在智能制造的大背景下，智能质检正在成为企业转型的关键一环。

相比人工质检，智能质检显然更高效、更具经济效益，尤其是伴随着AI技术的成熟，不少企业通过上线智能质检系统保证产品出厂即合格，实现“品质”生产。

智能质检落地并非易事

IDC 2020年《中国AI赋能的工业质检解决方案市场分析》指出，经过几年的发展，工业AI视觉质检市场也已经走向成长期。同时，新一轮信息技术和工业制造业正加速融合，以机器视觉、机器学习为代表的人工智能技术在智能质检中发挥了重要作用。

虽然市场已经为智能质检指明了发展方向，但在实际场景中，智能质检落地并非易事。比如，以前生产和质检是分开的，现在质检与生产过程已紧密结合，那么，两个产线该如何完美融合？又该如何打造智能化的点检一体化设备？

再比如，随着产品种类的丰富，检测环节逐步增多，智能质检如何覆盖更多检测点？除了外观检测外，如何对各种物理、化学参量进行检测？

因此，智能质检是一个宏大的课题，既要从发展趋势、技术这样的大局出发，又要考虑到具体实施中每个客户、产线的个性化需求。这就需要质检解决方案提供商将自身技术与客户需求结合，加强对工业业务场景的理解与沉淀。

此外，智能质检是制造业的共同课题，因此，硬件厂商、软件厂商、集成商、服务提供商作为生态合作中不可或缺的一环，需加强合作，发挥所长，加速智能质检落地。

内生外化，联想的智能质检之道

作为全球最大的智能设备制造商，联想每年设计、生产、销售PC、手机和服务器产品数以亿计，那么，如何确保产品合格率？联想的答案是将优秀产品与算法应用于自身质检，并将此经验内生外化，赋能工业质检客户。

一方面，联想拥有完善的供应商质量管控系统，这是联想长久以来形成的智慧。联想借助工业互联网将3000多家合作伙伴聚集在一起，以此实现数据的互联互通，打造完善的供应链产品管理体系。值得强调的是，该体系还包括KPI追踪、IoT管理、AR远程协同等多种智能化的管理方式。

另一方面，联想打造了全生命周期的智能检测模式，将质检从“后端”移到“前端”，对产品进行全生命周期的质量监测，涵盖概念、研发、生产、维护等各个阶段，最终生产出消费者满意的产品。

在质检中，为让机器视觉“看得见，看得懂”，联想通过元学习、度量学习、数据增强等技术，持续提升缺陷样本利用率，最大程度锻炼算法，使其具备“终身学习”的能力，而且这种能力涵盖多种缺陷识别。比如，除了对一些常规缺陷进行算法训练外，联想还可对各种未知缺陷进行小样本模型训练，全面覆盖各种“罕见”缺陷检测。

以液晶显示器生产企业冠捷科技为例。液晶显示器生产过程复杂，产品型号众多，缺陷类型众多，而传统人工质检成本高，错检漏检现象严重。联想将自主研发的LCD屏幕光学检测解决方案应用于冠捷产线，帮助冠捷完成30多类缺陷的检测，其中包括暗点、黑点、彩点、线条、黄斑等常规缺陷以及未知缺陷检测，最终实现人力成本节省50%，效率和准确率提升30%。

需要强调的是，联想LCD屏幕光学检测解决方案是业界首创的静态/动态不良监测方法，融合高精度视觉系统与自适应分析诊断AI算法，能实现对多种屏幕类型、多种缺陷的精准捕捉、识别，进而实现不良风险的分析、预测预警及回溯，是智能质检的理想选择。

加速生态体系建设，迈向智能制造

智能质检还只是联想切入智能制造的一个角度。

当前，联想已经实现了从研发到生产、供应、销售及服务的全价值链智能转型。并且凭借多年技术储备和转型经验，以数据+算力+算法+行业know how的独特模式深入制造业，不断提升算力和算法，帮助客户开启智能制造新征程。

在接下来的智能质检探索中，联想将致力于智能质检生态系统建设，通过产品质量成熟度评估、战略咨询、质量方案实施等具体举措，帮助合作伙伴、供应商优化产品质量，实现企业效益，进而推动行业的高质量发展。

在智能制造成为制造业转型新引擎的背景下，联想基于自身的行业经验，以内生外化的智慧赋能制造业。那么，联想会有哪些新技术加持智能质检？火热的AI如何赋能智能质检？AI质检模型又该如何快速部署？3月16日，联想智能质检线上研讨会为您开启大讨论。

关键词： 如何加码智能制造探寻联想的智能质检之道 智能制造