AI视觉赋能智造白皮书
目录
一、AI赋能“智”造落地1
（一）新产业革命与数字化浪潮交汇，焕发智能制造
新活力1
（二）AI是智能制造的关键支撑2
（三）AI+智能制造的主要模式与场景3
二、工业视觉为智能制造打开“新世界”8
（一）工业视觉发展历程8
（二）工业视觉应用场景13
（三）典型行业应用案例18
三、AI视觉解决方案与实施27
（一）以深度学习为核心路径的AI视觉解决方案部署
实施需求27
（二）AI视觉方案技术架构30
（三）AI视觉方案部署37
（四）AI视觉赋能产业转型升级典型案例39
四、挑战与建议44
（一）问题与挑战44
（二）推进建议45
一、AI赋能“智”造落地
（一）新产业革命与数字化浪潮交汇，焕发智能制造
新活力
人工智能技术开始买入新阶段。世界科技发展处于快速进步之
中，信息通信、先进制造、新材料和新能源等技术的创新加速和交
叉融合爆发了新力量，人工智能是引领未来的新兴战略性技术，是
驱动新一轮科技革命和产业变革的重要力量。自1956年诞生以来，
相关理论和技术持续演进，直到近十年，得益于深度学习等算法的
突破、算力的提升及数据积累，人工智能得以实现从实验室向产业
实践的转变。尤其，通用人工智能是引领新一轮科技革命和产业变
革的战略性技术，正以大模型为先导加速向经济社会全面渗透融合，
与我国新型工业化进程历史性交汇，孕育制造业转型升级的新手段、
经济高质量发展的新引擎、抢占全球竞争制高点的新机遇。
智能制造加速融合创新，共性赋能技术体系逐步形成。智能制
造赋能技术体系包括OT技术、ICT技术和融合类技术。OT技术聚焦
智能升级，通过数字传感器技术与数字控制等传统技术在ICT赋能
下逐渐迈向智能化；工业互联网平台等ICT技术正成为智能工厂建
设的重要基础设施，部分工厂也已经开始探索构建5G网络等基建的
落地应用；融合类技术重点围绕故障诊断、视觉识别等应用进行创
新突破，聚焦典型制造场景的数据挖掘是当前智能制造示范工厂建
设关注的重点技术领域。其中，大数据分析、视觉识别等人工智能
技术已经成为智能制造赋能技术体系中探索最活跃、最核心的领域。
1
据中国信通院对近年智能制造示范工厂案例统计表明，AI技术应用
占比近15%，成为赋能技术体系中最关键的技术族之一。
（二）AI是智能制造的关键支撑
AI与制造业加速融合，引发多方面变革。一是变革技术产品研
发方式。人工智能有效利用产品研发过程中的历史数据，迅速开发
出性能强悍的产品，还通过对各类物理、化学特性与生产指标的对
应关系进行建模，优化加工流程与参数，实现工艺创新。二是提升
企业生产全环节质量与效率。人工智能基于“数据+知识”跨越传统
工艺机理依赖实现创新优化，通过智能分析确保生产核心要素处于
最优状态，打通企业上下游数据，实现全流程的资源协同与系统性
提升。三是加速变革企业资源组织模式。通过各类制造要素的全面
数字化和联网化，实现产能、设计、技术、金融、物流及配套服务
等资源的网络化集聚和基于AI的动态优化配置。四是构建新型服务
与商业模式。通过对设备或产品运行数据开展智能分析，向用户提
供增值服务，同时创造大量新需求和新盈利模式，带动产业智能化
升级。此外，大模型成为深度学习、知识图谱、NLP等技术融合底
座，整合工业多模态数据，全面提升感知与决策能力。
“AI+智能制造”推动产业创新升级。装备领域通过叠加人工智
能技术，实现加工误差补偿、自动化编程等应用创新，并利用AI预
测生产过程状态，自动调整装备参数，提高生产制造装备实施运行
优化能力，实现产品形态变革与价值创新；自动化与工业控制系统
聚焦边缘侧开展数据复杂分析，实现融合AI技术的工业边缘平台，
能够提供对设备性能、运行时间的实时分析及异常操作排查等功能，
不断拓展边缘系统/平台智能化能力，实现过程监测优化与运维分析；
2
平台与工业软件基于AI技术不断深化创成式设计、生产管控、流程