近年來，隨著生成式 AI 和機器視覺檢測的快速發展，為智慧 AOI 檢測注入了新的活力。本文將聚焦在智慧 AOI 檢測市場的發展現況與趨勢，並剖析其在智慧工廠巡檢與品質管控的應用場景，並關注生成式 AI 與機器視覺檢測所帶來的變革。

人工智慧（AI）浪潮席捲全球，製造業正經歷著前所未有的轉型。在追求更高效率、更高品質、更低成本的目標下，結合AI技術的智慧自動化光學檢測（AOI）已成為不可或缺的關鍵技術。

根據市場研究機構 MarketsandMarkets 的預測，全球 AOI 設備市場規模將從 2020 年的 5.5 億美元成長至 2025 年的 8.1 億美元，年複合成長率達 8.1%。其中，亞太地區由於電子製造業的蓬勃發展，預計將成為成長最快的市場。此外，由於生成式 AI 和機器視覺檢測的崛起，將進一步推動此市場的成長。

智慧AOI檢測的全球市場概況

而各個區域的發展則如下：

中國

作為全球製造業重鎮，中國對智慧 AOI 檢測的需求最為強勁，特別是中國政府持續推動「中國製造 2025」等政策，鼓勵製造業轉型升級，這為給予了智慧 AOI 檢測市場發展的長期利多。預計未來幾年，中國智慧 AOI 檢測市場將保持高速成長。

目前，智慧AOI檢測在中國的應用領域主要包括消費電子、半導體、顯示面板、汽車工業等，其他還有機械製造、食品飲料、醫藥和紡織。

美國

美國是全球科技創新中心，無論人工智慧、機器視覺，或者大數據技術，都是屬於領頭羊的角色，這也為該地區的智慧AOI檢測市場的發展奠定了堅實基礎。而目前美國也是全球最大的自動光學檢測市場之一，預計到2030年底，市場規模將達到729億美元，複合年增長率為13.6%，顯示美國對AOI技術的需求強勁。

近年來，美國出現製造業回流趨勢，這將增加對先進製造技術的需求，包括智慧AOI檢測。

智慧AOI檢測在美國的重點應用領域主要包括電子製造、半導體產業、航太、醫材和汽車工業等。

歐洲

歐洲是工業4.0的大本營，因此在推動智慧AOI檢測的發展上也是不遺餘力。

工業4.0強調設備互聯、數據分析和智能化，這與智慧AOI檢測的發展方向一致。因此在此一政策的引領下，將進一步刺激智慧AOI檢測市場的發展。

智慧AOI檢測在歐洲的重點應用領域主要包括：汽車工業、電子製造、半導體產業與醫療器材等。

日本

日本智慧AOI市場主要受電子製造業、汽車產業等驅動。隨著技術的進步和應用領域的擴大，預計市場規模將持續增長。另一方面，三維立體檢測的3D AOI、AI賦能和與其他設備的整合將成為未來發展的主要趨勢。

主要應用領域則以電子製造業、汽車產業、食品和醫藥產業為主，其他如金屬加工、紡織、印刷等產業，在日本的AOI應用也有舉足輕重的位置。

台灣

台灣擁有完整的電子產業供應鏈，並在半導體、面板等領域處於領先地位。因此隨著智慧製造的推進，台灣對智慧 AOI 檢測的需求也日益增加。尤其受到少子化和人口老化等因素的影響，也提高業者加速採用智慧AOI檢測的意願，以減少人力並提高產能。

台灣智慧AOI的應用領域相當廣泛，以下列出幾個主要的代表性業：電子與半導體產業、面板產業、PCB產業、金屬加工與機械產業，其他還有食品與醫藥產業、紡織產業。

圖一 : 台灣的電子與半導體產業、PCB產業等，是智慧AOI的主要應用領域。

生成式 AI 的智慧機器視覺檢測

除了深度學習、大數據分析、雲端運算與邊緣運算等主流趨勢外，生成式 AI的崛起，正為智慧 AOI 檢測帶來新的突破。

生成式 AI 是一種能夠生成新的、原創內容的人工智慧技術，而這種技術除了可以用內容創作之外，對於需要影像資料的智慧檢測辨識來說，將能是一種有效縮減模型產生的時程的方法。

