在华工科技中央研究院的实验室里,工作人员通过电脑端的人工智能(AI)大模型发布指令后,一束蓝色的激光线在一块块焊缝形态各异的钢板上快速移动,焊缝数据几秒之内便已采集完毕。
3月21日,《中国电子报》记者来到了华工科技中央研究院,在这里看到了AI大模型给激光焊接带来的更多可能性,也感受到了传统制造企业由点及面、奔赴新型工业化的决心与勇气。
高精度焊接“鹰眼”来帮忙
一辆新能源汽车的钢板焊缝宽度是0.5毫米左右,一架飞机的钢板焊缝在1毫米及以下级别,一艘大船的钢板焊缝则会大于3毫米甚至会达到厘米级别……几乎所有与生产制造相关的行业都离不开焊接技术,而不同行业场景所需的焊接工艺不同,对于焊缝宽度的要求也各有不同。
直缝焊缝、环缝焊缝、T形焊缝、角焊缝……小小的一条焊缝背后却大有文章。“以前我们是用传统CV(计算机视觉)的方式去开发焊缝识别算法,存在一些天然的缺陷,比如算法的耗时、阈值的不确定性等,每一种算法都各有利弊,开发难度也会因为焊缝形态的不同而有所不同。这让我们的算法开发困难重重。”华工科技中央研究院软件架构师杨伟对《中国电子报》记者说道。
在华工科技中央研究院的实验室里,记者看到了一块块焊缝形态各不相同的钢板。工作人员通过电脑端的AI大模型发布指令后,一旁的机械臂便在工作台上“忙活”了起来。随着一束蓝色的激光线在钢板上快速移动,焊缝数据几秒之内便已采集完毕。
“通用人工智能就像一个小孩,能说、能看、能写、能画,我们需要的是‘看’这个功能。通过把中国科学院自动化研究所和武汉人工智能研究院联合研发的紫东太初大模型,在视觉识别方面的优势演变成可以在端侧去‘跑’的应用,我们找到了一些算法开发的很好的办法,也达到了很好的效果,比如识别速度提升了一倍,资源占用、响应速度、精确度等都有了很大的优化。”杨伟表示。
被AI大模型优化后的焊缝引导与识别检测系统,就像“鹰眼”一样能时刻捕捉焊缝数据,不受外部影响并能迅速做出反应,响应时间为毫秒级,通过算法自动生成精确路径,引导机器人进行高精度焊接。
为了进一步展示AI大模型带来的技术升级,华工科技中央研究院视觉算法工程师熊忭向《中国电子报》记者展示了使用传统CV技术和接入大模型后的对比效果。
“通常我们需要识别的是焊缝边缘的两个特征点,通过计算两个特征点的中间位置找到真正的焊接点。”熊忭指着屏幕对记者解释说:“你看这个菱形的点就代表传统CV识别的特征点,圆圈代表AI大模型识别的特征点。可以明显看到,后者比前者更靠近焊缝边缘,且波动性更弱。这说明利用AI大模型来做焊缝识别,精准度更高,稳定性也更强。更重要的是在性能方面,AI大模型技术的识别效率比传统CV技术提升了50%。”
据武汉人工智能研究院副院长彭骏透露,现阶段已完成实验室论证,证明了紫东太初大模型技术可以让焊缝品质得到更好的管控,预计5月份将在华工科技的产线上正式落地。
大模型应用从焊接“点”开始
近年来,受益于国家制造业转型升级,智能制造技术不断创新突破,我国焊接市场火爆。“整个焊接市场目前基本上是在以每年13%的速度快速增长。”杨伟对记者说道。公开数据显示,2025年我国焊接材料行业市场规模或将突破400亿元。
焊接技术与以大模型为代表的人工智能技术深度融合,可以大幅度提高生产效率,从而造福建筑、造船、装备制造、汽车、化工等多个下游行业。具备核心技术和研发能力的优质企业将在市场竞争中脱颖而出,占据更高的市场份额。
“从整个产业角度来看,我国的焊缝识别技术与国外相比存在一定差距。这也是我们当初坚持要做这方面研究的原因。”杨伟感慨地说道。
