Insightek.ai
产品 · 视觉检测

你的产线知道什么是合格品。现在检测系统也知道了。

语义理解,而非像素比对。

系统识别的是螺丝、电容、指示灯、接口、按键、标签 — 它理解这些部件「是什么」,而不是逐像素比对灰度差异。给它看一个合格品,确认结果,产线即刻上线。零代码、零阈值文件、无需视觉工程师待命。

为什么不一样

三个经得起采购会议追问的优势。

01

我们理解元器件,不是像素

系统将螺丝、电容、LED、接口、按键、外壳和标签识别为独立的元器件类型 — 因此能适应光照漂移和位置偏差,而不像像素比对那样一碰就碎。

02

每一个数字都有测试方法

我们公开的是「怎么测的」,而不仅仅是「测出多少」。每项指标都披露方法论、基线和条件,你的工程团队可以独立验证。

03

PLC 实时拿到判定结果

PLC 或传感器触发 → AI 在线分析 → OK/NG 结果通过结构化输出(JSON/CSV)实时回传。MES、QMS 和上位控制同步收到。操作员还没抬手,判定已经到了。

核心指标
−95%
工程调试时间降幅

在一家签署 NDA 的客户产线上端到端实测:新产品从空白工位到首条稳定 OK/NG 的完整耗时,与同一产线此前的机器视觉方案对比。

测试方法: 全流程计时(注册到投产)。基线为同一客户在同一产线上的既有方案。完整方法论报告可在 NDA 后提供。

问题

传统检测方案在新型制造里已经吃力。

产品生命周期越来越短,型号越来越多,节拍越来越紧 — 人工目检与规则式机器视觉都难以跟上。

人工目检一致性差

疲劳、个人经验与主观阈值让人工目检难以规模化,漏检与误判常随班次波动。

规则式机器视觉脆弱

每一个新型号、新版本、新光照都需要专家花数周重新建模与调参,工程师资源严重瓶颈。

光照与材质波动导致稳定性下降

环境微小变化会引发规则式系统连锁误判,长时间积累的操作员信任迅速崩塌。

换型把产能压成瓶颈

在多型号混线上,检测系统往往成为新产品导入的瓶颈 — 不是产线本身。

工作原理

三步上线 · 零编程 · 分钟级落地。

拍照 → 自动分析 → 确认 — 闭环工程流程,每一步都有可量化的结果。没有像素模板,没有阈值调优,没有脚本可写。

  1. 01

    拍摄

    用工业相机或普通手机拍摄合格样品。无需复杂工装,无需校准仪式。

  2. 02

    自动分析

    AI Agent 自动识别产品结构、文字与关键元器件 — 螺丝、电容、指示灯、接口、按键、标签。它构建的是语义基准,不是像素模板。

  3. 03

    确认

    操作员在可视化界面一次性点击确认。系统自动生成标准检测模型,直接上线 — 工程闭环,上线前你能清楚看到系统学到了什么。

无脚本、无阈值、无需专职视觉工程师 — 产线工程师即可跑完整个流程。

核心能力

系统真正理解的是什么。

不是抽象的「注册」和「检测」 — 以下是系统在每次触发周期中具体识别、校验和输出的内容。

元器件级语义识别

系统学习的是每个元器件「是什么」,而不是它的像素长什么样。从少量合格样品中,它构建产品的语义地图。

  • 识别螺丝、螺母、电阻、电容、指示灯、接口、按键、外壳与标签为独立元器件类型
  • 可视化界面一键确认
  • 自动生成基准模型 — 零脚本、零阈值
  • 换型时间从天级压缩到分钟级

产线实时缺陷推理

由 PLC 或传感器触发,Agent 采集图像、对元器件和文字进行语义推理,并在毫秒级内把 OK/NG 判定反馈给产线。

  • 文字校验:缺失、错误、错位、不一致 — OCR 与语义交叉核对
  • 元器件校验:螺丝、电容、接口、标签的漏装/错装/位置异常
  • 全产品结构的装配完整性与外观一致性检查
  • 结构化输出:OK/NG + 带标注过程图 + JSON / CSV 日志推送至 MES/QMS
注册界面 — 一键确认即可生成检测模型
实时检测面板 — OK/NG 与带标注的过程图
为什么选我们

