8 月 12 日，中科迪宏新一代 AI 视觉检测大模型发布暨人工智能济南沙龙活动在国家超算济南中心举行。活动现场，基于计算成像的多轴灵动 AI 检测装置、DihugeNet 超网络工业 AI 检测模型正式亮相，工业 AI 视觉研究中心同步揭牌。这标志着济南工业人工智能产业链再添硬核支撑，高端工业检测装备赛道实现关键补位。

多轴平台实现 360 ° 无死角检测

基于计算成像的多轴灵动 AI 检测装置在多轴灵动移载平台加持下，一台被检测的手机可以灵活转动，上方视觉系统 360 ° 无死角成像，仅需 8 秒左右一个手机零部件就完成了全方位的检测，亚微米的细微缺陷也能精准识别。

中科迪宏（山东）科技有限公司董事长、CEO 令狐彬介绍，区别于传统成像 " 所见即所得、全量数据输入后端 " 的模式，中科迪宏采用的计算成像技术，通过光学调制实现缺陷特征的定向提取与增强，在成像端即可过滤大量背景噪声，定向强化有效检测特征。这一技术路径既大幅降低了后端算法的计算压力，又提升了缺陷识别的可靠性，同时攻克了高反射、高透光、低对比度表面的成像难题。系统可同步输出高分辨率 2D 图像与 3D 点云，分辨率达到亚微米级（≤ 1 μ m），仅相当于一根头发丝直径的百分之一。

搭配多轴灵动移载平台，设备通过五轴联动实现产品的全角度、全深度扫描，彻底消除了异形件、复杂曲面产品的检测盲区。

以光模块元器件为例，每个产品检测完成大约成像 200 张，单轴一小时可以检测 450 个产品。为匹配量产产线的节拍要求，单台设备最多可并行排布十几个工位，实现多产品同时成像、同步推理，在保证全维度检测覆盖的前提下，大幅压缩单产品检测周期，真正实现了高精度与高效率的兼得。

这便是中科迪宏行业领先的全场景、多品类、超柔性的最新一代 AI 视觉检测技术，为精密制造打造出一双看得清、测得准的智能 " 火眼金睛 "。

针对新产品 5 分钟完成训练

硬件能力的充分释放，背后离不开中科迪宏自研的 DihugeNet 超网络工业 AI 检测模型。

令狐彬介绍，随着制造业向高精度、多品种、快迭代升级，传统 AI 视觉检测面临三大核心堵点：检测能力割裂、不同的环节由不同工具分别完成；新产品新缺陷需要重新训练；误检、漏检等经验很难进入模型。

针对行业痛点，DihugeNet 超网络工业 AI 检测模型创新采用 NAS 神经架构搜索技术，构建 " 大模型沉淀行业知识、小模型剪枝端侧部署 " 的大小模型融合范式，重塑了工业视觉检测的技术逻辑。

" 产品在部署过程中，如果换产品线或者上新产品，以往模型训练需要几个小时到几天，如今只需要 5 分钟就可完成模型训练，大幅降低了企业换线成本与运维门槛。" 令狐彬介绍。

该模型吸纳了 3C、锂电、光互连等多行业的海量缺陷数据与工艺知识，集成自监督、弱监督、无监督多模态学习模式。更关键的是，产线运行中的误检、漏检数据可反向沉淀至超网络，实现模型持续自主进化，越用越精准，真正形成 " 检测 - 反馈 - 优化 " 的闭环。

目前，设备及相应成像、检测技术已经达到全行业领先水平，并逐步超过国际知名厂商，形成一定行业技术壁垒，已在消费电子、新能源锂电、光通信模块、汽车零部件等领域实现落地。

补齐济南高端工业检测装备产业链

作为国家级专精特新 " 小巨人 " 企业，中科迪宏构建起 " 机器视觉 + 人工智能 + 自动化 " 的完整技术体系，目前已拥有超 130 项知识产权，自研 TimesAI 深度学习开发平台处于行业领先地位。目前企业已完成多轮融资，此次发布不仅是技术里程碑，更是产业布局的关键一步。

中科迪宏计划总投资约 10 亿元，在济南建设先进工业 AI 视觉检测、智能体中台研发与制造基地。下一步将聚焦 AI 视觉工业检测全链条，重点布局 AIDC（人工智能数据中心）光互连检测赛道，并面向山东生物医药、消费品、工业零部件等广阔市场，大力推动 AI 工厂落地，助力传统制造业智能化转型。

现场，工业 AI 视觉研究中心揭牌，将为企业制造业智能化转型持续输出底层技术与人才。

一项硬核技术的落地与成长，离不开适宜的产业土壤。济南作为全省人工智能发展的排头兵，依托国家超算济南中心的算力底座，全力打造北方人工智能产业高地。截至目前，济南人工智能核心产业规模突破 640 亿元，集聚近 600 家 AI 市场主体，智能算力占比超八成，规模居全国前列，海量的制造业应用场景与充沛的算力供给，为工业 AI 技术迭代与规模化落地提供了得天独厚的产业土壤。

历城区作为核心承载区，汇聚了山东大学、国家超算济南中心等 20 余家高校院所及高能级平台。中科迪宏新技术的发布及计算成像研究中心和工业 AI 视觉研究中心的落地，将有效补齐济南高端工业检测装备产业链，带动上下游算法、精密光学、自动化配套企业集聚，助力区域工业智能产业集群发展壮大。

（大众新闻记者 段婷婷 实习生 李梓宁）