超声大模型加持，海康AI超声检测荣获2026中国工博会“工业自动化奖”

随着新能源汽车和半导体产业持续增长，一个关键环节正被愈加关注：零部件质检。检测标准日趋严苛，传统依赖人工经验和抽检的模式，逐渐成为产品质量、产能爬坡的隐性瓶颈，而加持了AI的超声质检，正成为新解法。 10月12日，在2026中国国际工业博览会（CIIF）上，海康威视凭借AI超声检测技术荣获“工业自动化奖”，印证了这一智能化手段的实效性。 据了解，海康威视创新对超声原始信号进行AI建模、定量分析与分类识别，就像是把一位会读波的专家直接“装”进了设备，可以精确地读出零部件的缺陷。这将过去依赖人工经验的“技术活”，变成了标准化、自动化的智能流程，真正把技术使用门槛降了下来，把产业价值提了上去。   看得清、读得懂超声大模型对原始信号精准解析 就像读懂人体超声需要专业的医生，工业零部件的超声检测同样需要持证上岗的专业人员。高门槛导致超声技术长期以来主要应用于航空航天等特种行业，难以向更广阔的工业场景普及。 面向这一行业需求，海康威视依托深厚的成像与信号处理积累技术，全栈自研了超声无损检测系列产品，不仅解决了“看得清”的成像难题，更在行业内首次对超声原始信号进行AI建模、定量分析与分类识别，让设备“读懂”波形背后的质量信息。 但要让AI读懂产品质量，必须先解决三个难点：信号里的“杂波”多，微弱缺陷容易被盖住，漏检率高；换一种材料，原来的算法就不灵了，泛化能力差；复杂工件上的缺陷，识别和定量分析困难。 为此，海康威视通过自主研发的知识增强信号重建网络与超声大模型，从四个维度解决了超声质检的核心难题：一是自适应噪声分离，滤除环境干扰，让微弱缺陷信号清晰可辨；二是将资深检测人员的读波经验嵌入算法，赋予AI“老工程师”般的判断力；三是通过自监督预训练与少样本迁移，使模型具备“举一反三”的跨材料、跨工件泛化能力；四是实现自动定量分析，精准计算缺陷的位置、大小、类型、面积及焊深，相控阵识别精度达0.1毫米，对MLCC等微型元件可识别5微米级缺陷，比头发丝还细数十倍。   “现在，单靠AI超声产品就能独立完成全流程判读，不仅无损检测，而且效率高、精度高。”海康威视超声产品负责人表示，AI超声检测在典型场景中已能实现100%全流程自动判读。 产线上“边采边检”缺陷