隨著工業(yè)4.0的興起與發(fā)展，工業(yè)自動化正逐步由對機械重復一致性的追求向信息化集成、柔性智能化輸出等更好級別的數字化和智能化邁進。物聯網(IoT)、機器視覺、人工智能、大模型、云計算和邊緣計算等關鍵技術的融合，正成為推動智能制造和工業(yè)自動化發(fā)展的新質生產力。

在這個充滿機遇與創(chuàng)新的時代，英特爾新質生產力技術生態(tài)大會近日盛大開幕。深耕本土工業(yè)市場多年，英特爾本次大會攜手眾多工業(yè)領域合作伙伴，展示其在智能制造領域豐富的軟硬件產品組合和算力生態(tài)，賦能本土工業(yè)市場，推動行業(yè)發(fā)展。

控匯-百軸鋰電卷繞方案

控匯基于第 12 代英特爾酷睿 移動式處理器的百軸鋰電卷繞機，搭載控匯的工控機以及視覺糾偏軟件系統(tǒng)，使用英特爾實時控制優(yōu)化和視覺算子優(yōu)化功能，實現模擬鋰電池生產主要工藝環(huán)節(jié)-卷繞。該方案可廣泛應用于鋰電池生產制程和其他視覺和運動控制復合控制場景，特別適合工業(yè)離散控制場景。

利珀-晶圓視覺定位方案

針對第12代英特爾酷睿 臺式機處理器的最新特性，利珀通用視覺算法平臺 Intelliblink 通過英特爾計算機視覺優(yōu)化參考實踐，充分發(fā)揮了第12代英特爾 酷睿 處理器多核及 AVX2 SIMD 指令集的能力，使算法速度得以顯著提升，并在半導體晶圓檢測的 DIE 定位方面得到廣泛應用。

基于大模型的異常檢測方案

在工業(yè)質量檢測中，針對缺陷樣本稀缺或數據隱私問題，英特爾提出了一種基于大模型的零樣本/少樣本異常檢測方案。利用IntelOpenVINO 工具套件優(yōu)化模型推理，可靈活部署在英特爾獨立或集成顯卡上，滿足不同性能和成本需求。該方案展示了在第12代英特爾酷睿 處理器和英特爾銳炫 A770 顯卡上的部署效果。

基于具身智能技的機械手臂控制方案

基于英特爾酷睿 Ultra移動式處理器的 AI 與實時控制負載整合解決方案。利用該處理器的異構架構（CPU + iGPU + NPU）以及英特爾工業(yè)邊緣控制平臺（ECI）提供的軟件平臺，本方案實現了將 AI 任務（包括語音到文本的識別、LLM 機器人任務規(guī)劃與代碼生成、VLM 圖像分割與檢測）與機械臂的實時控制任務在同一芯片平臺上運行，在確保實現控制任務的確定性實時性能的同時，也顯著提升了人工智能負載的執(zhí)行效率。

英特爾成都基地

托盤檢測與分類

在芯片封裝測試過程中，托盤缺陷的人工目檢耗時且易出錯，難以滿足高效生產需求。英特爾與合作伙伴研發(fā)了一套托盤自動化檢查設備，采用英特爾酷睿 i7處理器，集成圖像處理算法和深度學習技術。基于英特爾邊緣控制平臺（ECI），通過軟件實現的可編程邏輯控制器（軟PLC），將人工智能、視覺識別和運動控制模塊結合，實現全自動托盤缺陷檢測和分類，大幅提升了檢測效率和準確性。

基于工業(yè)視覺的人機工程守護系統(tǒng)

在工業(yè)生產環(huán)境中，員工常面臨人體工程學風險，如搬運、裝配和檢查等工作中的不良姿勢和重復動作，容易導致肌肉勞損和職業(yè)傷害。傳統(tǒng)的風險評估方法低效且存在主觀偏差。為解決這一問題，基于新一代英特爾酷睿Ultra處理器和計算視覺技術，實現更實時、更準確的人體工學風險評估。該系統(tǒng)只需一個攝像頭，無需穿戴設備或打斷工作，通過智能捕捉人體動作和姿態(tài)估計算法，預估關節(jié)點信息。后臺數據分析實現智能報警及一站式人體工學監(jiān)測報告生成，保護員工健康，降低企業(yè)職業(yè)健康安全風險。

