AiV發布製造業專用VFM解決方案「AiVision」

加速製造現場無人化的實體AI及AI視覺專業企業AiV於27日表示，正式推出了專為製造業打造的視覺基礎模型(VFM)檢測解決方案「AiVision」。

高德納(Gartner)預測，到2026年，由於資料準備不足，將有60%的AI專案被棄用，並特別指出了資料取得困難的製造業的侷限性。

以往為將通用AI模型應用於製造業，需要收集海量的缺陷資料，並需要對機器ID、時間戳記、批次號等多種中繼資料進行清理的複雜流程。

在這種情況下，對於未經學習的新型不良的應對能力尤其薄弱，現場應用受到很大限制。此外，手工收集和標註不良資料所需的時間和成本過高，越來越多的製造企業因此放棄導入AI。

此次發布的AiVision從根本上解決了製造現場長期存在的資料不足問題，有望成為品質檢測自動化的新轉捩點。

AiVision以AiV自主研發的非監督式學習AI模型為基礎，即使僅學習良品資料，AI也能自動生成並檢出預期的不良。

該方案應用了可檢測未經學習的新型不良的異常偵測(Anomaly Detection)、缺陷資料自動生成(Defect Generation)等AiV獨有技術，無需人工直接收集或標註不良即可取得訓練用資料。藉此，即使是稀少的新型不良也能靈活應對。

該演算法在OpenOOD、Papers with Code等全球基準評測中創下了最高水準(SOTA)的效能，驗證了其技術優勢，並將透過此次發布在國內製造產業現場全面投入應用。

憑藉此次發布，AiV成為國內唯一同時提供能夠克服製造業侷限的專用深度學習檢測解決方案「AiVision」與MLOps平台「AiVOps」的企業。

兩個平台透過相互聯動，支援從資料管理到模型訓練與部署、營運自動化的全流程，在製程產線變更或新產品投入時也能迅速應對，兼具檢測效率性與可擴展性。

透過此類技術革新，AiVision較以往節省了訓練資料，提升了在生產線上的實際適用性。該方案實現了在資料生成與收集、模型開發與營運的全流程中將人工介入降至最低的完全基於深度學習的檢測系統，旨在解決因人工成本上升和設備老化導致的生產效率下降問題，並支援製造業取得可持續的競爭力。

AiV代表成珉秀(音譯)表示：「此前製造企業之所以對導入AI猶豫不決，是因為各工廠環境不同，通用模型的應用存在與生俱來的侷限。」他還表示：「AiVision反映了這一現實，在國內率先將與自有平台聯動的製造專用非監督式學習AI模型商用化，同時確保了現場適用性與效率性。」

另一方面，AiV已從LB投資、Kiwoom投資、三星證券等機構累計獲得370億韓元規模的投資。

目前正與天納克(Tenneco)、HD現代三湖、韓泰輪胎、豐山等全球製造企業合作，開展汽車、造船、二次電池、國防產業領域的專案。

此外，已申請並註冊了50項專利，今後將以實現完全自主型品質檢測體系為目標，同步推進技術升級與全球擴張策略。