把AI视觉装进生产现场，奇妙智能炼就传统产业“火眼金睛”

一条刚从硫化车间旁产线下来的轮胎缓缓展开，三四米长的胎身布满细密花纹。质检工人头顶强光灯，要在三四十秒内从头到尾排查缺陷。这些缺陷往往尺寸不足一毫米，漏判误判在所难免。如今，这样的场景正在被改写。为了解决这一痛点，山东奇妙智能科技有限公司的算法工程师扎进现场，几年下来攒下了三百多万张真实有价值的缺陷样本，打造了一套AI视觉检测系统，只用20秒就能完成单条轮胎的全外观检测，关键缺陷几乎零漏检。

9月29日，记者从济南高新区“推动民营经济高质量发展”新闻发布会（工商联专场）获悉，这家2022年才正式成立的年轻科创企业，凭着“把AI一步步做进传统产业”的韧劲，扎进工业品检测、智慧矿山、智慧交通三大赛道，用机器视觉为传统产业装上精准的“眼睛”。

一条产线的改造，认准一条实干的路

奇妙智能的起点，藏在圣泉集团的一间车间里。

早在公司成立前，团队就在A股上市公司圣泉集团体系内，承接智能化改造项目。最具代表性的陶瓷过滤网视觉检测项目，至今仍是团队津津乐道的“启蒙之作”。

当时，铸造用陶瓷过滤网的质检工序，全靠100多名女工24小时轮班，肉眼盯着产品挑缺陷。产线速度快、缺陷尺寸小，工人辛苦不说，效率不稳定、漏检率高，还拉高了企业用工成本。奇妙智能的团队一头扎进车间，跟着产线摸工艺、抠细节，最终打磨出一套智能检测系统。

“一年帮圣泉集团省下一千多万成本，这道工序彻底交给了机器。”奇妙智能技术负责人刘轶群说。也正是从这个项目开始，团队认准了一件事：用AI改造传统产业，这条路值得一直走下去。

2022年，奇妙智能正式成立。四年时间，公司专注于AI视觉，已参与起草国家标准和团体标准7项，拥有30多项专利技术、100多个软件著作权。从初创团队到行业新锐，奇妙智能的脚步，始终踩在“落地传统产业”的主线上。

三大赛道，把AI做进每一个痛点场景

“AI视觉这件事，说白了就是给机器装上一双眼睛，让它去看，去挑毛病。”刘轶群说，四年深耕，奇妙智能围绕这一件事，把技术做进了工业品缺陷检测、智慧矿山、智慧交通三大核心赛道，每个场景都瞄准行业最痛的难点。

在智慧矿山领域，一平方公里的尾矿库，过去要几名工作人员开车绕着跑，每隔一两米就停下来测数据，一圈走下来大半天，效率低、成本高，人员还要面对安全风险；换成固定监测设备，覆盖范围有限，成本居高不下。

这是金属矿山尾矿库治理的普遍痛点。奇妙智能给出的方案，是让无人机定期飞一圈，采集全域数据后做三维建模，再通过周期对比自动识别地形变化、沉降位移、裂缝隐患。哪里形态变了、数据变了多少，系统自动预警，工作人员只需要在电脑前看结果、做判断，甚至通过虚拟驾驶舱就能一键起飞巡检。

刘轶群介绍，同样的思路也可以用在交通基础设施的工程检测中。以隧道为例，全球建设规模最大、长度最长的海底公路隧道施工中，隧道初支、防水、二衬每一层的厚度、平整度，防水层铺设是否规范，直接关系工程质量。过去，这些检测全靠工人拿着尺子量、凭经验找点位，海底隧道施工环境复杂，人员进去一趟成本高、风险大，效率还低。奇妙智能的AI视觉技术，再次替下了人工，提升了检测精度与效率。

扎进现场的研发，磨出来的硬实力

“传统企业对AI是陌生的，光讲概念、讲方案没有用，得拿出真东西，跟他们的工艺、产线一段一段地抠。”刘轶群说，奇妙智能针对一个个具体的场景，从头把产品做出来，这是企业能在传统产业站稳脚跟的核心原因。

据悉，奇妙智能研发团队占比高达80%。“大部分工程师都扎在客户现场，跟着产线跑、跟着工人学，从工艺细节里找算法优化的方向。”刘轶群说。工业AI的核心壁垒，从来不是算法本身，而是真实场景的海量数据。从轮胎缺陷到矿山地形，从隧道结构到工业品瑕疵，奇妙智能靠一个个项目积累，沉淀了大量垂直领域的专属数据。

基于这些积累，公司形成了“标准化标品+定制化模块”的产品结构，既能快速适配通用场景，又能灵活满足不同产线、不同工况的定制需求，兼顾落地效率与成本控制。

四年深耕，奇妙智能始终只做一件事：让机器看得更准、更稳。扎根济南高新区这片创新沃土，这家年轻的民营科技企业，正继续沿着“AI落地实体产业”的道路深耕，把视觉技术种进更多传统产业的产线里、工地上，用实实在在的技术价值，助力实体经济数字化转型与高质量发展。

（大众新闻记者 段婷婷）