在2023年中央經濟工作會議上，推進新型工業化被指出是當前和未來的重點任務之一。“新型工業化”成為年度高頻熱詞，數字化、智能化和綠色化是新型工業化的顯著特征。在此趨勢下，人工智能技術在制造業中的商業潛力和應用前景越來越廣闊。

阿丘科技作為工業 AI 視覺平臺及解決方案的提供商，在新能源行業中具有廣泛的應用場景和豐富的落地案例。

本文將回顧部分經典案例，分享阿丘科技 AI 技術助力企業新型工業化的實際應用。

光伏行業

硅片分選項目

硅片表面特征微小，缺陷種類繁多，滿足高檢測速度的同時需對硅片缺陷類型做精細化檢測和區分，這需要高效&穩定的圖像分析處理能力和強勁的 AI 算法，以此保證生產線穩定運行。

為滿足高精度、快節奏的檢測需求，基于深度學習的專業級工業AI視覺算法平臺軟件AIDI，只需學習少數典型樣本即可快速適應產線機臺差異，實現快速批量復制，幫助客戶優化檢測流程，穩定提升檢測效率，并有效保障產品品質。

鋰電行業

提質降本是鋰電池廠商的需求，也是動力電池得以跨入TWh時代的前提和基礎。其中，AI 視覺技術在整個工藝段有著非常廣泛的應用，為鋰電行業駛向高效率、低能耗、高精度的極限制造保駕護航。

方殼電芯AI外觀檢測

結合方殼電芯缺陷特征，采用獨特的FlexOPT成像方案和柔性機構模組，配合專有優化的AI算法模組，即可實現藍膜破損、膜下異物、氣泡、褶皺、劃痕等缺陷360度無死角檢出。

電池極片瑕疵AI檢測

采用多分時頻閃光學方案，配合工藝沉淀的AI檢測算法模組、多線程計算和圖像分割雙并行處理方式，達到高速處理要求。能夠精準識別并分類不同缺陷，如金屬異物與非金屬異物、白點、氣泡、暗斑、脫碳、劃痕、漏金屬、破損等。

密封釘焊后瑕疵AI檢測

利用 AI 技術和FlexOPT成像，結合多角度多分區成像原理，對針孔等細小缺陷的檢測能力強，并可實現帶高度信息的缺陷全檢出。能夠精準識別針孔、裂紋、爆點、凹坑、臺階、發黑、焊灰、未焊、焊渣等缺陷。

頂蓋結構件AI外觀全檢

利用工藝深度優化的AI算法，采用標準化的設計理念，每個工位均采用模塊化設計，可根據實際需要選配對應的模組，靈活度高、適應性強，同時操作簡單，切拉換型迅速，能夠精準識別鋁絲、防爆閥缺陷、焊道、極柱、注液孔等區位缺陷。