制造业的竞争，最终会落到质量上；质量的竞争，越来越取决于“看见”的能力。

东莞有22万家工业企业，2025年电子信息制造业规上总产值达11395.7亿元。体量越大，质检这道“眼睛”越关键。当人力成本上升、订单波动加剧，人工目检触到天花板，AI视觉检测便不再是“要不要做”的选择题，而是“什么时候做、怎么做”的必答题。

但真正的看点，不是某台相机多聪明，也不是某个算法多惊艳，而是实验室里的技术能否走进产线，单点突破能否长成产业能力。奥普特与滨海湾国家中试基地的共研共创，正试图回答这个问题：让需求找到方案，让技术找到场景，让东莞制造从十万分之一的精度，走向可复制的质量底座。

这，才是“AI之眼”之于东莞制造的意义：不是多一双眼睛，而是换一套质量逻辑。

中试基地经理：跑工厂、摸需求、当“翻译官”

在奥普特与滨海湾国家中试基地之间，能看到答案。中试基地像制造业与AI之间的“翻译官”。经理们不坐办公室，而是跑工厂、摸需求。肖旭辛说，东莞、深圳有大量AI眼镜、AI玩具等终端企业，生产中存在工艺参数优化、视觉检测、视觉质检等共性需求。基地不直接生产，也不只做研究，而是成果转化枢纽：一边对接奥普特等技术方，一边收集企业需求。需求一起对，方案一起磨，场景一起试，难题一起解，让技术找到场景，让需求找到方案。

奥普特：把老师傅的经验变成算法

奥普特为何接得住？2006年，它在东莞从工业光源起步。此后，公司推出相机、视觉软件、镜头、智能读码器，2016年进入3D视觉并推出深度学习引擎，让机器“看懂”图像。2020年登陆科创板；2025年将Smart升级为SmartWorks，牵头成立东莞市新一代人工智能创新联合体，形成“视觉·传感·运控+AI”体系，由AI充当大脑。曹玲说，过去人工只能抽检，现在可全线在线生产、自动化全检。为降低中小企业门槛，奥普特提供一站式核心零部件，拥有1万多款标准化产品、4.2万多个定制方案，累计落地超5.3万个案例，3C与锂电尤为典型。

一颗电芯最能说明问题。电芯如“千层饼”，由几十层极片叠成，边缘金属片是极耳。若某层极耳内部翻折，外观毫无异常，却可能短路、起火。高红超说：“让AI去数极片层数。”25层电芯若数出24层或26层，就说明有一层出问题。该算法把漏检率降到十万分之一，误检率控制在1%以内，产线质检人员减少30%以上。更重要的是，AI让质量控制从“经验驱动”走向“数据驱动”，老师傅的经验变成可复用、可传承的算法模型。

从单点突破到产业能力，还需一座城合力

不过，单点突破，不等于产业能力。AI在消费级场景落地较快，一旦进入工业批量落地、规模化复制，瓶颈便明显起来。而这正是滨海湾国家中试基地与奥普特合作想要破解的难题。双方拟共建高泛化性AI视觉检测场景，计划从几个方向发力：提升复杂工况下的检测精度；应对场景碎片化带来的数据采集泛化性不足、可复用性和通用性不够等问题；缩短AI在工业生产中的上线周期；缓解缺陷样本稀缺问题。奥普特依托多年来积累的深度学习引擎、3D视觉技术，以及超过4.2万个客户定制方案沉淀出的海量数据，已具备较强的缺陷数据生成、模型泛化训练和快速迁移能力，可为合作提供底层技术支撑。更长远的目标，是把数据沉淀为可复用的资产，推出标杆性、可复制推广的解决方案，打造一批能跳出单一工站、单一产品、单一场景限制的可复用方案，并加以示范和推广。

当制造经验被沉淀为数据，当算法模型在产业内协同，当一座城的供应链生态共同参与，东莞制造才可能把“AI之眼”从案例变成能力，从能力变成新的质量底座。中试基地当“翻译官”，奥普特当技术方，需求一起对，方案一起磨，场景一起试，难题一起解，这或许就是东莞AI视觉检测从十万分之一走向可复制的路径。

文 | 记者 彭钦

图 | 记者 王俊伟

视频 | 记者 彭钦 王俊伟