傳統上，要讓AOI學會辨識瑕疵，必須事前準備一定數量的瑕疵照片，藉此產生數據模型，有點像準備教材一樣。然而有些領域的瑕疵照片取得費時曠日或者成本龐大，例如水果植栽和半導體晶片，不僅花費時間，同時也會提高一定的生產成本。 而且就算好不容易訓練好了，換個新產品或出現新的瑕疵，AOI又得重頭學起。

現在有了生成式AI，檢驗者它可以自己生成出各種瑕疵的照片，讓智慧AOI在初期就能取得一定的數據資料，並藉此訓練出堪用的辨識模型，加速檢測設備在產線的上線時程，進而減少時間成本，同時也能加速量產。後續量產進行後，實際的影像資料也能再被利用，藉此進行優化與調教，讓檢測的品質更貼近真實的產品。

在智慧 AOI 檢測中，生成式 AI 可以應用於：

‧ 缺陷生成與擴增： 通過生成各種可能的缺陷圖像，擴增訓練數據集，提高模型的泛化能力和檢測準確率。

‧ 虛擬樣本生成： 生成各種產品的虛擬樣本，用於模型訓練和測試，降低開發成本和周期。

‧ 自動化報告生成： 根據檢測結果，自動生成詳細的檢測報告，提高工作效率。

不過值得注意的是．瑕疵數據的生成與採用仍是屬於輔助產線人員的目的，因此瑕疵的標註仍是需要專業人士來進行，而所生成的影像也必須要可為人類辨識才行。

生成式智慧機器視覺的軟硬體

而要導入生成式AI的AOI技術，在硬體方面，具備一定的運算能力可說是基礎條件。由於生成式AI模型的訓練和推理需要大量的計算資源，因此配備高效能的GPU或專用的AI加速器是不可或缺；而高解析度工業相機則是捕捉產品表面細微缺陷的眼睛；而機械手臂或傳送帶則負責產品的自動化定位和移動；另一方面，充足的儲存空間也是必備的，用於儲存大量的訓練數據、模型參數和檢測結果。

軟體方面，深度學習框架如TensorFlow、PyTorch等是構建和訓練生成式AI模型的基石；生成式AI模型庫如GAN、VAE等，則負責生成逼真的缺陷圖像或學習正常樣本的分布；圖像處理庫如OpenCV等，用於對圖像進行預處理、特徵提取和後處理。最後，AOI檢測軟體負責整合硬體設備、控制檢測流程、顯示檢測結果和生成報表。

除此之外，數據標註工具、模型優化工具以及雲端運算平台等，也可能在特定情況下派上用場。

值得注意的是，具體所需的軟硬體配置會根據檢測產品的複雜度、缺陷類型、檢測速度要求等因素而有所不同。因此，在選擇軟硬體設備時，建議諮詢專業的AOI系統整合商，以獲得最適合的解決方案，讓生成式AI在AOI檢測領域充分發揮其潛力。

生成式 AI 與機器視覺檢測的應用場景

生成式AI和機器視覺檢測的結合，為許多產業帶來了創新的應用場景，以下是幾個不同產業的應用案例：

製造業

製造業是台灣的重要經濟核心，除了全球聞名的半導體和電子業外，還有機械與各種加工製造。而對製造業來說，其工件的樣式繁多，且材質迥異，如要透過傳統的方式取得數據資料進行分析，經常需要一定的時間來訓練，但若使用生成式AI技術，則可在效率與實用度上大幅的提升，而其主要運用於以下：

