wu)器(qi)進(jin)行(xing)模(mo)型(xing)快(kuai)速(su)訓(xun)練(lian)和(he)驗(yan)證(zheng)，最(zui)後(hou)把(ba)訓(xun)練(lian)完(wan)成(cheng)後(hou)的(de)模(mo)型(xing)一(yi)鍵(jian)下(xia)發(fa)到(dao)數(shu)百(bai)個(ge)檢(jian)測(ce)機(ji)台(tai)。
端雲協同的智能工廠模式
三、上層行業應用：深耕垂直場景的深度賦能
OPT的AI產品與解決方案已深度應用於新能源、3C電子、半導體等高端製造領域，2024年實施規模以上項目數百個，檢測產品數十億件。
鋰電行業
OPT推出行業通用AI模型，實現對鋰電卷繞、切疊等主流工藝關鍵工序的高速自適應通用檢測。麵向鋰電前道工序（塗布、分條、模切等），OPT提供開箱即用的高速高精度工業視覺方案；針對形態多樣的中後道工序（焊接、包裝、入殼）等，OPT研發自適應遷移學習技術，助力產線換型時AI 項目實施周期縮短40%。
麵向新能源的行業通用解決方案
3C電子行業
OPT 研發高精度、高可信的AI 解決方案，覆蓋手機製造中屏幕、組裝、電子回收等廣泛工藝流程，在側壁小孔、通孔的刀紋、未見光、劃傷以及音圈馬達表麵壓傷等缺陷檢測中，精準率遠超行業標準。在手機、耳機的膠路複檢項目中，借助於高質量圖像生成技術，僅需15張圖像即可生成大批高質量的缺陷圖像數據，生成精度控製到3 pixel， 誤檢率控製到0.1% 以下。
半導體行業
麵向12英寸晶圓，可實現精準快速的AOI檢測與計數，檢測項覆蓋了髒汙、刮傷等16項缺陷類型，檢測精度達毫米級。對多達60萬顆晶粒進行精準計數和分類可視化，整體視覺處理時間低於30秒，漏檢率為0.1%、誤檢率為2%。
OPT AI技術還應用到物流、交通、醫療等多個領域，例如，在物流行業，助力分揀係統實現每小時1518件包裹的精準檢測，抓取成功率100%，上雙率低至0.01%。
四、未來發展：技術深化與場景拓展
未來，OPT將聚焦於打造輕量化、高精度和一站式技術解決方案，進一步提升技術實用性與產業覆蓋麵。
打造更輕量化的視覺方案
采用模塊化配置實現檢測、分類、匹配、定位與邊緣檢測等功能，廣泛適用於組裝環節的智能定位引導和視覺檢測，實現低成本、高效率的AI項目實施。
研發高精度輕量化工業大模型
基於海量工業場景數據和充足算力資源，打造具備精準匹配、跟蹤、計ji數shu與yu檢jian測ce等deng能neng力li的de通tong用yong行xing業ye大da模mo型xing，模mo型xing通tong過guo優you化hua架jia構gou與yu推tui理li策ce略lve，將jiang在zai複fu雜za工gong業ye場chang景jing中zhong實shi現xian更geng高gao的de檢jian測ce精jing度du與yu更geng廣guang的de泛fan化hua性xing。例li如ru，在zai半ban導dao體ti晶jing圓yuan檢jian測ce、3C電子關鍵目標檢測中，模型能夠進一步提升對微小缺陷的檢測能力以及在小樣本，甚至零樣本條件下的泛化性和通用性。
工業視覺大模型
提供一站式AI解決方案
OPT將發布高質量工業AI生成平台，支持圖像擦除、編輯、缺(que)陷(xian)遷(qian)移(yi)與(yu)高(gao)質(zhi)量(liang)圖(tu)像(xiang)生(sheng)成(cheng)，通(tong)過(guo)生(sheng)成(cheng)技(ji)術(shu)模(mo)擬(ni)真(zhen)實(shi)場(chang)景(jing)數(shu)據(ju)，進(jin)一(yi)步(bu)降(jiang)低(di)對(dui)工(gong)業(ye)高(gao)質(zhi)量(liang)訓(xun)練(lian)數(shu)據(ju)的(de)依(yi)賴(lai)。在(zai)此(ci)基(ji)礎(chu)上(shang)，打(da)造(zao)一(yi)站(zhan)式(shi)智(zhi)能(neng)解(jie)決(jue)方(fang)案(an)平(ping)台(tai)，覆(fu)蓋(gai)數(shu)據(ju)挖(wa)掘(jue)、知識梳理、高質量數據生成、半自動標注、用戶確認、一鍵模型訓練、模型調配與批量部署的全流程。用戶可根據需求定製方案，例如，應用在新能源檢測中，從數據準備到模型上線僅需數小時。
更高效智能的AI 實施流程
OPT 持續優化底層AI算法，研發高效的語義分割、高可信檢測、小樣本學習與數據生成技術，推進DeepVision 3與Web平台的智能化升級，在新能源、3C電子、半導體等行業實現了精準賦能。展望未來，OPT將進一步打磨AI 軟件和平台，打造開放的技術生態，為行業釋放更大的AI 能力，賦能更多企業實現智造升級。