[{"data":1,"prerenderedAt":26},["ShallowReactive",2],{"case-detail-2605":3},{"id":4,"title":5,"client":6,"industry":7,"description":8,"serviceType":9,"projectDuration":10,"technologies":11,"result":12,"coverImage":13,"screenshots":14,"implementationDate":15,"content":16,"metrics":15,"caseType":17,"deliveryStatus":18,"verificationStatus":19,"authorizationStatus":19,"acceptanceStatus":20,"anonymizationStatus":20,"evidenceTypes":21,"evidenceSummary":22,"resultBasis":15,"sourceReferences":15,"disclosure":23,"demoUrl":15,"verifiedAt":15,"gateVersion":15,"testimonial":-1,"viewCount":24,"slug":25,"metaTitle":5,"metaDescription":8},2605,"制造业AI质检Agent脱敏场景原型：八部门专项行动部署千个工业智能体，把视觉质检、缺陷分析与工艺预警装进产线","慧根智研脱敏场景原型","金融行业","2026年1月，工信部等八部门印发《「人工智能+制造」专项行动实施意见》（工信部联科〔2025〕279号），提出到2027年推广500个典型应用场景、培育1000个高水平工业智能体。落地端，宗申动力发动机总装线的AI视觉检测准确率已超过99.9%，单件检测时间从人工45秒压缩到3秒。这套脱敏场景原型把视觉质检、缺陷分析和工艺预警做成一个可部署到产线的AI质检Agent，让中小制造企业不必自建大模型也能用上质检智能体。 正式上线结果以客户授权验收为准。","AI_AGENT","需求验证阶段","机器视觉,大模型,缺陷检测,边缘计算,质量数据分析,工艺预警,数据看板,告警推送","已完成业务角色、字段、状态、异常分支和验收口径的脱敏界面展示；不代表客户正式上线，也不承诺未经试点验证的经营收益。","\u002Fimages\u002Fcases\u002Frefresh-20260828-v3\u002F2605-cover.jpg?v=20260828c","\u002Fimages\u002Fcases\u002Frefresh-20260828-v3\u002F2605-cover.jpg?v=20260828c,\u002Fimages\u002Fcases\u002Frefresh-20260828-v3\u002F2605-scene.jpg?v=20260828c,\u002Fimages\u002Fcases\u002Frefresh-20260828-v3\u002F2605-evidence.jpg?v=20260828c",null,"\n      \u003Ch2>案例性质与证据边界\u003C\u002Fh2>\n      \u003Cp>本页依据公开行业需求与现有技术能力整理为脱敏场景原型，不代表具体客户已经上线，也不把公开行业数字当作项目收益。\u003C\u002Fp>\n      \u003Cp>界面重点展示任务会话、知识依据、工具调用与审计记录；正式交付前仍需使用客户授权的测试数据完成接口、权限和异常流程验收。\u003C\u002Fp>\n    \n    \u003Ch2>项目背景\u003C\u002Fh2>\u003Cp>2026年1月，工业和信息化部等八部门联合印发《「人工智能+制造」专项行动实施意见》（工信部联科〔2025〕279号），明确到2027年推广500个典型应用场景、培育1000个高水平工业智能体、推动3至5个通用大模型在制造业深度应用。\u003C\u002Fp>\u003Cp>政策之外，落地数据已经出现：据行业报道，宗申动力发动机总装线采用AI视觉检测系统，质量检测准确率超过99.9%，检测时间从人工45秒降至3秒，生产效率提升2.2倍。\u003C\u002Fp>\n\u003Ch2>业务痛点\u003C\u002Fh2>\u003Cul>\n\u003Cli>\u003Cstrong>人工目检不可控\u003C\u002Fstrong>：质检员疲劳、流动、标准不一，漏检率难以量化，招工与培训成本持续上升。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>传统视觉不灵活\u003C\u002Fstrong>：规则式机器视觉换产品就要重调参数，复杂表面缺陷（划痕、压伤、色差）识别率低。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>质量数据不闭环\u003C\u002Fstrong>：缺陷原因靠老师傅经验判断，质检结果与工艺参数割裂，改进无从下手。