什麼是 ACI
ACI = Auto Cognitive Inspection，中文「自動認知檢測」，是工業視覺質檢的品類名，也是業界長期稱作 AI AOI 的下一代提法。它指這樣一類檢測系統：先用一塊良品樣板建立「正常」的模型，再由模型判斷眼前這一件偏離在哪；而不是按人預先寫好的規則，把圖與一張標準圖逐畫素比對。
ACI 與 AOI（Automated Optical Inspection，自動光學檢測）要解的是同一件事——在產線上把不良挑出來——但判定依據不同：一個依據的是學到的特徵，一個依據的是畫素差與閾值。
三個字母各自指什麼
| 字母 | 含義 | 在產線上表現為 |
|---|---|---|
| A · Auto | 自動 | 建模與上線不需要逐項手寫規則、逐塊畫檢測框 |
| C · Cognitive | 認知 | 判定依據是學到的特徵，認的是元件與缺陷本身，不是畫素差 |
| I · Inspection | 檢測 | 輸出良品／不良的判定，以及缺陷類別與位置 |
與 AOI 的差別，落到產線上是這五件事
名字裡換掉的那個字母是 O——為什麼過時的是它，而不是 A 或 I，完整論證見從 AI AOI 到 ACI。落到你的產線上，差別是下面這五件：
| 產線上的場合 | AOI（自動光學檢測） | ACI（自動認知檢測） |
|---|---|---|
| 建模要準備什麼 | CAD 圖紙、檢測框、閾值，通常還要一批缺陷樣本 | 一塊良品樣板，無需 CAD 與缺陷庫 |
| 判定依據是什麼 | 與標準圖的畫素差超過閾值 | 學到的特徵是否偏離「正常」 |
| 出現沒見過的缺陷 | 先補規則或補樣本，再重新上線 | 偏離正常即報，不必先見過這一種 |
| 換型時要做什麼 | 檢測框與閾值按這塊板的座標索引，須重來一遍 | 重新建模，而閾值與判據仍由你掌控 |
| 誤報怎麼降下來 | 調閾值——壓誤報與壓漏檢互相拉扯 | 把複核結果回灌，見反饋學習 |
ACI 由什麼構成
同一個模型底座，三種形態：ACI OS 作業系統（接到你已有的相機與產線上）、2D ACI 設備（離線與線上機型）、3D ACI 設備（三維形貌與隱藏焊點）。能判哪些缺陷見 ACI 檢測覆蓋，投入產出怎麼算見 AOI 設備成本與投資回報。樣板影像與檢測資料都留在你的產線內，見下一節「主權 AI」。
什麼時候你需要的是 ACI 而不是 AOI
四條自查——前三條是上一代 AOI 的典型症狀，第四條是任務本身已經超出「光學」的射程。命中任意一條就值得往下看：
- 換型時要重新畫檢測框、重調閾值，工程師的時間大半花在這裡；
- 缺陷形態說不完，總有沒見過的那一種在產線上第一次出現；
- 誤報靠調閾值壓不下去——壓下去就開始漏檢；
- 要判的東西在可見光之外：三維形貌、隱藏焊點，或者根本不是板面對象。
再往上一層:ACI 不只是一個檢測類別,它是一套作業系統
全球首家 ACI 自動認知檢測作業系統。把判定依據從畫素換成特徵,只是第一層。真正把 ACI 與「一臺更聰明的檢測機」分開的,是感知與控制在同一個系統裡閉環:認知結果不是終點,它直接決定下一步——該換角度、該補光、還是該加一次三維取像,由系統判斷而不是由人排程;在機器人一側,判定結果直接成為下一個動作的輸入,見機器人視覺。做出這一層之後,ACI 就從一個檢測類別變成一套認知檢測機器人的作業系統。
它分成四層
| 層 | 這一層是什麼 |
|---|---|
| 感知層 | 結構光 3D 相機、多光譜與多模態成像,見 3D ACI 設備 |
| 世界模型底座 | DaoAI World —— 對空間、材質、光影、運動、因果統一建模,三條產品線共用同一個底座 |
| 任務層 | 自動編程、反饋學習、6D 位姿與動作規劃;這一層是對外介面 |
| 工廠介面層 | MES、SPC、追溯與分級權限 |
| 硬體抽象層 | 橫跨上面四層:相機、光源、運動軸、機械臂,以及第三方整機 |
作業系統要乾的四件事
DaoAI World 這套底座能不能被別人的整機搭載,不取決於模型準確率,取決於下面這四件工程事。缺任何一件,第三方那條路就不存在。
| # | 要乾的事 | 具體是什麼 |
|---|---|---|
| 01 | 硬體抽象層 | 對上統一成像與運動介面,對下適配自家結構光 3D 相機、第三方相機、光源、運動軸與機械臂 |
| 02 | 資料飛輪 | 只回流不含客戶影像的結構化指標:封裝類型、失敗模式計數、收斂曲線、標定漂移。影像本體不出廠 |
| 03 | 版本治理 | 底座版本、現場專用模型、手改參數三層各自獨立版本號與回滾路徑;更新永不覆蓋手改參數,與判據與閾值由你掌控是同一件事 |
| 04 | 計量與計費 | 唯一序列號與授權憑證,按臺套×年限或按檢測量計;計量在離線環境下成立——不要求聯網 |
下一步:從消除編程稅到消除示教稅
今天消除的是人工編寫檢測程式的工時。下一步消除的是機器人一側的示教工時——抓拾點位、上下料軌跡、復判與返修的動作序列。兩者用的是同一份空間與因果表徵,所以不是兩套系統。
