AI提行业效率

AI把验布准确率做到99%,纺织质检账

新华网10月28日报道泉州联兴发针织AI融合质检识别30余种布面瑕疵、准确率突破99%、人工约85%;10月26日报道微链道爱ACI建模30秒至5分钟。本文拆清两组口径。

2026-11-16 14:45:06 · 主编:刘立永

把布面瑕疵识别准确率从人工约85%提到突破99%,泉州联兴发针织靠的是一套「5G+AI智慧供应链融合质检」系统。新华网2026年10月28日报道,这套系统部署超高清智能摄像头,把每帧图像以毫秒级传至AI平台,可识别断纱、跳线、污渍等30余种布面瑕疵。同一媒体10月26日另披露一组数字:微链道爱的ACI认知检测只需采集一块良品样板,自动建模耗时30秒至5分钟。两组数字一个讲结果、一个讲上线速度,口径不同,不能并成一句「AI质检提效多少」。

99%对85%:先看清比的是什么

联兴发的99%是「瑕疵识别准确率」,对照的是人工质检约85%的水平,二者比的是「识别是否判对」,不是「一台机器顶几个人」。报道并未给出单位时间检测米数或人力减少数量,因此不能据此推算人效倍数。工信部等五部门发布的《纺织服装卓越品牌培育行动方案(2026—2028年)》把AI视觉检测、智能质检机器人列为重点推广技术,这是政策导向,不构成对99%这一数字的背书。

真正能落到成本账上的,是漏检带来的一致性:人眼易疲劳、标准难统一,AI可24小时按同一套阈值判。这属于质量稳定性改善,报道没有量化金额,写成「每年省下多少万」就是加戏。

30秒建模:省的是换型准备时间

微链道爱的ACI(自动认知检测)换了一套逻辑:不先建缺陷库,而是「良品建模」。新华网10月26日报道,系统只需采集一块良品样板,自动学习元件位置与外观,完成元件、引脚、极性的秒级映射,同一类元件有1至20个样本即可掌握正常形态,整套自动建模30秒至5分钟,换型可在生产间隙完成,不占主线时间。

报道称其判定逻辑锚定元件结构特征空间而非像素颜色空间,因此黑底黑件、银线银件等低色差目标也能稳定识别;同一套判据可跨结构光3D、X光、红外与电镜图像复用。这些是技术能力描述,属于厂商口径,未见第三方测试报告。

98%、八成、99.99%与1000台套:四个不同量纲

同篇报道给出的数字需要逐条拆开:基于单块良品冷启动,匿名行业典型场景检出准确率可达98%;误报较上一代规则方案下降约八成;经在线自我迭代,长期运行可达99.99%。三者分别是冷启动检出率、相对降幅与长期可达上限,且报道明确注明「随板型、器件批次浮动,以现场实测为准」,不能当成验收指标。

截至2026年6月30日,其ACI认知检测设备累计部署突破1000台套,集中落地于半导体封装测试与PCBA电子制造产线。这是装机规模,不是提效幅度;把1000台套与99.99%相乘得出的「效率」没有意义。

给山东中小制造企业的三条落地顺序

第一,先定判据再买设备。把本厂最常见的三类缺陷、判定边界与争议样本整理成清单,再让供应商用你的样件做现场测试,拒绝只看对方演示视频。

第二,按「识别—处置—复核」分段记账。识别准确率、漏检率、处置工时、复核人力各记各的,不把准确率的百分点当成人力节省比例。我们在济南莱芜给制造企业做用友、金蝶ERP与MES实施时,通常先把质检判定结果写回批次和工序台账,让每一次判退都能追到原料批、班组与设备,这一步做不通,AI判得再准也只是孤立的一台设备。

第三,先跑一个品类、一个班次。纺织服装与电子元件的缺陷形态差别很大,先在单一品类上把30秒换型与99%准确率复现出来,再谈跨产线复制。上述数字均来自企业向媒体提供或行业报道,未附第三方审计、统计周期与样本构成,用作预算依据前应按自述值标注。

参考来源:
1. 新华网,《衣:智造"织"就服装新篇》,2026-10-28,https://xinhuanet.com/fashion/20261028/5df2c54104c34a3da6c4fec4275f80b1/c.html
2. 新华网,《AI质检迈入ACI认知检测时代:工业视觉模型实现产线持续自学习》,2026-10-26,https://www.xinhuanet.com/tech/20261026/3f41610a527f46f9bb95cda1aedbadc0/c.html