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2>解决方案\u003C\u002Fh2>\u003Cp>慧根智研的制造业AI质检Agent样板：\u003C\u002Fp>\u003Cul>\n\u003Cli>\u003Cstrong>视觉质检\u003C\u002Fstrong>：产线相机+边缘设备采集图像，预训练视觉模型完成缺陷检测与分级，结果毫秒级回传。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>缺陷分析\u003C\u002Fstrong>：缺陷类别、位置、频次自动统计，与批次、工位、工艺参数关联，定位根因。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>工艺预警\u003C\u002Fstrong>：关键质量指标异常自动告警，推送责任人并附改进建议，把「事后返工」变成「事前拦截」。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>持续进化\u003C\u002Fstrong>：缺陷样本回流标注，模型按周期迭代，新产品换型只需补充少量样本即可适配。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2>可信边界\u003C\u002Fh2>\u003Cp>本案例为慧根智研基于公开政策与行业报道整理的行业方案样板，展示可交付的AI质检能力，不代表任何具体客户的产线上线结果；实际指标受产线条件影响，交付前以试点验证为准。\u003C\u002Fp>\n\u003Ch2>适合谁\u003C\u002Fh2>\u003Cp>正在被人工质检漏检、招工难、质量追溯困难困扰的电子、汽配、五金、包装等制造企业，以及希望把质检数据用起来做工艺改进的质量团队。\u003C\u002Fp>\n\u003Ch2>素材与数据来源\u003C\u002Fh2>\u003Cul>\n\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.miit.gov.cn\u002F\" rel=\"nofollow\">工信部等八部门《「人工智能+制造」专项行动实施意见》（工信部联科〔2025〕279号）\u003C\u002Fa>\u003C\u002Fli>\n\u003Cli>\u003Ca href=\"http:\u002F\u002Fk.sina.com.cn\u002Farticle_7879848900_1d5acf3c401902uofi.html\" rel=\"nofollow\">人工智能+制造专项行动启动，2026年智能工厂遍地开花（新浪新闻，2026-03）\u003C\u002Fa>\u003C\u002Fli>\n\u003C\u002Ful>\n\n    \n      \u003Ch2>场景素材与方案能力\u003C\u002Fh2>\n      \u003Cp>以下内容使用许可行业场景素材与本案例专属能力板呈现，画面不对应具体客户现场；涉及品牌、人员、单据和经营数据时均按演示或脱敏口径处理。\u003C\u002Fp>\n      \u003Cfigure>\n        \u003Cimg src=\"\u002Fimages\u002Fcases\u002Frefresh-20260828-v3\u002F2605-scene.jpg?v=20260828c\" alt=\"制造业AI质检Agent脱敏场景原型：八部门专项行动部署千个工业智能体，把视觉质检、缺陷分析与工艺预警装进产线行业场景素材\" loading=\"lazy\" \u002F>\n        \u003Cfigcaption>行业场景观察：用于说明业务环境，不作为客户上线或经营成果证明。\u003C\u002Ffigcaption>\n      \u003C\u002Ffigure>\n      \u003Cfigure>\n        \u003Cimg src=\"\u002Fimages\u002Fcases\u002Frefresh-20260828-v3\u002F2605-evidence.jpg?v=20260828c\" alt=\"制造业AI质检Agent脱敏场景原型：八部门专项行动部署千个工业智能体，把视觉质检、缺陷分析与工艺预警装进产线方案能力板\" loading=\"lazy\" \u002F>\n        \u003Cfigcaption>方案能力板：依据本案例技术栈与流程边界整理，正式项目需结合授权数据验收。\u003C\u002Ffigcaption>\n      \u003C\u002Ffigure>\n    ","INDUSTRY_CONCEPT","CONCEPT","NOT_APPLICABLE","NOT_REQUIRED","SCREENSHOT","依据现有正文的行业场景分析形成；公开来源尚待逐条补录，未包含客户合同、验收或生产运行证据。","行业研究与场景方案，不代表已签约、已交付或已上线的客户项目。",125,"manufacturing-ai-qc-agent-20260812",1788326735769]