本文轉自21世紀經濟報道記者吳文汐 武漢報道  （作者：吳文汐 編輯：李果）

近日，一款首次將機器視覺與(yu) 人工智能技術相結合的高精密度光伏電池檢測係統“星漢AI”在武漢發布，填補了國內(nei) 光伏電池多模態智能檢測領域的空白。

在工業(ye) 製造的生產(chan) 過程中，一個(ge) 重要的環節就是對零部件是否標準進行測量和檢測。智能檢測裝備是智能製造的核心裝備，也是“工業(ye) 六基”的重要組成和產(chan) 業(ye) 基礎高級化的重要領域。

“隨著AI技術向認知智能躍遷，高端製造業(ye) 對AI的需求已從(cong) 單點工具升級為(wei) 全鏈條智能協同，即將AI融入工藝邏輯，實現從(cong) 設計、生產(chan) 到運維的閉環場景。”7月29日，ky体育CEO袁五輝在接受21世紀經濟報道記者采訪時表示。

以光伏電池檢測為(wei) 例，在過去，為(wei) 保證光伏電池的高精度測試，需要獨立多步驟、多人次、長時間操作，數據采集較為(wei) 繁瑣，檢測分析單一化且成本高昂，使光伏組件廠商難以一次性全麵評估電池性能。如今，基於(yu) 機器視覺與(yu) 深度學習(xi) 的光電檢測係統問世，為(wei) 光伏電池作一站式全麵“智能體(ti) 檢”，對其性能及缺陷作智能化數據分析，以及對電池狀態與(yu) 功能配方作預測與(yu) 評估，為(wei) 電池研發及製備工藝廠商提供了可解釋、可追溯的數據支撐。

據介紹，kaiyun开云發布的“星漢AI”創建了光電材料檢測數據集和基於(yu) 多模態AI大模型的智能檢測係統，可應用於(yu) 包括晶矽太陽能電池、鈣鈦礦疊層太陽能電池等新型光電材料檢測場景中。該係統達到98.7%的缺陷識別準確率，實現了光伏電池設備檢測效率提升12倍、成本降低40%的突破，並同時創建全球最大光電材料數據庫，含25類鈣鈦礦材料標準數據。

作為(wei) 第三代太陽能電池，鈣鈦礦電池具備光電損失小、帶隙可調節等特點，應用場景廣闊，目前其研發和產(chan) 業(ye) 化進程不斷加速。然而，鈣鈦礦材料的精密特性對其質量檢測提出了更高的要求，需要極高的精度、極快的速度和全麵的數據支撐。傳(chuan) 統檢測手段普遍存在智能化程度低、設備分散、數據割裂等問題，難以滿足鈣鈦礦產(chan) 業(ye) 化高速發展對檢測精度、效率、數據整合與(yu) 應用的嚴(yan) 苛需求，這也成為(wei) 了行業(ye) 亟待突破的瓶頸。

而“星漢 AI”係統能夠快速、精準地識別電池內(nei) 部的缺陷分布、載流子複合等關(guan) 鍵性能信息，為(wei) 電池優(you) 化提供強大數據支撐。例如，係統可協同分析不同模態數據：發現量子效率（QE）長波響應不足，結合光致發光（PL）排除底層晶矽缺陷，再通過電致發光（EL）定位鈣鈦礦層邊緣針孔導致的光泄露，最終由電流-電壓（IV）特性驗證能級失配問題，實現問題的精準溯源。

武漢紡織大學電子電氣工程教授艾釗向21世紀經濟報道記者表示，學校在與(yu) 一些鈣鈦礦生產(chan) 企業(ye) 合作過程中發現，很多企業(ye) 麵臨(lin) 同樣的問題，因為(wei) 鈣鈦礦電池生產(chan) 流程中需要液體(ti) 噴塗，以往噴塗中出現的缺陷隻能通過人工識別，無法做到自動化反饋，這導致檢測的反饋周期至少需要兩(liang) 到三天，才能返回產(chan) 線進行參數調整，如果通過AI技術賦能解決(jue) 這種人工判斷的問題，對於(yu) 整個(ge) 產(chan) 線的良品率和產(chan) 能提升都會(hui) 有很大的幫助。

在武漢工程大學光能數理學院教授秦平力看來，鈣鈦礦太陽能電池的性能和工業(ye) 化前景高度依賴其製備工業(ye) 。通過AI係統結合多模態AI與(yu) 數字孿生技術，能夠為(wei) 實現鈣鈦礦製備過程的“虛擬中試”提供強大工具，加速其工藝優(you) 化進程。

如今，高端精密光電設備檢測已邁入AI時代，這也成為(wei) 人工智能賦能高端製造業(ye) 場景的重要探索和突破。根據賽迪顧問數據，自2023年2月工信部等七部門印發《智能檢測裝備產(chan) 業(ye) 發展行動計劃（2023—2025年）》，明確產(chan) 業(ye) 發展目標以來，智能檢測裝備產(chan) 業(ye) 規模及年增長率均逐年攀升，今年整體(ti) 產(chan) 業(ye) 規模將突破3000億(yi) 元。

袁五輝表示，除光伏領域的智能檢測外，公司未來還將向新型光電材料、第三代半導體(ti) 工業(ye) 等垂直領域延伸，完成從(cong) 實驗室驗證到規模化商用的跨越發展，為(wei) 產(chan) 業(ye) 升級提供核心驅動力。