第十五屆中國（廣饒）國際橡膠輪胎暨汽車配件展覽會現(xiàn)場

隨后在5月20日，中國橡膠工業(yè)協(xié)會橡膠測試專業(yè)委員會于山東招遠(yuǎn)舉辦年會暨第七屆中國橡膠行業(yè)創(chuàng)新與輪胎測評智能發(fā)展技術(shù)研討會。會上，聯(lián)想研究院人工智能實(shí)驗(yàn)室研發(fā)總監(jiān)虞文明發(fā)表了《聯(lián)想小樣本學(xué)習(xí)技術(shù)在輪胎外觀全檢測中的應(yīng)用》主題報(bào)告，與全國輪胎行業(yè)的測試驗(yàn)證專家進(jìn)行了深入交流，展示了聯(lián)想在AI工業(yè)檢測領(lǐng)域的前沿實(shí)踐。中橡協(xié)、測試委領(lǐng)導(dǎo)及參會的頭部輪胎企業(yè)專家對于聯(lián)想表面質(zhì)檢方案高度認(rèn)可，在發(fā)言中多次提及，認(rèn)為聯(lián)想的AI算法良品小樣本建模開啟了輪胎質(zhì)檢技術(shù)新方向，對于未來幾年的行業(yè)布局可能產(chǎn)生深遠(yuǎn)影響。

黑色金字塔的守望者：輪胎外觀檢測的艱巨挑戰(zhàn)

工業(yè)史上，輪胎行業(yè)一直面臨嚴(yán)格的標(biāo)準(zhǔn)和法規(guī)約束，權(quán)威機(jī)構(gòu)與行業(yè)協(xié)會對輪胎的外觀尺寸、花紋深度和表面質(zhì)量均有嚴(yán)格要求。經(jīng)聯(lián)想集團(tuán)調(diào)查發(fā)現(xiàn)，目前多數(shù)輪胎企業(yè)在成品終檢環(huán)節(jié)仍高度依賴傳統(tǒng)人工手檢，通常一個(gè)班次需要8~11人聯(lián)合完成質(zhì)檢工作。在當(dāng)前社會產(chǎn)業(yè)環(huán)境下，這種模式面臨四大挑戰(zhàn)：工作環(huán)境惡劣導(dǎo)致的高流失率與招工難問題、人力成本不斷上升、檢測標(biāo)準(zhǔn)難以統(tǒng)一，以及整體信息化程度亟待提升。

雖然一些廠商嘗試引入AI技術(shù)進(jìn)行輪胎表面缺陷檢測，但普遍面臨缺陷樣本數(shù)據(jù)收集困難的問題，導(dǎo)致模型訓(xùn)練周期長達(dá)3-6個(gè)月。此外，對于產(chǎn)線不同SKU混檢以及輪胎各部位一次性檢測等難題，行業(yè)內(nèi)尚無很好的解決方案，致使相關(guān)技術(shù)難以真正落地。

匠心智造：聯(lián)想質(zhì)檢智能體的技術(shù)突圍

針對行業(yè)痛點(diǎn)，聯(lián)想方案服務(wù)與聯(lián)想研究院協(xié)同，共同推出了工業(yè)質(zhì)檢智能體解決方案，基于聯(lián)想邊緣大腦工業(yè)質(zhì)檢開發(fā)套件（Lizard）V3.0版本，構(gòu)建了一套輪胎表面缺陷全檢精準(zhǔn)檢測設(shè)備，為客戶提供涵蓋"光、機(jī)、電、算、軟"的端到端解決方案。

該方案最大的突破在于內(nèi)置了聯(lián)想自研的行業(yè)領(lǐng)先小樣本終身學(xué)習(xí)無監(jiān)督建模算法，只需60~100條良品輪胎數(shù)據(jù)即可完成建模，能夠覆蓋輪胎的不同部位，可針對輪胎表面人眼可檢的100多種缺陷進(jìn)行檢測。系統(tǒng)支持邊緣訓(xùn)練和邊緣推理，數(shù)據(jù)無需上云，既保證了數(shù)據(jù)的隱私性，又提高了處理速度。

