超聲大模型加持，海康AI超聲檢測榮獲2026中國工博會“工業自動化獎”

隨著新能源汽車和半導體產業持續增長，一個關鍵環節正被愈加關注：零部件質檢。檢測標準日趨嚴苛，傳統依賴人工經驗和抽檢的模式，逐漸成為產品質量、產能爬坡的隱性瓶頸，而加持了AI的超聲質檢，正成為新解法。10月12日，在2026中國國際工業博覽會（CIIF）上，海康威視憑藉AI超聲檢測技術榮獲“工業自動化獎”，印證了這一智能化手段的實效性。據瞭解，海康威視創新對超聲原始信號進行AI建模、定量分析與分類識別，就像是把一位會讀波的專家直接“裝”進了設備，可以精確地讀出零部件的缺陷。這將過去依賴人工經驗的“技術活”，變成了標準化、自動化的智能流程，真正把技術使用門檻降了下來，把產業價值提了上去。

看得清、讀得懂超聲大模型對原始信號精準解析 就像讀懂人體超聲需要專業的醫生，工業零部件的超聲檢測同樣需要持證上崗的專業人員。高門檻導致超聲技術長期以來主要應用於航空航天等特種行業，難以向更廣闊的工業場景普及。面向這一行業需求，海康威視依託深厚的成像與信號處理積累技術，全棧自研了超聲無損檢測系列產品，不僅解決了“看得清”的成像難題，更在行業內首次對超聲原始信號進行AI建模、定量分析與分類識別，讓設備“讀懂”波形背後的質量信息。

但要讓AI讀懂產品質量，必須先解決三個難點：信號裡的“雜波”多，微弱缺陷容易被蓋住，漏檢率高；換一種材料，原來的算法就不靈了，泛化能力差；複雜工件上的缺陷，識別和定量分析困難。為此，海康威視通過自主研發的知識增強信號重建網絡與超聲大模型，從四個維度解決了超聲質檢的核心難題：一是自適應噪聲分離，濾除環境干擾，讓微弱缺陷信號清晰可辨；二是將資深檢測人員的讀波經驗嵌入算法，賦予AI“老工程師”般的判斷力；三是通過自監督預訓練與少樣本遷移，使模型具備“舉一反三”的跨材料、跨工件泛化能力；四是實現自動定量分析，精準計算缺陷的位置、大小、類型、面積及焊深，相控陣識別精度達0.

1毫米，對MLCC等微型元件可識別5微米級缺陷，比頭髮絲還細數十倍。“現在，單靠AI超聲產品就能獨立完成全流程判讀，不僅無損檢測，而且效率高、精度高。”海康威視超聲產品負責人表示，AI超聲檢測在典型場景中已能實現100%全流程自動判讀。產線上“邊採邊檢”缺陷識別準確率≥99.5% 憑藉在線讀波，超聲檢測也得以從實驗室直接“搬”到產線。以新能源汽車零部件檢測的落地應用為例，AI深度學習算法實現缺陷類型、位置和尺寸的端到端自動判定，單工件檢測效率提升60%以上，複雜工件檢測效率提升1倍以上，使超聲無損檢測由抽檢升級為滿足批量全檢節拍，顯著減少人工判圖及重複檢測成本。

此外，採用“AI分析板卡+非標設備集成”的靈活部署模式，企業總體投入較直接採購整機降低50%以上；通過減少破壞性金相抽檢，樣件及物料損耗降低80%，並進一步減少返工、報廢和質量處置成本，形成可持續的降本增效價值。在某實際落地應用項目中，新能源汽車零部件的缺陷識別準確率≥99.5%，漏檢率≤0.5%。目前，海康超聲已形成超聲顯微鏡、三軸/四軸/六軸自動化設備、智能超聲一體機、便攜式設備及多類型探頭的系列化產品，在汽車攪拌摩擦焊、MLCC和風機複合材料葉片等典型場景落地應用。“在智能製造加速滲透的今天，質量檢測已不再是產線的最後一環，而是決定產業競爭力的關鍵一役。

”海康威視超聲產品負責人表示，“我們相信，這種‘AI+製造’的深度協同，將為中國工業的高質量發展注入源源不斷的智慧動能。”