江淮尊界_超级工厂AI视觉

应用场景：整车外观质量检测与双拼色车身分色线精度控制

社区投稿案例

投稿方：loki · 服务商：华为 · 收录时间：2026/10/13

本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。

上传类似案例

案例事实

1. 一句话摘要

投稿方未提供

2. 行业 + 企业规模

能源与基建

3. AI 能力类型

视觉识别

4. 原来怎么干的

人工贴膜与喷涂双拼色，精度不稳定；人工目视检测整车外观，效率低、一致性差

5. AI 介入在哪一步

AI介入整车外观与关键点质检、分色喷涂环节，替代人工贴膜、喷涂及目视检测；工人仅负责设备运维与异常处置

6. 模型与架构

自研算法；基于5G与数字孪生系统；对接工业机器人及力控系统；未提及是否私有化部署、微调或提示词工程

7. 数据基础（必填项）

全链路生产数据（每秒30万条）；1500个关键点的视觉检测图像；产品品质全生命周期保障体系数据集；未说明数据量、清洗与标注投入

8. 效果

检测精度从人工不稳定状态提升至0.2毫米（瑕疵识别）和0.3毫米以内（分色线）；AI准确率与采纳率未明确给出

9. 投入

与华为联合打造的超级工厂整体建设投入；属高端车型智造标杆项目；未提供具体人力、预算档位、周期及推理成本

10. 坑

高端车型产量小、品种多，模型训练样本有限；AI视觉对漆面反光敏感，需专用光源与拍摄角度设计；数字孪生模型需与实际产线高频同步

Reproduction Pack

下载江淮尊界_超级工厂AI视觉复现资料

本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。

00_说明.txt
01_关键信息.md
江淮尊界_超级工厂AI视觉.docx

分享复现反馈

复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。

怎么写一条有用的反馈

示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」

写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。