5G毫米波專網精準時空自主物流系統(tǒng)

在物流運輸系統(tǒng)中，運營商提供的公用網絡導航常導致機器人掉線，影響效率。實地測量顯示，公網延遲大多超過100毫秒，導致導航信號丟失，無法支持物料小車的空間探測定位和運行可視化。基于Intel Smart Edge和Intel FlexRAN 平臺，英特爾 酷睿 i3 處理器，接入5G毫米波網絡，整合資源，實現了物料搬運系統(tǒng)零掉線、24小時在線，并實現了運行可視化。

AI驅動的工業(yè)先進控制

在英特爾成都封裝測試工廠中，設備是核心基石，但存在兩個主要痛點：定期維護耗時耗人且無法精準解決所有隱患，突發(fā)性故障會直接影響生產計劃。為解決這些問題，我們通過采集異常情況下的核心工況及水路數據，結合英特爾高算力硬件產品，包括第4代英特爾至強服務器、第14代英特爾酷睿 處理器、英特爾Flex GPU系列，以及英特爾自有的推理套件IntelOpenVINO ，基于人工智能和大數據分析建立多變量預測性模型（MPC），實現對設備健康的預測性報警。這一方案大大減少了非計劃故障停機，降低了維護成本，提高了設備使用率。

基于協作機器人的自動化缺陷檢測系統(tǒng)

在半導體封測工廠中，每年需要手動檢查成千上萬個零件，現有的人工檢查不僅消耗大量人力資源，還存在缺陷漏檢的質量風險。為解決這一問題，英特爾基于強大的計算機視覺平臺IntelGeti 和IntelOpenVINO ，結合英特爾酷睿 i9處理器及協作機器人（Cobot）系統(tǒng)，開發(fā)出了一套高拓展性、高精度、全自動化的實時缺陷檢測系統(tǒng)。該系統(tǒng)通過協作機器人和高精度攝像機的組合，靈活適用于半導體生產工藝的各個環(huán)節(jié)，用戶可以自定義檢測場景及部件。IntelGeti 和IntelOpenVINO 使用前沿的人工智能技術，快速構建模型，迭代算法，優(yōu)化結果，實現針對各個場景下特定缺陷的自動高精度檢測。

基于AI的QVM全自動檢測系統(tǒng)

在半導體行業(yè)中，QVM（半自動檢測設備）被廣泛用于激光劃線后的質量檢測。然而，現有的人工檢測流程效率低下，還存在漏檢的風險。為了解決這一問題，英特爾截取人眼檢測視頻信號，接入采集卡，并加裝英特爾硬件平臺。利用IntelEIS、Geti 和Tiber Edge Platform，開發(fā)出了一套AI解決方案以實現全自動檢測，檢測精度達到99%。這一系統(tǒng)不僅顯著提高了工廠流程效率，還保證了工藝質量。

晶圓在線高精度缺陷檢測

在集成電路制造過程中，晶圓表面缺陷的檢測是提升良率和管控質量的關鍵。傳統(tǒng)人工檢測方法存在漏檢和錯檢風險，且效率低下。為解決這一問題，英特爾開發(fā)了一套基于第12代英特爾酷睿 處理器、英特爾銳炫A770顯卡、IntelOpenVINO 和OneAPI的晶圓在線高精度缺陷檢測方案。該方案利用超高精度線掃描相機和AI模型，在CPU+GPU硬件框架下，實現了晶圓表面高精度圖像的快速處理和缺陷檢測。目前，該方案已在英特爾全球多個工廠大規(guī)模部署，顯著提升了缺陷管控能力，全面替代了人工目檢，大幅提高了生產效率并降低了制造成本。

新質生產力不僅是經濟增長的引擎，更是推動社會全面進步的重要力量。展望未來，英特爾將繼續(xù)和產業(yè)攜手共進，勇于創(chuàng)新，提供滿足本體需求的定制化產品和解決方案，共同開創(chuàng)一個更加繁榮、和諧和可持續(xù)的美好世界。