六个在现场真正起作用的差异。

01

零编程

拍照、确认、上线。产线工程师即可完成全流程,无需专职机器视觉专家。

02

真正的语义理解

系统把螺丝、电容、接口、标签当作元器件类型来推理 — 因此能穿越产线真实环境中的光照漂移、材质变化和位置偏差。

03

跨型号强泛化

适应光照变化、材质漂移与微小位置偏移,无需重新校准。新产品族继承已有元器件知识。

04

覆盖传统盲区

非结构化文字、复杂装配验证与多元器件交叉核对 — 传统 OCR 与模板匹配无法胜任的场景。

05

快速复制与扩展

模板按工位与产品类型沉淀,新增产线与变体可以直接继承既有资产。

06

每次检测都在积累质量资产

检测经验持续回流到不断增长的质量特征库。模板沉淀、元器件知识积累、准确率随时间复利增长 — 系统运行越久,价值越高。

验证成果

我们敢公开测试方法的数字。

我们公开的是「怎么测的」,而不仅仅是「测出多少」。一个数字如果经不起追问,就不该出现在这个页面上。

已验证的客户指标
指标 数值 测试方法 对照基线
工程调试时间 −95% 新产品从空白产线到首条 OK/NG 的端到端耗时 同一客户此前的传统机器视觉方案
单工位检测效率 +50% 部署前后产线节拍对照 同一工位的人工目检基线
编程代码量 0 注册流程工程师工时记录(拍照 + 确认)
产品换型时间 分钟级 从新样品到稳定 OK/NG 的计时 传统规则式视觉:数小时到数天

以上数据来自单一签署 NDA 的客户项目实测,具体数值因产线、产品组合与光照条件而异。NDA 后可提供完整测试方法报告。

集成与部署

OK/NG 判定到达 MES 时,操作员的手还没抬起来。

公有云部署

最快启动

评估与 POC 阶段最快的路径,无需现场硬件。

  • 快速评估与 POC
  • 前期基础设施最小化
  • 模型集中更新

本地 / 私有化部署

生产推荐

完整数据主权 — 图像始终不出厂区。低延迟推理在本地硬件运行,推理链路无外部依赖。

  • 图像始终留在客户网络内
  • 低延迟推理,PLC 触发后实时决策
  • 满足严格合规与保密要求
产线集成
PLC / 传感器触发 MES QMS 工业相机 上位产线控制 JSON / CSV 结构化输出

PLC 或传感器触发 → AI 在线分析 → 实时 OK/NG 反馈 → 结构化数据推送至 MES/QMS。所有图像与检测数据可在客户厂区内部本地闭环处理。

数据与安全

您的图像 · 您的边界。

本地闭环

所有图像与检测数据都可以保留在客户本地服务器 — 数据不出厂区。

物理隔离

按项目、按产线做数据隔离存储,带审计日志与基于角色的访问控制。

合规对齐

与企业内部信息安全规范对齐。ISO 27001 与 SOC 2 Type II 对齐工作建设中 — 在没有证书之前,我们从不使用「已认证」这四个字。

清晰的所有权

数据所有权与使用权由合同明确界定。前期签署 NDA 与保密协议。

常见问题

采购和工程团队真正会问的问题。

如何验证你们的精度声明?
本页每一项指标都披露了测试方法、基线和测试条件。我们同时提供 NDA 下的完整方法论报告,并欢迎 POC 阶段的现场验证。一个数字如果经不起你们工程团队的追问,我们会直接撤掉它。
我的图像数据会怎样?
选择本地部署后,每张图像和每条检测结果都留在你的工厂网络内 — 推理链路无任何外部调用。POC 阶段可用云端部署,但生产客户自行决定数据存储位置。
能对接我们的西门子 / 罗克韦尔 PLC 吗?
可以。系统支持标准 PLC 与传感器触发协议,在生产周期内在线运行:触发 → 采集 → 分析 → OK/NG 反馈 → 结构化数据推送至 MES/QMS。我们在 POC 阶段验证具体的 PLC 集成方案。
每个站点能注册多少产品?
不限数量。每个新产品变体的注册方式相同 — 拍一张合格样品并确认。模板在产品族之间复用并沉淀,注册时间随你的质量库增长而递减。
你们的公司规模如何?
340+ 员工,2018 年成立,12 项授权专利。每个企业级项目都有指定的商务对接人。我们不是一家可能消失的初创公司 — 我们是一家为长期制造伙伴关系而建的工程公司。

用分钟而不是数周,上线一个新检测模型。

预约一次 30 分钟的演示。与工程团队一起梳理您的产线、缺陷类型与可落地的 POC 计划 — 我们会现场展示本页每个数字是怎么测出来的。