本报讯（记者 杜兰）近日，北京电控所属北电检测发布泛半导体与显示面板量产检测AI通用调试平台。该平台将AI算法与工业检测场景深度融合，推动缺陷识别由“人工目检”向“智能判定”升级。

　　在北电检测实验室，记者现场了解了这套AI系统的核心能力——自动缺陷分类功能。与传统规则设定不同，工程师无需定义“圆形黑点为灰尘”“划痕为长条状”等固定逻辑，而是向AI输入数十万张缺陷图片，使其通过深度学习自主掌握纹理、颜色、形状等深层特征。

　　模型训练完成后，AI的处理速度表现突出。针对128×128像素的图像，单帧缺陷分类耗时仅0.5毫秒。相较人类眨眼约100至400毫秒的生理反应时间，AI可在瞬间完成大规模精准判别。在10万级以上数据规模的测试中，其识别准确率超过95%，显著优于传统人工目检与规则分类方法。同时，依托迁移学习技术，系统适配新设备的调试周期从一至两天压缩至两至三小时，具备跨设备通用适配能力。

　　除缺陷分类外，系统还需精准描绘缺陷的形态特征。针对传统算法易漏检微小缺陷、难以完整提取大缺陷的问题，北电检测应用基于大模型的AI缺陷分割技术。该技术通过逐像素识别，可精确区分缺陷与背景区域，不受缺陷形状、尺寸及方向限制，实现小缺陷无遗漏、大缺陷完整提取。同时，系统可自动输出面积、周长、长宽比等量化参数，为产品等级判定提供依据，相当于为每件产品生成一份精准的“数字体检报告”。

　　北电检测深耕行业多年，积累了超过30种数据类型、总量逾300TB的行业数据，构筑了坚实的数据基础。针对缺陷样本稀缺的痛点，工程师采用“AI以图生图”技术，以少量真实缺陷样本为基础，自动生成高质量变体图像，将样本量扩充近百倍。结合“异常检测”技术（即仅通过学习正常样本即可识别异常），有效突破了传统算法对海量缺陷样本的依赖。

　　当前，北电检测正深度融入北京电控“芯屏智融”产业生态，致力打通“感知—分析—决策—执行”全流程闭环，推动量产检测设备从“专人专调”向“人人可调”转变。这意味着以往需资深工程师耗时数天完成的参数调试工作，未来可由一线操作人员通过简易交互实现。从集成电路前道工艺、先进封装到显示面板，一张覆盖核心场景的规模化智能质检网络正在加速铺开。