方案配置了聯(lián)想AI推理服務(wù)器，搭載2張推理GPU卡，支持16+工業(yè)相機(jī)和18+光源，確保自動化檢測機(jī)臺高效穩(wěn)定運(yùn)行。目前，該方案已經(jīng)通過聯(lián)想中國方案服務(wù)業(yè)務(wù)群落地到某全球頭部30強(qiáng)輪胎制造企業(yè)，助力中國輪胎行業(yè)的智能化升級。多達(dá)10家中國前20強(qiáng)輪胎企業(yè)正在與聯(lián)想進(jìn)行接洽，積極推進(jìn)設(shè)備入場落地驗(yàn)證。

輪胎外觀缺陷全檢AI設(shè)備原型機(jī)

智能算法的煉金術(shù)：小樣本學(xué)習(xí)的突破性進(jìn)展

聯(lián)想邊緣大腦早在2022年就被中國信通院評為"邊緣可信AI應(yīng)用標(biāo)桿案例"。在工業(yè)質(zhì)檢領(lǐng)域，聯(lián)想通過持續(xù)的算法研究，成功突破實(shí)現(xiàn)了具有泛化性和抗遺忘性的"大模型+小樣本"無監(jiān)督良品建模算法。與行業(yè)中基于不良品的有監(jiān)督建模方法相比，所需樣本量僅為傳統(tǒng)方法的1%~3%。

聯(lián)想集團(tuán)還結(jié)合了一系列傳統(tǒng)圖像處理算法，引入自主研發(fā)的可視化小樣本多維融合分類器，融合了缺陷位置、顏色、尺寸以及神經(jīng)網(wǎng)絡(luò)特征等多維信息，實(shí)現(xiàn)對不同缺陷類型的精準(zhǔn)分類。

今年3月，聯(lián)想邊緣大腦V3.0憑借其技術(shù)創(chuàng)新能力與規(guī)?；瘧?yīng)用成效，入選全球五大機(jī)器視覺行業(yè)組織之一的機(jī)器視覺產(chǎn)業(yè)聯(lián)盟（CMVU）"2024年度機(jī)器視覺創(chuàng)新產(chǎn)品TOP10"榜單，標(biāo)志著聯(lián)想方案服務(wù)已躋身中國機(jī)器視覺工業(yè)軟件第一梯隊(duì)。

光影交織的精工技藝：輪胎檢測的光學(xué)與機(jī)械突破

輪胎橡膠材質(zhì)和曲面異形特點(diǎn)，為檢測過程中打光帶來了巨大挑戰(zhàn)。聯(lián)想團(tuán)隊(duì)通過一系列創(chuàng)新方案攻克了這些難題：采用定制光源+面陣相機(jī)覆蓋胎冠溝槽區(qū)域，實(shí)現(xiàn)對溝槽夾雜雜質(zhì)、裂紋等缺陷的清晰拍攝；使用定制化胎里模組全覆蓋胎里視野；利用寬條光對胎冠、胎側(cè)、子口部位進(jìn)行打光，有效解決表面異形且反光的問題；運(yùn)用亮度高出普通光源30~50倍的高亮頻閃控制系統(tǒng)，解決橡膠材質(zhì)吸光難題。

在機(jī)械結(jié)構(gòu)設(shè)計(jì)上，系統(tǒng)可適配不同輪胎尺寸范圍，滿足不同SKU混檢需求，并將相關(guān)光學(xué)模組和上下料結(jié)構(gòu)進(jìn)行系統(tǒng)融合，大幅提升單胎檢測效率，打造出國內(nèi)首臺支持輪胎全檢混檢的外觀AI檢測設(shè)備。

目前，聯(lián)想邊緣大腦已在汽車新能源電池、皮革、3C電子、汽車電子、藥品、鋼鐵、X-ray、鞋、布匹等多個(gè)領(lǐng)域成功落地，正成為引領(lǐng)中國工業(yè)質(zhì)檢變革的核心技術(shù)力量。聯(lián)想正在通過AI觸發(fā)千行萬業(yè)進(jìn)化的鏈?zhǔn)椒磻?yīng)，以混合式人工智能優(yōu)勢集及兩大創(chuàng)新交付方式重構(gòu)各行業(yè)的AI應(yīng)用部署的底層邏輯，其顛覆性不局限于單一技術(shù)棧的更新，也不僅僅是某個(gè)目標(biāo)行業(yè)的智能化升級，而是以智能體為核心的千行萬業(yè)的代際躍遷。