AI AOI 对比传统基于规则的 AOI:切勿忽视这些隐性成本
从编程时间、误报到人员负荷、换线效率以及品质可视化——EMS 团队应如何全面评估 AI AOI。
2026年4月14日
板子图像是您客户的设计数据。本文说明为什么 AI AOI 应该在您的工厂内运行、学习和存储数据,以及该向自称本地部署的供应商问哪些问题。
本地部署 AI AOI 是指图像采集、检测、模型训练和数据存储全部在您工厂内的硬件上完成,不连接任何供应商的云端。板子图像是您客户的设计数据,通常受保密协议(NDA)约束,涉及国防业务时还受出口管制规定约束,所以最安全的存放位置就是拍下这些图像的设备本身。DaoAI 设备默认就是这样工作的:没有云端、不需要账号、无需联网,模型训练也在设备上离线运行。
一张组装板的高分辨率图像会显示布局、元件选型、元件丝印、版本标签,往往还有序列号。在 10 至 15 µm/像素下,细节都清晰可读。把整个程序的图像合在一起,几乎就是这个产品的一份可视化物料清单。
这些图像周边的检测数据同样敏感。缺陷历史、直通率和误报率描述了您的工艺运行得如何,这对任何 EMS 厂商来说都是商业敏感信息。
对代工厂来说,这些信息大部分并不属于您。它属于传送线上那块板的 OEM 客户,您只是按照客户的条款作为保管方持有它。
条款各不相同,但许多保密协议和供应商质量协议有几个共同点。它们把设计数据的用途限定在制造客户的产品上,限制向第三方披露,并要求在数据交给分包商或外部服务之前通知客户或获得批准。
供应商安全问卷随后会问:数据存储在哪里、谁能访问、在哪个国家。云端处理的 AOI 会让 AOI 供应商及其云服务商都成为接触客户图像的一方。这必须披露,而有些客户会拒绝。
一台从不把图像送出工厂的 AOI,就把这个问题从问卷中去掉了。数据留在您已经为 CAD 文件、流程卡和测试记录所管理的边界之内。
在美国,ITAR 管控与国防物品相关的技术数据,让外国人员能够接触这些数据(包括通过服务器或云存储)可能被视为出口,除非满足特定条件。国防组件的图像和检测程序可能属于技术数据。是否属于,由您的出口合规负责人来判断。
国防供应链对受控非密信息还有更多规定,例如 NIST SP 800-171 和 CMMC 要求,它们规定了这类信息的存储和处理位置。在加拿大,受控物品计划(Controlled Goods Program)对谁可以检查受控物品及相关数据也有类似要求。
DaoAI 不声称拥有任何 ITAR、CMMC 或受控物品计划认证,本文内容也不构成法律建议。本地部署架构的作用,是把图像和模型留在您已经管控的设施内,让您现有的合规体系直接覆盖 AOI,而不必为它另开例外。
有些系统自称本地部署,却仍然依赖与供应商的连接来完成授权、训练或更新。评估任何 AI AOI(包括我们的)时,请使用这份检查清单。
| 要问供应商的问题 | 为什么重要 | DaoAI |
|---|---|---|
| 不联网时能检测吗? | 受管控的产线通常与网络隔离 | 能。没有云端、不需要账号、不与厂外连接 |
| 板子图像存储在哪里? | 决定谁能接触客户数据 | 在您的设备上;每次检测都连同图像和判定结果一起保存 |
| 模型训练需要上传图像吗? | 训练数据是您所持有的最完整的图像集 | 不需要。训练在设备上离线运行,不上传图像 |
| 训练出来的模型归谁所有? | 用您的板训练的模型记录了这些板的样子 | 归您所有;不与其他客户共享 |
| 误报如何修正? | 由供应商重新训练,通常意味着要把图像送出去 | 在设备上通过操作员反馈和 AI Update 完成;任何东西都不离开设备 |
| 结果如何传到 MES? | 数据应该只在您自己的网络上流动 | CSV 结果、缺陷裁剪图和整板图像,缺陷代码映射到您的 MES |
| 谁可以修改程序和模型? | 限制误操作和未经授权的修改 | 权限等级:编程、调试和训练,或仅检测 |
| 供应商支持如何进行? | 支持访问也是一条数据通道 | 远程支持为可选项,除非客户开启,否则处于关闭状态;系统没有后门访问 |
许多 AI 检测产品通过以下两种方式之一改进:供应商重新训练一个共享模型再下发,或者客户上传图像让供应商替他们重新训练。无论哪种方式,您的图像或您的改进都存放在一个不归您持有的数据集中,修复也要等供应商的发布周期。
DaoAI 从一个用超过 1,000,000 张真实生产图像训练的视觉基础模型出发,然后在本地针对您的板进行适配。操作员在复判界面标记误报时,这个样本会进入设备上该产品的数据集,AI Update 就在设备上用它重新训练。
对于您产品特有的缺陷,模型训练 功能让您的团队采集图像、标注 OK 或 NG、训练、用预留图像评估并应用模型,全部在检测软件内完成,无需联网、云服务或在线账号。
隔离的产线仍然需要把程序送进来、把结果送出去。实用的做法是让每一条这样的数据流都走您自己的网络或您已经管控的介质。
由于每台 DaoAI 设备都运行同一套核心软件,这些规则同样适用于产线旁的离线 P1 和产线上的在线 3D P5。
云端处理确实有优势:模型更新由供应商负责,跨多个工厂的设备群看板也容易搭建。对于拥有自主设计、只做单一产品的 OEM 来说,这种取舍可能是合理的。
对于持有众多客户设计的 EMS 厂商,结论通常正好相反。每个客户的保密协议、问卷和出口规定,都适用于图像去往的任何地方。更全面的方案比较请参阅 面向 EMS 的 AI AOI 与传统基于规则的 AOI 对比。
在设备上学习的系统,也让改进留在它应该在的地方。DaoAI 的 反馈学习 把每一次修正变成您数据集中一个附带图像的标注样本,而不是一份发给供应商的请求。
不需要。DaoAI 设备本地运行,没有云端、不需要账号、无需联网;检测、反馈学习和模型训练都在设备上运行。远程支持为可选项,除非客户开启,否则处于关闭状态;系统没有后门访问。
检测和训练都不会。板子图像留在您的设备上,以及您导出到的系统中,例如您的 MES。
归您所有。您的团队用您的生产图像训练的模型属于您,不与其他 DaoAI 客户共享。
DaoAI 不声称拥有 ITAR、CMMC 或其他国防类认证。其本地部署设计把图像和模型留在您的设施内,所以您自己的合规体系可以覆盖它。
能。程序可以离线创建后导入生产设备,模型也可以在另一台设备上训练后再转移。
想确认它是否符合您的安全要求?预约演示,与我们的工程师详谈;或者寄给我们一块您自己的板,我们将免费为您测试。
AI 检测洞察、产品动态与行业分析。每月一次,无多余打扰。
我们使用您提供的信息回复您的咨询。 查看我们的隐私政策。