前些天，一年一度的科技圈春晚——蘋果秋季新品發布會如約而至，iPhone13再度成為蘋果產品發布會的絕對主角。

更強的CPU，更強的相機，更好的屏幕，更長的續航，更性感的配色，還有更低的價格——在全球半導體供應緊張情況下，蘋果能交出這樣的答卷，順利搶占熱搜高地，一部分人直呼：「王守義誠不我欺，果然『十三香』」。

另一部分人，則感嘆手機圈還是全面「卷」起來了：功能點逐漸趨同，性能層軍備競賽，如今手機圈的競爭越發激烈。而加量不加價的大趨勢，背后則意味著3C廠商們生產供應鏈的大考。

如今，各家整機廠的生產環節，幾乎均由供應鏈上的合作伙伴完成，而整機廠則更多對供應鏈負責進行全流程的管理，包括需求計劃、物料追蹤、生產制造、品質控制、倉儲、物流、信息安全等，涵蓋整個產品周期，從新產品導入到量產再到項目收尾結束。

如何保證供應鏈每個環節的出品標準都達到高質量，是對整機廠的大挑戰。因此，質檢在如今的供應鏈中扮演了絕對重要的角色。以無線充電線圈為例，近些年無線充電已成為主流手機的標配功能，各廠家、供應鏈因此對這個通常被暗藏在手機背面中央的零部件的需求也大幅增加。

然而，想做好這個看似簡單的無線充電圈的品控，并不容易。要知道，無線充電圈由多個區域組成，每個零部件非常小和復雜，其缺陷形態各異，因此在做缺陷檢測的時候，人工容易誤判或漏檢。

數據顯示，行業第一梯隊的無線充電線圈供應商，日產量需達50000件以上。如此龐大的生產數量，采用人工目檢的方式，需要極大的人力成本投入，且由于人工一致性低，人眼易疲勞，無法長時間穩定有效進行質檢，從而導致缺陷品流入市場，對公司的商譽造成負面影響。

在已有大量工業AI檢測案例積累的思謀科技，專門為合作客戶打造了一套AI外觀缺陷檢測自動化設備。該設備通過機械臂自動上下料，與產線無縫銜接，搭載思謀自有視覺算法平臺SMore ViMo 訓練的分類和分割深度學習算法模型，提供OK/NG物料區分，對NG物料進行14類細小缺陷檢測和6大類分裝盤等，全面提升產線檢測效率，且提供制造工藝分析的數據——檢測速率可達1300-1400片/小時，遠超人工檢測的800片，提升檢測速度50%，替代原產線上80%的人工工作，每年單機可節約60萬元人力成本，同時保證缺陷檢出率≥99%，過檢率≤1%的高標準。

在3C生產中，對關鍵零部件生產的批次編碼進行識別記錄，有助于追溯手機零部件代工廠生產問題，及時做出調整，把控代工廠質量，解決工廠產線質量問題。以手機震動馬達為例，手機震動馬達約指甲蓋大小，且其上的字符由激光雕刻，容易出現雕刻模糊不清的問題，若使用人工進行字符讀取，識別難度高，對人工的要求也高，很難達到非常高的準確率要求。此外，手機震動馬達字符方向多樣，雕刻形式不一，場景復雜，若使用基于規則的傳統OCR字符識別，識別效率和準確率低，也無法達到客戶的需求。

思謀SMore ViMo AI OCR算法方案可應用于人工檢測及傳統OCR難以滿足的復雜場景，采用端對端技術，支持高效圖像采集，智能標注，快速完成OCR標注、訓練任務，實時導出深度學習模型，全面對接產線，準確率高達99%，短時間可提升8倍產能，為客戶創造持續價值。

思謀科技目前還針對手機震動馬達、手機SIM卡槽、數碼手表表帶、電腦顯示器中框等零部件類別，提供對應的OCR（光學字符識別）和缺陷檢測解決方案。思謀科技持續運用新一代 AI 系統架構和軟硬件生態能力，打造智能制造的標桿級案例。在未來，思謀將繼續攜手更多行業領導者，以AI賦能工業質檢場景，加速產業智能化升級。

總結

以上是生活随笔為你收集整理的你们关心十三香不香，我却关心背后的质检稳不稳的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。