5月28日，北斗智聯科技有限公司重慶制造基地車間裡，工作人員正在查看AI自動光學檢測設備。記者 白麟 攝/視覺重慶

“綠燈，良品。”

5月28日，北斗智聯科技有限公司（以下簡稱北斗智聯）重慶制造基地的無塵車間裡，一塊滿是細小元器件的電路板剛滑入一個“黑箱子”——3D AOI（自動光學檢測）設備，面前的屏幕上立刻給出判定結果，全程不到半分鐘。

既沒有刺耳的警報聲，也不用一群人緊緊盯著屏幕，隻有一排排灰白相間的高速貼片機在安靜地快速運轉。

“它不僅治好了產線每隔幾分鐘就要‘尖叫’一聲的毛病，還把每條產線的復檢崗位從3個人減到了1個。”車間工程師邢東林指著面前的“黑箱子”很是感慨。

讓他贊不絕口的“它”，是車間今年剛上崗的“AI工友”。這位沒有實體的特殊工友，是技術人員們耗費數月，用數十萬張不同角度、不同光照的圖片一點點“喂”出來的。它的上崗，讓這條曾經不停發出警報聲的產線，變成了全廠最安靜的地方。

“芝麻粒”讓人看花眼

讓邢東林對現在這份“安靜”倍感珍惜的，是去年下半年一次讓人郁悶的緊急訂單經歷。

那天下午，車間接到某頭部車企的一批加急訂單，需要立刻切換生產一款新型智能座艙的主板。

“就是這樣的主板。”邢東林拿出一塊主板樣品給記者看，隻見不過巴掌大的電路板上，密密麻麻排布著幾百個元器件。“一些小的電容甚至比芝麻粒還要小，肉眼根本看不清楚。”

按照傳統的檢測方法，每次切換生產新的主板，工程師都必須像“繡花”一樣，坐在電腦前手動給主板上的每個新元件畫框、定位、調參數，耗時1到2個小時。

“那次換線，我調了近兩個小時，看得眼都花了，還滴了好多次眼藥水。”邢東林回憶，當時整條生產線都在等他的光學檢測程序編完才能開工。

好不容易調好參數開始生產，而真正的“折磨”才剛開始。傳統視覺檢測十分死板，光線稍微有一丁點變化，或者這批元件的顏色稍微深了一點，機器立馬觸發警報。

“嘀——嘀——”那段時間，車間的報警器每隔三五分鐘就要響一次。為了保証產品質量，車間不得不安排質檢員，對每一起報警進行人工復核。一天下來，大家都累得不行。

北斗智聯車間遇到的這個問題並非特例，而是整個汽車電子制造行業面臨的普遍難題。

北斗智聯相關項目負責人表示，隨著新能源汽車智能座艙的功能越來越強大，電子元器件越做越精巧，布局密度不斷挑戰極限。同時，像北斗智聯這樣的企業業務規模不斷拓展，產線需要頻繁調整應對各種新產品的試產和切換。

在這樣的高頻節奏下，傳統機器視覺檢測暴露出短板。除了耗時的手工編程，極高的誤報率更是讓整個行業頭疼不已。

據統計，傳統AOI設備在復雜PCBA（印制電路板裝配）檢測中的平均誤判率往往高達5%。

“這不僅拉低了產線的整體直通率，導致產能浪費在人工復核上，還極易讓人在疲勞應對中產生麻痺心理，進而漏掉真正的缺陷，給產品質量埋下致命隱患。”上述負責人表示，引入更聰明的AI視覺檢測技術，徹底解決誤報率高、換線慢的痛點，對於企業來說已是迫在眉睫。

強化訓練迎來“AI工友”

讓傳統的視覺檢測加上AI，並非買個現成AI軟件裝上就行了。

“技術落地的難點在於，我們的主板工藝極其復雜，外面直接能買到的那種‘標准化AI’根本‘看不懂’。”北斗智聯相關項目負責人表示，不同批次元件的金屬引腳反光度、焊錫的飽滿程度，甚至是車間光照的微小折射，在普通攝像頭和“標准化AI”算法眼裡，都會呈現出完全不同的特征。

要讓AI在極短時間內，從反光、陰影、色差的重重干擾中，精准分辨出哪怕零點幾毫米的“虛焊”或“偏位”，且准確率要逼近100%，這好比要求一個剛學認字的孩子，立刻去精准校對一本沒有標點符號的繁體古籍，是不可能做到的。

隻有對這個“孩子”進行強化訓練，才能讓其符合產線要求。

為此，2025年末，北斗智聯與項目合作方展開了深度聯合開發。雙方的技術人員扎進車間裡，用數十萬張良品和不良品的產品圖片，一點點地“喂養”和訓練這個AI模型。

起初，這場“喂養”進行得並不順利。早期的AI模型像個偏科的“笨學生”，雖然學會了認“缺件”，卻總是把正常的“錫多”誤判為“短路”，警報依然響個不停。

為了糾正它的“死腦筋”，技術人員只能變著法兒地給它“開小灶”——他們重點收集了各種光線條件、各種刁鑽角度的缺陷照片，甚至人為在產線上制造一些極端的邊緣缺陷（如微小的元件側立、不易察覺的輕微浮高）來當作考題。

每當AI做錯，技術人員就在屏幕前一幀一幀地給圖片打上正確的標簽，重新投喂給它。

經歷了無數次“報錯—糾正—再報錯—再糾正”的循環，在數十萬張高價值標注圖片的淬煉下，這個曾經笨拙的AI模型終於擁有了“火眼金睛”，再“狡猾”的隱性缺陷也能一眼看穿。

幾個月后，“AI工友”終於順利上崗。

工人當上“AI教練”

如今，當北斗智聯車間再導入新產品時，AI系統會自動識別電路板上的器件，一鍵完成元件搜索和畫框。

“現在的編程時間縮短了50%，新產品切換時間被壓縮到了半小時以內，產線的整體效能有了很大提升。”邢東林興奮地告訴記者。

如果說一鍵畫框是“提效”，那麼精准排雷就是“增質”。

在檢測站，邢東林讓記者看屏幕，隻見主板上極微小的焊點被放大了數十倍。他表示，由於經過了海量數據的深度學習，AI已經掌握了各種缺陷的“本質”，不會再被表面的反光或微小的色差輕易糊弄，徹底治好了過去傳統機器的“老花眼”。缺件、錯件、虛焊、短路……幾十種常見缺陷也在它面前無所遁形。

如今，車間產品直通率提升至99.9%，而令人頭疼的誤判率則從5%下降到了0.1%以下，讓車間變得安靜了。

隨著AI技術的深度應用，北斗智聯生產模式和產業形態，也經歷了一場深刻的升級。

如今在該公司的無塵車間裡，人和AI形成了完美的搭配：不知疲倦、“火眼金睛”的“AI工友”負責干“苦力活”——秒掃圖片、提取特征、判定缺陷﹔而工人則告別機械重復的“畫框”和“找茬”，轉行當起了“AI教練”。

邢東林介紹，如今遇到AI拿捏不准的新型缺陷，工人隻需在屏幕上點一點，給它做個標注，告訴它“這不對”。收到反饋的AI系統，下一次就會變得更聰明。工人們腦子裡想的，也不再是繁瑣的參數和死板的規則，而是如何給機器投喂更高質量的數據，如何優化整體的產線流程。

這位“安靜的AI工友”，不僅大幅提升了北斗智聯的產品質量與生產效能，更悄然地完成了對傳統產業工人的價值重塑——向著具備數字素養的新型技術人才轉型。（新重慶-重慶日報記者 白麟）