年初，随着ChatGPT大模型新闻的不断发酵，全球科技巨头、资本的跑步入场，人工智能概念不断深入人心，AI+也顺理成章地成了今年上半年A股最靓的仔。

在万物皆可AI+的背景下，人工智能技术的快速发展也为光伏领域带来了新的机遇和解决方案。

众所周知，光伏系统的性能和可靠性对于其广泛应用和长期运营至关重要。而近年来，大硅片、薄硅片已经成为行业一种不可逆的趋势，随之而来的就是硅片较以往变得更容易破损，如何高效剔除有瑕疵的硅片也就成了生产过程中无法回避的一个环节。

通常情况下，瑕疵的尺寸、类别、分布位置都是不可预知的，以往通过人工检测的话过程会比较复杂，瑕疵检测难度也偏大。而通过机器视觉辅以人工智能大模型技术来进行瑕疵检测，则会大大优化这一过程，也更契合光伏行业降本增效的主题。

近日，作为国内领先的工业AI平台型企业，中科迪宏重磅发布光伏硅片缺陷检测与分选一体化智能设备，和TimesAI深度学习开发平台大模型版本。

据悉，该智能设备搭载了TimesAI深度学习开发平台，TimesAI平台包含大模型与小模型融合、2D/3D视觉算法库、深度学习自训练平台、工业产品缺陷库、工业机械手通讯库五类组件库，共计近200个应用工具，可以快速搭建工业产品缺陷检测流程，无开发经验即可快速上手使用。

TimesAI能够快速、准确地检测出光伏硅片的表面缺陷，包括四周崩边、包角崩边、隐裂以及多个位置的尺寸，并按检测结果高速分选拆分，目前最高检测速度可达到14000pcs/h。此外，设备还具有高度的自动化程度，能够实现无人值守操作，将检测和分选结果集成，采用生产预测引擎计算出硅片良率走势，支撑生产管理决策。

生成式大模型具有极高特征容量、生成优质的图像细节、良好的涌现能力等特点。在应用方面，适合生成式大模型的场景是允许出错、允许人工介入、算力投资回报比较高。

在工业AI视觉领域要有极高的召回率、高实时性、同时要积累垂直领域的数据。TimesAI大模型版是将生成式大模型与工业AI相结合，形成了新的工业产品缺陷检测解决方案模式。包括（1）多模态通用缺陷生成模型库；（2）用大模型自动标注图片、代替人工标注、减低成本；（3）根据语义或已有缺陷图片自动生成新的缺陷图片，解决小样本或零样本的限制，加快检测模型迭代速度，缩短项目交付周期。

原标题：光伏硅片装备“内卷王”来了：AI+，又快又准！