我这两年一直在帮制造企业做视觉检测的落地项目,从PCB到新能源电芯都碰过。前几天拿到一份覆盖84万家工厂的数据底稿,梳理下来发现国内做AOI相关的企业分布比想象中更密集,产线需求也远比教科书里写的复杂。光靠一两种产品打天下早就行不通了,现在客户问的最多的是:你这套AOI方案,到底能不能适配我的产线节拍、能不能接MES、误判率到底压到多少。这篇就算借着我翻数据时的一些观察,结合我自己在产线上调过的那些机器、踩过的那堆坑,把AOI这个看起来“又专又贵”的方向掰开揉碎聊一遍。不管你是刚入行的视觉工程师,还是工厂里负责设备选型的工艺人员,又或者是想搞懂“AOI检测到底怎么落地”的产线管理者,这篇应该能给你提供一些实用的参考。
1. 这84万家工厂的数据里藏着什么:AOI产业版图的基本盘
1.1 84万这个数字的含金量
先说结论:84万这个体量,已经覆盖了国内从上游元器件、PCB裸板,到模组组装、整机装配,再到光伏、锂电、半导体封测的几乎每一个制造环节。
我拿这份底稿按行业标签拆了一下,占比靠前的基本是这几类:3C电子、汽车电子、PCB/半导体、新能源电池、光伏组件,还有家电和医疗器械。特别是3C电子和PCB这两个方向,加起来差不多占了一半。这个比例其实很好理解。3C产品的零部件普遍尺寸小、精度要求高、外观一致性要求苛刻,人眼检测在这种场景下效率和稳定性都跟不上,AOI几乎是刚需。PCB就更不用说了,线路宽度和间距动不动就是微米级,人工拿放大镜看板卡,一天下来眼睛就花了,而且漏检率根本压不住。
还有一个有意思的发现:如果按区域去看,长三角、珠三角、环渤海这三大板块基本吃掉了70%以上的AOI相关企业。这背后其实是整个产业链聚集效应在起作用。上游的相机、镜头、光源厂商集中在这些区域,中游的设备集成商也在那边扎堆,下游的订单自然跟着来。你要是做AOI这行,选对区域比选对产品线更重要,因为客户现场距离直接决定了你的服务成本和响应速度。
另外,数据里还有一个信号值得注意:传统消费电子领域的AOI渗透率已经很高了,但光伏、锂电、汽车电子这些方向的增长特别快。尤其是锂电和光伏,这几年产能扩张猛,产线上对表面缺陷检测的需求几乎是井喷的。而且这些领域的检测标准和3C不太一样,3C更多看外观和尺寸,锂电更关注极片、隔膜、涂布这些工艺缺陷,光伏则要盯着电池片隐裂和断栅。这意味着,不同行业之间的AOI方案不能生搬硬套,必须针对工艺特点做定制开发。
1.2 从数据反推产业需求:哪些环节最离不开AOI
把84万家工厂的数据再往下钻一层,你就会发现,AOI的核心价值集中在三个环节:来料检测、过程检测、成品检测。
来料检测是指供应商送来的物料在上线前先过一遍AOI,提前把来料不良拦在产线外。这个场景在电子制造里特别重要。比如PCB厂的覆铜板基材,如果来料就有刮伤或凹陷,后面做完整板再发现,损失就大了。很多工厂现在要求供应商提供AOI检测报告,本质上就是用机器替代抽检,把来料质量数据化、可追溯。
过程检测是AOI应用最广、也是难度最大的环节。像SMT贴片后的AOI,检查贴装偏位、少锡、桥连、立碑这些缺陷;回流焊后的AOI,检查焊点质量、虚焊、空洞。这个过程里,检测节拍必须跟着产线走,快的时候一块板子只有几十毫秒的处理时间,对算法和硬件的实时性要求非常高。
成品检测则更多和外观关联,尤其消费电子的外壳、屏幕、摄像头模组这些直接面对用户的外观件。这个场景的AOI方案核心挑战在于缺陷种类多、形态复杂,划痕、压伤、脏污、色差、毛刺,每一种缺陷的特征都不一样,单一算法很难全覆盖,往往需要一个多模型的组合方案。
从我这几年帮工厂做优化的经验来看,过程检测环节最容易出现“能检测出来”和“能稳定落地”之间的差距。实验室里跑通了不叫行,产线上一跑就是另外一回事。震动、环境光、温度漂移、机构磨损,这些因素都会影响成像质量,进而影响检测稳定性。所以数据里那84万家工厂,真正能把AOI用好、用出价值的,其实占比并没有想象中那么高,大部分还是在“装了机器但依赖人工复判”的状态。
1.3 产业版图里透出的三个趋势信号
趋势信号这个东西,光看拍脑袋没用,得看数据。我梳理这84万家工厂的信息时,发现三个比较明显的信号。
第一个信号是AOI正从“检得出来”向“测得准、判得快”演进。以前大家买AOI,主要看能不能发现缺陷,对产能要求没那么高。现在不一样了,客户上来就问产线节拍多少,一块板子能不能在20秒内完成检测,误判率能不能控制在1%以内。这背后是产能竞争在倒逼检测设备升级。
第二个信号是“AOI+工业互联网”正在成为标配。大部分新增的AOI设备,都要求能和客户现场的MES系统打通,实现检测数据实时上传、不良结果自动追溯。以前检测完贴个标签就完事了,现在客户要的是数据接口、数据库存储、统计分析报表,甚至要求远程监控、预测性维护。也就是说,AOI不只是检测设备,它正在变成一个数据采集节点。
第三个信号是AOI的应用边界在拓宽。传统的AOI主要针对电路板、电子零部件,但现在已经延伸到食品包装、纺织品表面、金属结构件、医疗耗材等领域。不同领域对检测精度、光源方案、算法模型的需求差异很大,但底层逻辑是相通的:用成像系统替代人眼,用算法替代人脑判断。这也意味着,AOI赛道的天花板远比很多人想象的要高,84万家工厂现在只是起点,后续还会有更多行业加入进来。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. AOI的核心硬件:从镜头到光源,曝光与增益是最容易出问题的组合
2.1 曝光与增益:一份钱两份货的调节哲学
AOI系统里最
