GFT推出AI驅動機械臂，助力汽車實現從視覺檢測到實體操作的跨越

全球數字化轉型企業GFT Technologies近日正式發布了一套專為汽車制造業設計的AI驅動機械臂系統。

這項新技術在GFT與谷歌合作開展AI視覺檢測業務的基礎上進一步延伸，不僅能夠識別出有缺陷的零部件，還能將其從生產線上直接移除，從而幫助制造商在保障產品質量的同時維持滿負荷生產節奏。

目前，許多制造商雖已引入AI視覺檢測系統，但大多數方案仍止步于"發現問題"這一環節。軟件能夠標記出異常，但后續處置仍需人工介入，這不僅造成生產延誤，還增加了缺陷零部件流入下一道工序的風險。

這一問題帶來的損失相當可觀——一輛召回車輛的修復成本可高達每臺500美元以上，累計損失動輒達到數千萬美元。如何在現代化生產線的高速運轉中，快速彌合"發現問題"與"解決問題"之間的鴻溝，已成為行業亟待突破的關鍵挑戰。

GFT的解決方案是在工廠生產線的關鍵節點部署三臺各司其職的機械臂，確保車身保險杠、車門、管路及其他零部件的生產精度達標。

第一臺機械臂配備攝像頭，負責逐一核查每個零部件的細節，包括位置是否準確、外觀是否存在缺陷，以及標簽和序列號是否清晰可讀。該攝像頭直接安裝在機械臂的"手部"（即抓手）上，機械臂可靈活移動以捕捉多角度畫面，確保零部件每個部位都得到全面檢查，不留死角。

第二臺機械臂緊隨其后，對前一臺機械臂標記為缺陷的零部件進行標注。

第三臺機械臂則負責直接與生產線及問題零部件進行物理交互，最大限度減少人工干預。其具體功能包括：

零部件位置校正：當檢測到某個零部件位置偏移時，機械臂可在其進入下一生產環節之前主動糾正，將缺陷消除在源頭，而非僅僅事后發現。

缺陷零部件下線處理：當零部件被標記為已確認或疑似缺陷時，機械臂會將其從生產線上取出并標記，供人工復核，從而有效降低人為疏漏的風險，減少問題產品流出工廠的概率。

攝像頭拍攝的每一張圖像都會自動上傳至云端存儲，工廠可隨時調取查看，建立完整的檢測記錄檔案，并將這些數據用于持續優化系統性能。

GFT還將智能體引入根因分析流程，系統可調用這些圖像及多維度數據集，不僅能發現缺陷，還能自動定位缺陷根源，確保在更多問題零部件產出之前就完成干預處置。

機械臂、智能體AI與云技術的協同配合，使生產線在不犧牲質量或持續改進能力的前提下保持高速運轉。目前，美國一家大型汽車制造商已率先將這一技術應用于其生產運營體系。

GFT制造業務負責人Brandon Speweik表示："多年來，汽車制造商始終在追問同一個問題：如何讓AI從屏幕走向車間？這次發布，給出了答案。要將AI引入汽車制造商的實體生產場景，需要一個既懂技術又懂工廠的合作伙伴。這正是GFT過去35年來所扮演的角色，而這次發布正是這一角色的自然延伸。"

本次發布是GFT超過35年汽車制造業服務經驗的集中體現。GFT曾為福特等知名車企提供遺留系統現代化改造及運營數據價值挖掘服務。憑借對制造業務流程的深度理解與AI系統集成專業能力的有機結合，GFT正持續拓展AI在數字世界之外的應用邊界。

Q&A

Q1：GFT的AI驅動機械臂系統具體是如何工作的？

A：GFT在汽車生產線上部署三臺機械臂協同作業：第一臺配備可移動攝像頭，負責對零部件進行多角度視覺檢測，核查位置、外觀及標簽信息；第二臺對檢測出的缺陷零部件進行標注；第三臺負責實際的物理操作，包括校正位置偏移的零部件以及將缺陷零部件從生產線上取出。同時，所有圖像自動上傳云端，并結合智能體進行根因分析，實現缺陷溯源與預防。

Q2：AI視覺檢測系統與GFT新推出的機械臂系統有什么區別？

A：傳統AI視覺檢測系統通常只能識別并標記缺陷，后續仍需人工介入處理，存在響應延遲和人為疏漏的風險。GFT的新系統則將檢測與行動打通——機械臂不僅能發現問題，還能直接完成零部件位置校正和缺陷品下線等物理操作，大幅減少對人工干預的依賴，實現從"發現問題"到"解決問題"的閉環。

Q3：汽車制造商引入GFT機械臂系統能帶來哪些實際收益？

A：引入GFT機械臂系統可從多個維度為汽車制造商創造價值：一是降低召回風險，單輛召回車輛修復成本可達500美元以上，提前攔截缺陷品可節省大量損失；二是提升生產效率，減少因等待人工處理而導致的生產線停滯；三是通過云端圖像存檔和智能體根因分析，持續優化生產流程，實現質量管理的長效改善。