迎接人工智慧（AI）正逐步落實於各行各業，除了AOI與機器視覺等邊緣Edge AI相關技術應用能最快看到獲益；產業生態系構建與協作，更是實踐邊緣AI規模化至關重要的要素。本場東西講座特別邀請研華工業用物聯網‧智能系統事業群協理陳文吉、偲倢AI方案整合部‧技術總監陳柏龍聯袂主講，剖析機器視覺與AOI的技術與應用趨勢，並展望其未來融入生成式AI的發展趨勢與挑戰。

圖一 : 研華工業用物聯網‧智能系統事業群協理陳文吉（右）、偲倢AI方案整合部‧技術總監陳柏龍（左）

研華機器視覺解決方案　攜伴邁向工業AI Vision世界

圖二 : 研華工業用物聯網智能系統事業群協理陳文吉

陳文吉表示， 目前隨著AI演進驅動製造業現場的變化，例如在算法上，得以降低企業導入門檻，不必再大舉蒐集資料標註、訓練模型；最近也開始出現越來越多自主學習型的生成式AI，可提升其算法的便利性和精準度。

進而利用AI加值既有設備，提升效能、良率、產能；AI檢測方案，除了過去僅針對製程中進行品質檢驗外，再加入AI後可用來量化、預測AOI取得數據，並向上溯及進料與供應鏈廠商管理、倉儲物流、出貨等流程加以改善瑕疵；AI升級智製，則能分別針對製造現場的人、機、料、法、環等情境元素，進行預測與分析。

至於部署也很重要，尤其是現代工廠不會必須部署到世界各地，而須導入AI模型和預訓練排程；再透過Fine Tune調適，讓AI模型在廠內也能與時俱進訓練，加快部署時間。在應用上最大差異，則是與過去在工廠內許多服務都是買斷式不同，開始有越來越多軟體開始轉型為租賃、訂閱制。

研華不僅為此提供IEM平台、相機、影像等硬體與軟體加值服務等產品組合，涵括Cloud、Edge、Node端感測運算的解決方案，引領客戶進入AI Vision世界；同時與夥伴攜手提供完整服務，加速AI+AOI落地，以滿足AI工業影像需求。

偲倢AI Navi平台　提供產業專用服務與生成式AI方案

圖三 : 偲倢AI方案整合部技術總監陳柏龍

其中偲倢科技因為長期協助AI落地製造業，克服導入工廠的挑戰，認為視覺是最容易看出AI應用的效益，而提供機器人及視覺、人員和數據管理等一條龍服務。繼2017年在被動元件廠內首度導入AI解決方案、2018年獲選為NVIDIA最佳夥伴；2019年更獲得研華投資入股、到了2022年已成功協助業界導入百套以上AI視覺解決方案。

陳柏龍指出，尤其目前各產業的領導企業提供瑕疵檢測方案，滿足對於產品外觀檢測的需求，追求最短上線時程，在客戶產品規格開模後、生產前，便要求偲倢快速提出瑕疵解決方案的AI模型；生產高價值產品，不僅須達到零漏檢率，也要求須降低過殺率；關注後續維運自主性，因應製程快速變化。

偲倢的核心產品AI Navi則是專為產線而生的AI平台，同時持續與NVIDIA在工業瑕疵檢測領域密切合作，可輕鬆擴展至特定領域解決問題。包括因AI 模型上線時程緊迫，提供專案式管理架構，陸續蒐集迭代更新的瑕疵品圖片訓練；瑕疵標註、模型訓練耗時耗力，內建多種標註工具和標註助理Quick Mark節省80%標註時間。

進而逐步導引實現模型訓練及驗證，在平台上確認可檢出未經訓練過的瑕疵；部署到產線上各站電腦並更新；引導客戶維運產線應用持續更新，即使資料越大越穩定，確保模型效能未下降且適時加強，目前已有數百套AI Navi部署到工廠

值得一提的是，由於多變的製造環境，增加瑕疵檢測的複雜性，容易造成資料不平衡Data Imbalance，面臨更多陌生瑕疵。所以在2023年Gen AI問世後，偲倢更加入瑕疵生成的關鍵作用，藉以增強資料、提高模型可靠性、解決資料不平衡、節省資源成本。

運用SpinMind加速AI導入進程，運用GenaAI技術，生成瑕疵圖片，擴充訓練集，縮短上線週期，極大化導入規模，降低專案邊際成本，最少僅需一張圖片，利用隨機/畫筆生成功能，輕鬆生成瑕疵圖片，支援批量下載。

陳柏龍表示，AI Navi藉此蒐集產線圖片以持續迭代模型，協助用來訓練模型，盡量降低學習門檻，讓品檢員可直接在現場操作該平台訓練模型，納入過去檢測經驗、標準以標註瑕疵，讓機器視覺減輕人力負擔或缺工的困擾。

**觀看講座直播錄影：