从一卷不锈钢板材到一台洗碗机下线，要经过上百道工序。应用人工智能（AI）视觉辅助人工质检，一次装机不良率下降至1.1%，品质提升50%……
3月6日，《中国电子报》记者走进广东佛山美的厨热洗碗机工厂。AI视觉辅助人工质检，机器人成为产线上的熟练工，大模型为工厂装上智慧大脑……人工智能技术正在改变着这家老牌家电厂商的下一个十年。
“智慧之眼”让质检更精准
走进位于广东佛山的美的厨热洗碗机工厂，总装车间质检岗位一片繁忙。分配器是否正常运转，洗碗篮中的泡沫是否放置妥当，说明书是否完好无损……美的厨热洗碗机工厂检验员曹平每个班次都要检查近1800台洗碗机。在以前，曹平总会担心因精神疲劳导致错检、漏检的情况发生，而现在，在新助手——AI辅助检测的帮助下，她变得从容不迫。
“质检工作是个细致活儿。经常盯着机器看上8个小时，眼睛都看花了，最后一段时间里的工作质量和效率明显下降。而AI辅助检测会自动识别我们在检验过程中的不规范操作，及时进行预警提示，在减少检验失误率的同时，也进一步提升了我们技能的熟练度。”曹平手上动作不停，一边检查洗碗机外门，一边告诉《中国电子报》记者。
“质检的效率与准确度，直接影响着企业的生产效益。从一卷不锈钢板材到一台洗碗机下线，要经过上百道工序，人工检验难免会出现疏忽和遗漏。因此，我们在质检工序中引入中国联通大模型轻量化技术，把大量洗碗机检测的知识训练进去，形成标准化检测流程指引；同时，融合产线定位、产品定位、细微动作识别等多种算法技术，实时监测人员操作流程。如果检验员没有按照设定的标准操作，产线就会自动停下来，二次校准后再启动。”美的厨热洗碗机工厂数字化负责人熊涛介绍道。
记者了解到，像这样基于中国联通元景多模态大模型的生产合规视频检测技术，只需少量的工业场景数据便能实现针对各类场景解析的能力。大型深度学习模型还可以对生产线上的数据进行建模和全面分析，深入挖掘生产过程中可能存在的瓶颈和优化空间。在AI技术的赋能下，该工厂一次装机不良率下降至1.1%，品质提升50%。
不仅是质检工序，如今，AI技术已贯穿该工厂生产制造的各个环节。生产线上，机器人手臂整齐划一地装嵌部件，作业工人则熟练地对各项功能进行测试、校正，同时，在位于另一栋楼的数据化中心，AI中台正对此进行实时动态交互管理，生产进度、设备状态、加工制作等参数在大屏幕上“一目了然”。
美的厨热洗碗机工厂总经理刘玉龙告诉记者，工厂内部遍布上千个高精度检测仪器，可以实时获取产线状态，在此基础上建立基于工业机理和AI的智能模型，通过模型的不断自学习，获取最优的指导策略来指导生产。此外，厂区所有工业自动化设备，包括机器人、AGV、机器视觉相机、PLC控制器等等，均通过5G网络实时连接，实现“端到端”价值链全连接。
如今，这家工厂的洗碗机年产能达到近700万台，连续多年位居亚洲第一。通过将AI技术、5G技术和工业互联网技术相结合，工厂交付时间缩短41%，缺陷率降低51%，综合效率提高34%。
家电行业积极拥抱AI
佛山美的厨热洗碗机工厂于2000年正式投产。从手工制造到智能“智造”，刘玉龙作为一名扎根行业20余年的“老兵”，见证了洗碗机工厂的一步步“蜕变”。
“传统工厂更依赖工人的熟练程度，这已经不能满足大规模生产的要求。”刘玉龙回顾说道，自2011年起，美的开展精益改善工作，在生产线上引入工业机器人，以更少的人实现更高的产值。如今，又导入AI、5G、大数据等技术，进一步提高工业机器人工作的质量和合理性，走向精细化发展。
在刘玉龙看来，大模型赋能工业生产的落脚点仍是回归业务场景。一是进一步减少工厂对人工技能的依赖；二是实现无人化生产；三是提高精准化管理，即快速、准确定位生产过程中存在的问题，减少浪费，实现全价值链的高效运营。
“未来，操作型工人会减少，技能型工人会变多，每个工人都可以成为工程师。他们不仅要懂设备管理，还要懂编程，包括掌握AI技术应用能力等。”刘玉龙说道。
在美的集团，像厨热洗碗机这样的智能工厂一共有五家。虽然它们生产着不同的产品，但是在先进制造领域却实现了“复制粘贴”的效果，而它们拥有同一位特殊的员工——AI。
“家电是一个万亿元级产业。经过几十年快速发展，目前冰箱、洗衣机、空调等主要家电品类的保有量已超过30亿台，而大部分家电服役期为8至10年。可以预见，接下来将进入家电替换和升级爆发期。在这个过程中，美的也要改变生产方式，向高端、绿色化产品升级。”美的集团副总裁钟铮表示，目前，美的积极拥抱AI，正在内部加大力度尝试。不仅把AI技术用于检测中，也将ChatGPT技术应用于电商客服、文描等工作；美的旗下高端品牌——COLMO，也主打AI高端科技。
中国轻工业联合会会长张崇和指出，家电行业若想实现可持续发展，必须推进产业数字化、智能化和绿色化的深度融合，加强工艺创新，实施流程再造，完善可持续制造体系，以数字技术赋能生产各环节提质增效。
“之前，业界更聚焦ToC的消费互联网大模型，而现在，ToB的产业互联网大模型特别是制造业大模型，吸引了越来越多的关注。”中国联合网络通信有限公司佛山市分公司党委委员、副总经理邓安民向记者表示，工业场景中的大模型应用通常需要处理大量的工业数据，对精确性和稳定性的需求较高，在数据的获取时也通常需要更专业的设备和人员。目前大模型的应用还处于发展阶段，缺乏统一的行业标准和规范，工业生产场景复杂多变，也导致大模型的应用存在风险和不确定性。
“工业领域多碎片化的微观场景，同时有非常深的行业碎片化知识，面对这些行业壁垒很高的应用场景，小模型的存在有其必要性，这与大模型的发展并不矛盾。”邓安民认为。
他进一步解释说：“大模型应用要想实现飞跃，主要靠海量数据，从数据里去学习，提高智能的能力。当每个行业、每个微观场景都形成小模型，积累了广泛的、多样的数据，并且准确率达到一定高度，就会形成全国规模的大模型。”
“佛山以制造业著称，产业门类齐全，产业链上下游配套完善，在生产端积累了大量的高价值数据，结合中国联通在算网基础设施、丰富业务场景、广泛客户触点的优势，能够更好地理解垂直行业的具体需求，助力企业真正实现降本增效。”邓安民说道。