【ZiDongHua 之技术文章区收录关键词：中科迪宏 智能制造 TimesAI 苏州 光伏硅片分选机 人工智能 】
 
 
　　AIGC与缺陷检测相结合中科迪宏发布TimesAI大模型版和光伏硅片分选设备
 
 
　　昨日（7月2日）中科迪宏在苏州召开TimesAI大模型版和光伏硅片分选机发布会，暨中科迪宏苏州公司新职场揭牌仪式。中科院安徽光学精密机械研究所首席科学家王英俭研究员和苏州市阳澄湖镇党委书记沈建先生，以及多家客户、合作伙伴共同见证了这一重要时刻。
 
　　
 
　　中科迪宏TimesAI大模型版及光伏硅片分选机发布会现场
 
　　
 
　　中科迪宏苏州公司新职场揭牌
 
　　首先王英俭研究员表达了对生成式大模型的独特理解和多种应用场景的期待，同时希望中科迪宏能够继续在AI工业检测领域不断创新，用好人工智能技术，提高工业企业的生产效率和研发速度，成为行业顶尖企业。
 
　　
 
　　王英俭研究员致辞
 
　　沈建先生表示，度假区（阳澄湖镇）正着力构建创新智能制造产业高地，大力支持中科迪宏公司在此地建功立业、持续创新。
 
　　

 
　　沈建先生致辞
 
　　现今最前沿的人工智能技术是生成式大模型，具有极高特征容量、生成优质的图像细节、良好的涌现能力等特点。在应用方面，适合生成式大模型的场景是允许出错、允许人工介入、算力投资回报比较高。
 
　　在工业AI视觉领域要有极高的召回率、高实时性、同时要积累垂直领域的数据。中科迪宏将生成式大模型应用到工业AI领域，创造出TimesAI深度学习开发平台大模型版本，解决了当前AI视觉缺陷检测的缺陷样本少、人工标注费时、模型迭代周期长等痛点。
 
　　相较于当前主流缺陷检测的技术方法，TimesAI大模型版的核心优势在于：（1）多模态通用缺陷生成模型库；（2）用大模型自动标注图片、代替人工标注、减低成本；（3）根据语义或已有缺陷图片自动生成新的缺陷图片，解决小样本或零样本的限制，加快检测模型迭代速度，缩短项目交付周期。
 
　

 
　　中科迪宏CTO许鹏博士讲解TimesAI大模型版
 
　　TimesAI深度学习开发平台是中科迪宏自主研发的平台级产品，包含工业AI大模型与检测小模型融合、2D/3D视觉算法库、深度学习自训练平台、工业产品缺陷库、工业机械手通讯库五类组件库，共计近200个应用工具，可以快速搭建工业产品缺陷检测流程，无开发经验即可快速上手使用。
 
　　目前TimesAI大模型版已在中科迪宏所有缺陷检测项目投入使用，彻底颠覆以往的开发模式，极大提升效率，而这也是未来工业产品缺陷检测的技术发展方向。
 
　　光伏系统的性能和可靠性对于其广泛应用和长期运营至关重要。而近年来，大硅片、薄硅片已经成为行业一种不可逆的趋势，随之而来的就是硅片较以往变得更容易破损，如何高效剔除有瑕疵的硅片也就成了生产过程中无法回避的一个环节。通常情况下，瑕疵的尺寸、类别、分布位置都是不可预知的，以往通过人工检测的话过程会比较复杂，瑕疵检测难度也偏大。而通过机器视觉辅以人工智能大模型技术来进行瑕疵检测，则会大大优化这一过程。
 
　　本次中科迪宏发布的另一款产品：光伏硅片缺陷检测及分选智能设备搭载了TimesAI大模型版，能够快速、准确地检测出光伏板硅片的表面缺陷，包括四周崩边、包角崩边、隐裂以及多个位置的尺寸，并按检测结果高速分选拆分，目前最高检测速度可达到14000pcs/h。此外，该设备还具有高度的自动化程度，能够实现无人值守操作。配套中科迪宏自主研发的AI数字工厂，将检测和分选结果集成，采用生产预测引擎计算出硅片良率走势，支撑生产管理决策。
 
　　本次两款产品的发布无疑具有极大的吸引力，证明了中科迪宏在技术方面一直保持领先，在人工智能和机器视觉领域拥有强大的研发能力，同时持续研发智能硬件，在高速度、高精度的智能设备方面不断创新。
 
　　中国科学技术大学博士生导师汪增福教授讲解了图文识别的发展历程、主流算法、主要实现的技术手段，以及将大模型运用在图文识别的一些研究成果。
 
　　合肥工业大学博士生导师薛峰教授介绍了推荐系统技术实现方法和最新的研究成果，即利用深度神经网络和注意力机制建模推荐系统中的物品高阶交互关系。