Blog

自動化視覺檢測透過 AI 與機器視覺提升品質管控，以一致、即時的缺陷檢測取代主觀的人工檢查。本文說明五大關鍵優勢：提升一致性、加快產出、強化可追溯性、擴展性更佳，以及數據驅動的品質管理。

Physical AI 是嵌入於實體系統中的 AI，可讓機器即時感知環境、做出決策並執行動作，廣泛應用於製造、物流與工業自動化。

了解擴增智慧如何強化人機 AI 協作，協助前線工作者在複雜且多變的工業環境中做出更佳決策。

了解工業機器視覺如何在安全性、產品品質、製程洞察與減少浪費等方面，帶來可量化的改善。

一台戴著聖誕帽、手持紅色聖誕禮盒的 Solomon 人形機器人，作為「聖誕老人的『智慧小幫手』：聖誕禮物瑕疵檢測」活動頁面的主視覺圖片。

探討工業 AI 的常見誤解，以及其如何應用於提升工業環境中的效率、品質管制與營運效能。

探索所羅門的隨機箱揀選綜合指南，其中包含有關系統要點、行業範例、挑戰和 AI 人工智慧解決方案的專家見解。

從先進的 AI 檢測系統到 VGR 以及 AR + AI 的整合，探索 AI 技術如何徹底改變製造業的品質控制。

訂單從過往「少樣多量」變成如今「多樣少量」的彈性生產，待測物件尺寸、外型、材質等複雜度隨之提高，甚至出現定義不明的瑕疵，而傳統 AOI 需先定義瑕疵樣本，並以設定好的參數做為判斷基準，無法靈活快速做出判斷，導致漏檢率大幅增加，在此情況下，AI 崛起讓機器視覺開始進化，其「擬人化」技術便成為新解方。

在現代商業環境中，物流公司面臨各種障礙，這些障礙影響了其效率，降低了客戶滿意度，並使其難以滿足不斷變化的消費者需求。 幸運的是，人工智能 ( AI ) 可以通過優化物流分揀過程來幫助克服這些障礙。 AI 技術可以幫助物流公司優化其分揀程序，提高準確性，降低成本。

半導體行業在過去幾十年中迅速發展，變得越來越複雜和復雜，自動化已成為其中的一個重要方面。 自動化幫助半導體公司快速高效地生產高質量的產品，減少各種過程所需的時間， 提高準確性，減少錯誤，並降低勞動力成本，改善工人安全性。 在本文中，我們將探討半導體行業中三種最常見的自動化解決方案。

AI 機器視覺是人工智慧的一個分支，使機器和人一樣「看懂」圖像與物件後進行判斷與決策，常用在工業自動化與機器人領域如: 視覺瑕疵檢測、3D 視覺定位等，也是新興的 AR + AI 視覺系統技術核心。

AOI（Automated Optical Inspection）自動光學檢查，是依靠機器視覺作為辨識的技術，用以改良或彌補人力用光學檢測的種種缺點，現今已被應用在各式各樣的產業中，AOI 最主要的功能為瑕疵檢測、尺寸量測、定位貼合，包括高科技產業、半導體、製藥、食品等，AOI 在工業自動化中扮演著重要的角色，目前 AOI 最常被應用的產業分別是 PCB 和面板顯示器產業，兩者佔比約為 64% 和 15%。