超然拿捏 · 行业观察

质检这扇门，终于对小厂敞开了——不锈钢表面质检的「低门槛」时代来了

dynabook 用商务笔记本跑 AI 质检、稳抓 0.1mm 划痕；联通工业视觉智能体「1–5 个样本」即可设定；得力质检效率提升 42 倍、不良率 3.2%→0.5%——多品种小批量的不锈钢厂，也迈得过去质检这道坎了

AI 视觉检测正对镜面不锈钢板扫描划痕，质检这道坎，小厂也迈得过去了

做不锈钢加工的老板都有一块心病：拉丝、镜面、喷砂这些表面处理件，一道划痕、一个磕碰，客户收到就能退货。可过去要上视觉质检，一台工业相机、一台专用服务器、成千上万张标注样本，动辄几十万，小厂根本玩不起。这两天我刷到三条消息，放在一起看，发现情况变了——质检这扇门，正对着小厂一点点敞开：dynabook（东芝）的 AI 质检，靠一台商务笔记本做边缘算力，就能稳定抓住 0.1mm 的裂纹、划痕、磕碰、毛刺，准确率 98% 以上；联通新出的工业视觉智能体，把相机、光源、算法做成一体的，每类产品只要 1–5 个样本就能完成设定；更直观的是得力那条——AI 视觉做 15 类缺陷检测，8 支笔 1.4 秒检完，不良率从 3.2% 打到 0.5%，质检效率提升 42 倍，人员从 1000 多降到 100 多。一条是「门槛降了」，一条是「样本少了」，一条是「回报算了」，合在一起，我想明白一件事：质检从今天起，不再是大厂专属。

行业影响：质检的三道门槛，一起塌了下来

先说为什么这三条消息值得一起看。过去小厂上视觉质检，卡在三道坎上：一是算力坎，检测要跑深度学习模型，得配一台像样的服务器，一台就是一台机器的钱；二是数据坎，模型要准，得喂成千上万张标注好的缺陷图，一个新产品换型，样本又得重来一遍；三是回报坎，钱花了、样本集了，最后能不能把漏检率降下来、把退货省下来，谁也说不清，老板自然不敢拍板。

这三道坎，今天都在塌。dynabook 的方案，用一台商务笔记本就能做边缘算力，还专门针对金属强反光、复杂曲面做了适配——要知道不锈钢的拉丝、镜面、喷砂，恰恰是视觉检测里最反光、最难啃的骨头，过去一上相机就反光一片、啥也看不清，现在反而有厂商愿意拿它当主打。联通那条更狠，相机、光源、算法做成一体的，每类产品 1–5 个样本就能完成设定，等于把「海量标注」这道数据坎直接铲平了。得力的数据则把回报坎算明白了：42 倍效率、不良率 3.2%→0.5%，这是「质检投入见效快」最硬的一句背书。

质检过去拼的是资本，现在拼的是谁先想明白、先上哪道工序。

解读：三个数字，讲清三件事

我把这三个数字掰开，讲清它们对不锈钢定制厂到底意味着什么。

0.1mm

可稳定抓住的裂纹/划痕精度

1–5个

每类产品完成设定所需样本

42倍

得力质检效率提升倍数

第一，0.1mm 意味着「检得细」。拉丝、镜面板上那道细如发丝的划痕，肉眼要趴近了才能看见，AI 却能稳定抓住，这正好补上人工抽检最容易漏的地方。第二，1–5 个样本意味着「换得快」。我们是多品种、小批量、产品频繁换型的厂子，最怕的就是换一款产品要重新标几千张图；现在只要几个样本，质检就能跟着产线一起换型。第三，42 倍意味着「算得清」。老板要的不是「AI 很牛」这种空话，是「上了之后一年能省多少退货、少赔多少单」，42 倍这个数，把账摆在了明面上。

但我要把话说在前头，也是我的一个坚持：AI 质检是「兜底」，不是「替代手艺」。它解决的是漏检、一致性、可追溯，解决不了工艺本身好不好。一块板子焊得歪、折得翘，AI 检得再准也救不回来——真正质量稳定的命门，还在焊缝和第一刀上。质检的意义，是让「好」有据可查、让「坏」出不了厂。