中国有超过 3 亿辆汽车在路上行驶,是全球最大的汽车市场,且由于该国的电动汽车行业蓬勃发展,其市场体量只会继续增加。对于汽车零部件制造商来说,这种快速增长带来了巨大的商机:他们有机会在日益激烈的竞争环境中瓜分市场份额。
但制造商要想提高工厂自动化水平和生产能力,面临的难度超乎想象。究其原因,他们往往依赖于劳动密集型生产流程,在不增加员工数量的情况下很难提高产能。这最终会出现产能瓶颈,阻碍发展,让公司无力获得竞争优势,因而令人倍感沮丧。
手动流程无法拓展规模,工厂需要实现自动化
轮毂制造这一典型例子就很好地诠释了此现象。
此流程的主要问题在于,要专门针对每个车轮型号进行动态平衡检查,这是一项重要的质量保证测试。因此,必须先将生产线上的轮毂进行分类,然后再送入检查区。但传统上,在制造过程中,这一步完全是手动完成的。
显然,这样做的效率不高。另外,新轮毂型号的频繁推出,迫使公司不断对工人进行再培训,帮助他们识别新产品。
“制造商试图自动完成轮毂的分拣和分类。但结果喜忧参半,”为汽车行业提供人工智能制造解决方案的信捷电气公司工业控制和视觉研发总监覃高鄂表示,“基于早期机器视觉应用的解决方案很难识别结构复杂的车轮,也很难区分结构相似的车轮。”
但借助人工智能和边缘计算的最新进展,结合使用下一代处理器,工厂自动化解决方案将帮助制造商更高效地运营,同时降低成本,增加利润。
针对分拣和分类的制造流程自动化
信捷公司基于人工智能的轮毂分拣和分类解决方案就是实际运用此技术的一个例子。
该解决方案就实施在生产线上。成品轮毂到达初始检查点,图像采集设备将检测每个轮毂,并将数据传输到附近的边缘服务器进行处理。
计算机视觉应用程序按类型对轮毂进行分拣,并相应地进行标记。在先进的深度学习技术的助力下,人工智能模型能够达到的精度远高于此前的机器视觉解决方案。此外,由于处理是在边缘执行的,因此网络延迟大大缩短,同时也加快了推理速度。
然后将轮毂沿生产线移至分类工序(该工序同样由边缘上的计算机视觉推理进行处理),接着就可以将轮毂发送到相应的测试区进行动态平衡检查。
该解决方案标志着传统分拣和分类流程已实现完全自动化。覃高鄂表示,此项任务的完成得益于信捷公司与英特尔的技术合作伙伴关系。“英特尔处理器非常适合计算机视觉和边缘计算任务,其软件开发工具在构建和训练人工智能模型时发挥了很大的作用。”
信捷公司在其解决方案中利用了多种不同的英特尔技术:
人工智能工厂自动化:案例研究
信捷是中国的一家轮毂制造商,该公司实施的此类解决方案就是一个很好的例子。为了满足不断飙升的需求,客户希望增加产能。但与许多其他制造商一样,该公司仍然依靠手动车轮分拣流程,因而造成了产能瓶颈。
雇用更多员工并不可行,而且原因不仅仅是成本较高。“即便有增员预算,目前要在中国招聘到员工也不容易,”覃高鄂解释道。“中国的制造业面临严重的劳动力短缺问题,这个问题对生产力和盈利能力都造成了一定威胁。”
信捷解决方案的部署最终取得了出色的成果。轮毂分类的效率提高了 18 倍,这帮助公司大幅提高了产能。该制造商实际上进行了减员。监督生产所需的员工数有所下降,大约节省了约 75% 的劳动力成本。
最重要的是,不必为了追求速度而牺牲质量,因为人工智能模型的准确率高达 99%,十分可靠。
更智能、更安全的未来
对低效流程进行自动化可帮助中国的汽车行业满足国内外买家日益增长的需求。
但覃高鄂表示,人工智能工厂自动化的优势并不局限于某一个行业,他说:“人工智能在制造业领域蕴含诸多潜在的应用。例如,我们的解决方案支持材料分类、测试以及计算机和消费电子产品的制造。”
人工智能工厂自动化不仅让公司和消费者从中获益,还能让员工获得帮助。覃高鄂表示,“人工智能填补并拓宽了人类智能,它让工人不必再去执行工厂中那些重复、危险的任务。”
人工智能可提高生产力和盈利能力,保障员工的健康和安全,最终将推动全球制造业的数字化转型。
本文由 insight.tech 的编辑副主管 Georganne Benesch 编辑。
好文章,需要你的鼓励
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。