在实际生产制造过程中,焊接往往发生在复杂的环境里,例如高温、高湿、高尘、狭小空间等。这些环境条件可能对传感器和设备的正常运行产生负面影响,从而降低焊缝跟踪技术的准确性和稳定性。与此同时,不同的焊接任务可能涉及多种类型的焊缝,包括角焊缝、对接焊缝、横焊缝等。每种焊缝的形状和特点都不相同,这也给焊缝跟踪技术带来了挑战。
据行业专家分析,与美国、日本、德国等发达国家相比,我国在切割焊接过程中的钢材浪费率多出近10%。核算下来大概一年浪费的钢材达到3000万吨,价值约1500亿元,相当于宝钢一年的产量。
相较之下,发达国家的焊接生产自动化和半自动化水平很高,所占比例已经达到了焊接工作量的80%。而在我国,自动化焊接比例仅占到不足30%。因此,焊接技术的智能化发展成为一个重要课题。
“企业一定是从一个‘点’上去开启人工智能技术应用的。华工科技抓住的这个‘点’就是焊缝识别,用大模型技术去提升焊接效率。通过让技术走上产线,去应用、去迭代,让企业真真切切地感受到人工智能技术带来的好处,未来才有可能开出更多的‘花’来,逐步把大模型的能力复制到产业生产的全链条上去。”彭骏表示。
据介绍,华工科技正在自上而下地推动各个业务板块积极拥抱人工智能,结合实际业务需求寻找可能的结合点,已经在做一些探索和研究,同时也在加强与外部院校、科研机构的合作,在具体的工业场景中,聚焦机器视觉、运动控制等关键技术进行突破。
“激光焊接是智能制造的一个关键技术,而在激光焊接过程中,焊缝的智能识别、跟踪和检测技术非常重要。我们选择了这样一个小小的‘点’,希望能够‘以点及面’找到更多AI大模型的应用场景。未来我们还将在AI视觉、机器人等领域进行更多探索。”华工科技中央研究院副院长夏勇表示。
“人工智能+”大模型是必选项
在华工科技智能制造产业园,记者看到了这样的场景:在一个方方正正的铁架下,工人师傅操控着黄色的机械臂向铁架上方的轮胎模具伸去。机械臂顶端的工业相机就像一只黑色的眼睛,将轮胎模具里里外外扫视一圈后,就能在后台自动生成3D模型,方便后续进行激光清洗。这也是AI视觉追踪引导技术的一个典型应用场景。
华工科技子公司华工法利莱生产安装部经理熊伟对《中国电子报》记者介绍道:“现在你看到的这台机器就是华工科技自主研发的轮胎模具激光清洗智能装备,采用了自主开发的视觉引导技术,全程精密控制,极大地提高了模具清洗质量,最快20分钟就能在线清洗一副轮胎模具。”
虽然AI技术已经融入一个个细小的生产环节,但也不可避免地暴露了一些新的问题。“我们的智能化产线已经有包括工业互联网平台、数字孪生系统、视觉分拣系统等在内的各类解决方案,但都存在数据孤岛的问题,用户更希望看到的其实是更为直接的决策结论。”华工科技智能制造业务板块高级算法工程师岳晓峰表示。
大模型提供了一种新的方式,可以把丰富的生产数据统一起来,形成辅助决策的依据。
“未来十几年肯定是人工智能的时代。”夏勇感叹道,“每个时代都会出现具有代表性的创新工具,以前是‘互联网+’,现在是‘人工智能+’。AI技术实际上已经融入了整个生产环节,尤其在一些相对简单的生产流程或环境中产生了不错的效果。现在,更好的工具出现了,那就是大模型。它将对研发设计、生产制造乃至整个生产环境产生巨大影响,值得我们深入思考和学习。”
不过,夏勇也坦言,训练一个工业大模型需要巨大的资金、人力、资源投入,还会面临数据隐私、应用门槛、运营能力等各种挑战,最终可能还是会以少数头部企业为主。各个企业最终还是要结合自身技术路径选择、资源匹配情况和发展战略规划来做选择。
彭骏同样指出,不同的工业企业处在从自动化迈向智能化过程中不同的发展阶段。初级阶段,对企业而言,用AI技术解决工业场景中的具体问题的确是一个性价比更高、更实在的选择。而随着AI应用越来越多,企业将真正认识到人工智能的价值,更高阶的智能化需求将会涌现出来。到那时,大模型自然会成为一个必选项。