工程·新视界｜从“报警”到“判断”：AI如何重做工业质检

直播时间：2026年11月8日（周日）19:00

直播平台：

EngineeringJournals视频号

科学网App

https://weibo.com/l/wblive/p/show/1022:2321325361857119780959

（科学网微博直播间链接）

科学网微博

科学网视频号

【直播简介】

在制造现场，如何判断一件产品是否符合质量要求？

工业异常检测模型通过学习大量正常产品样本，能够发现待检产品中偏离正常参考的区域，并输出异常分数和定位结果。但“发现偏离”并不等于“确认缺陷”：外观差异可能来自真实缺陷、允许的产品变化，也可能由成像条件造成。即使发现异常，还需要结合产品规格、尺寸公差和工艺要求，判断它是否影响产品质量。单靠异常分数和热力图，难以完成这一判断。

近期，湖南大学人工智能与机器人学院院长教授张辉、王耀南院士团队联合华中科技大学、中山大学、美国密歇根大学、新加坡管理大学等单位的合作者，在中国工程院Engineering集群子刊《工程·智能制造》（ENGINEERING Intelligent Manufacturing）上发表综述。文章围绕智能体式制造视觉检测（Agentic Manufacturing Visual Inspection，AMVI），梳理了工业检测所需的数据与知识、异常检测与定位、缺陷生成、多模态大语言模型理解，以及检测工作流的组织与评估。文章重点讨论如何围绕单件产品明确检测目标、记录已有观测与参考信息、识别尚未解决的问题，并据此选择下一步操作。证据不足时，系统可按需补充不同视角或光照下的图像，检索适用的正常参考和工艺资料，开展几何测量，或请求人工复核；新增信息与已有证据结合后，系统再评估能否作出结论，或是否需要继续检测。

AMVI如何衔接检测目标、证据评估与工具选择？在真实生产环境中还面临哪些问题？11月8日，欢迎来到Engineering Journals“工程·新视界”直播间，了解相关研究进展。

【嘉宾简介】

张辉 湖南大学人工智能与机器人学院院长

【主持人简介】

赵广立 资深记者