‧ 瑕疵檢測與分類：生成式AI可以生成大量逼真的瑕疵圖像，用於訓練機器視覺模型，使其能夠更準確地檢測和分類產品表面的各種瑕疵，包括刮痕、凹痕、汙點、變形等。

‧ 產品外觀檢查：除了瑕疵檢測，生成式AI還可以幫助機器視覺系統檢查產品的外觀是否符合標準，例如顏色、形狀、尺寸等。

‧ 零件組裝驗證：在產品組裝過程中，機器視覺系統可以利用生成式AI生成的圖像來驗證零件是否正確組裝，以及是否存在缺失或錯誤安裝的零件。

‧ 製程監控與優化：通過分析生產線上的影像數據，生成式AI可以幫助識別潛在的生產問題，並提供優化建議，提高生產效率和產品品質。

圖二 : 結合邊緣運算技術的智慧型工業鏡頭，圖為凌華的解決方案。

醫療領域

生成式AI能製作醫學影像，幫助醫生更準確診斷疾病。它也能輔助醫生進行手術，提高手術精確度。另外，它還能生成分子結構，加速新藥研發。

‧ 醫學影像分析：生成式AI可以生成各種醫學影像，例如X光片、CT掃描、MRI等，用於訓練機器視覺模型，使其能夠更準確地診斷疾病、識別腫瘤、評估治療效果等。

‧ 手術輔助：在手術過程中，機器視覺系統可以利用生成式AI生成的圖像來輔助醫生進行手術規劃、導航和操作，提高手術的精確度和安全性。

‧ 藥物研發：生成式AI可以生成大量的分子結構，用於篩選和設計新的藥物，加速藥物研發過程。

安防監控

除了做為產線上的檢測工具，生成式結合機器視覺也能用在監控上。透過AI技術，能學會分辨正常和異常行為，有助於提升安防監控。它也能生成人臉圖像，讓人臉識別和身份驗證更準確。

‧ 異常行為檢測：生成式AI可以學習正常行為的模式，並識別出偏離正常模式的異常行為，例如人群聚集、打架鬥毆、非法入侵等，提高安防監控的效率和準確度。

‧ 人臉識別與身份驗證：生成式AI可以生成各種人臉圖像，用於訓練機器視覺模型，使其能夠更準確地識別人臉和驗證身份，應用於門禁系統、考勤系統、安檢系統等。

其他領域

生成式AI也能廣泛運用在其他的場域上，例如交通與農業等。它能生成各種道路場景，讓自動駕駛更安全。它也能生成農作物圖像，幫助識別病蟲害。另外，它還能生成商品圖像，用於零售業的庫存管理和顧客行為分析。

‧ 自動駕駛：以生成各種道路場景和交通狀況的圖像，用於訓練自動駕駛系統，使其能夠更安全、更智能地應對各種複雜的路況。

‧ 智慧農業：生成各種農作物的圖像，用於訓練機器視覺模型，使其能夠識別病蟲害、評估作物生長狀況、優化灌溉和施肥等。

‧ 零售業：生成各種商品的圖像，用於訓練機器視覺模型，使其能夠識別商品、進行庫存管理、分析顧客行為等。

圖三 : 生成式AI可以生成大量逼真的瑕疵圖像，用於訓練機器視覺模型。圖為思倢科技的AI檢測辨識系統。（source：思倢）

結語

智慧 AOI 檢測作為工業 4.0 時代的關鍵技術，正引領著製造業的轉型升級。在 AI、機器視覺、大數據等技術的推動下，特別是生成式 AI 和機器視覺檢測的崛起，智慧 AOI 檢測將不斷發展，為製造業帶來更高的效率、更優的品質和更低的成本。隨著各國政府政策的支持和市場需求的持續增加，智慧 AOI 檢測方案的導入範圍也將更加廣闊，並在智慧工廠巡檢與品質管控中發揮越來越重要的作用。