近日，一年一度的科技圈春晚——苹果秋季新品发布会如约而至，iPhone13 再度成为苹果产品发布会的绝对主角。更强的 CPU，更强的相机，更好的屏幕，更长的续航，更 " 性感 " 的配色，还有更低的价格——在全球半导体供应紧张情况下，苹果能交出这样的答卷，顺利抢占热搜高地，一部分人直呼：" 王守义诚不我欺，果然‘十三香’ "。

另一部分人，则感叹手机圈还是全面 " 卷 " 起来了：功能点逐渐趋同，性能层军备竞赛，如今手机圈的竞争越发激烈。而加量不加价的大趋势，背后则意味着 3C 厂商们生产供应链的大考。

如今，各家整机厂的生产环节，几乎均由供应链上的合作伙伴完成，而整机厂则更多对供应链负责进行全流程的管理，包括需求计划、物料追踪、生产制造、品质控制、仓储、物流、信息安全等，涵盖整个产品周期，从新产品导入到量产再到项目收尾结束。

如何保证供应链每个环节的出品标准都达到高质量，是对整机厂的大挑战。因此，质检在如今的供应链中扮演了绝对重要的角色。以无线充电线圈为例，近些年无线充电已成为主流手机的标配功能，各厂家、供应链因此对这个通常被暗藏在手机背面中央的零部件的需求也大幅增加。

然而，想做好这个看似简单的无线充电圈的品控，并不容易。要知道，无线充电圈由多个区域组成，每个零部件非常小和复杂，其缺陷形态各异，因此在做缺陷检测的时候，人工容易误判或漏检。

数据显示，行业第一梯队的无线充电线圈供应商，日产量需达 50000 件以上。如此庞大的生产数量，采用人工目检的方式，需要极大的人力成本投入，且由于人工一致性低，人眼易疲劳，无法长时间稳定有效进行质检，从而导致缺陷品流入市场，对公司的商誉造成负面影响。

在已有大量工业 AI 检测案例积累的思谋科技，专门为合作客户打造了一套 AI 外观缺陷检测自动化设备。该设备通过机械臂自动上下料，与产线无缝衔接，搭载思谋自有视觉算法平台 SMore ViMo 训练的分类和分割深度学习算法模型，提供 OK/NG 物料区分，对 NG 物料进行 14 类细小缺陷检测和 6 大类分装盘等，全面提升产线检测效率，且提供制造工艺分析的数据——检测速率可达 1300-1400 片 / 小时，远超人工检测的 800 片，提升检测速度 50%，替代原产线上 80% 的人工工作，每年单机可节约 60 万元人力成本，同时保证缺陷检出率 ≥99%，过检率 ≤1% 的高标准。

▲思谋智能 AI 外观质检一体机

在 3C 生产中，对关键零部件生产的批次编码进行识别记录，有助于追溯手机零部件代工厂生产问题，及时做出调整，把控代工厂质量，解决工厂产线质量问题。以手机震动马达为例，手机震动马达约指甲盖大小，且其上的字符由激光雕刻，容易出现雕刻模糊不清的问题，若使用人工进行字符读取，识别难度高，对人工的要求也高，很难达到非常高的准确率要求。此外，手机震动马达字符方向多样，雕刻形式不一，场景复杂，若使用基于规则的传统 OCR 字符识别，识别效率和准确率低，也无法达到客户的需求。

思谋 SMore ViMo AI OCR 算法方案可应用于人工检测及传统 OCR 难以满足的复杂场景，采用端对端技术，支持高效图像采集，智能标注，快速完成 OCR 标注、训练任务，实时导出深度学习模型，全面对接产线，准确率高达 99%，短时间可提升 8 倍产能。

深圳晚报记者 王新根