朱遥遥在现场介绍道，当前电子元器件制造正朝着精密化、柔性化方向加速升级，传统视觉方案面临泛化能力弱、开发成本高、数据依赖重以及换线适配慢等诸多瓶颈。本次发布的通用视觉大模型，紧扣国家“人工智能+”行动部署与贵州省人工智能高质量发展规划，精准聚焦行业痛点，旨在打造电子元器件行业视觉能力底座，推动制造业由“自动化”向“智能化”跨越。据悉，该模型也是贵州省电子元器件领域的首个视觉大模型。
据介绍，该模型具备三大核心突破，可全面覆盖检测、分割、分类等全场景视觉任务，彻底告别碎片化开发；支持零样本、少样本识别未知缺陷，并能通过文本指令快速理解新缺陷；仅需不到10%的标注数据，即可达到专家级检测效果。项目通过构建一体化的电子元器件视觉技术底座，集成数据采集、半自动标注、模型训练与快速部署全流程能力，可广泛应用于缺陷检测、定位、分拣、加工等产线关键环节，推动制造业实现从“模型开发”到“能力复用”的转变。
“与传统深度学习方案相比，该模型可将开发周期缩短约50%，综合成本降低约40%，且跨产品、跨缺陷的泛化能力显著增强，新产品上线无需重新训练。”朱遥遥进一步表示，目前研究院已基于该通用视觉大模型，开发出熔断器打磨机器人并已落地应用。数据显示，在机器人稳定运行的15个月里，已累计处理规格为3×1.7mm的元器件25万颗，批次产品合格率超85%，漏检率控制在3%以内，日处理效率达到人工的2至3倍。
对于电子元器件通用视觉大模型的开发与应用，朱遥遥描绘了清晰的发展愿景：“短期内，模型将替代传统AOI设备，着力提升检测精度、降本增效；中期，将建成统一的视觉能力平台，实现多产线协同与能力复用；长期，则致力于打造工业AI基础设施，沉淀行业数据与知识资产，最终实现‘模型驱动生产’的目标。”
贵阳日报融媒体记者 陈佳艺
编辑：陈旭
统筹: 黄静娴 编审: 王丹丹