Южнокорейская A.I.MATICS развернула на заводе во Вьетнаме систему визуального контроля AIM-T1 для высокоточной электроники. По данным компании, вместо сбора больших датасетов с браком инженеру по качеству достаточно загрузить 3–5 образцов продукции без дефектов — и платформа сама выстроит базовую норму, от которой будет отсчитывать отклонения. Такой подход производитель называет «World Model AI» и «in-context learning», подчёркивая, что это собственная терминология продукта, а не подтверждённая независимо техническая характеристика.

На линии по сборке коннекторов AIM-T1 выполняет до 75 тысяч проверок в сутки. Компания отчитывается о росте производительности на 26% и доле пропущенных дефектов 0,01%. Заявленная точность контроля — 12 мкм, минимальный размер обнаруживаемой частицы — 3 мкм.

Сейчас платформа работает с гибкими печатными платами и компонентами камер: ищет царапины, загрязнения, повреждения от перегиба, оголённую медь и нарушения совмещения слоёв. По словам AI Lab Specialist компании Чжевона Ли, установка может размещаться до или после функциональных тестов — в зависимости от конвейера конкретного завода.

Главное технологическое отличие — программно определяемый контроль. Традиционные системы машинного зрения опираются на ручные правила или размеченные библиотеки дефектов: при запуске новой детали инженеры собирают снимки, обновляют программу, иногда меняют оборудование. A.I.MATICS предлагает workflow под названием «drag-and-teach»: оператор выбирает эталонные образцы, проверяет сформированную системой норму и выводит задачу в работу. Заявленное время переналадки — около четырёх часов вместо обычных 72, хотя итог зависит от изделия и производственного процесса.

Оптическая часть построена на нескольких камерах с разным освещением и жидкостной линзе, которая меняет фокус электронно — без перемещения камеры по механической оси глубины. За счёт фокус-стекинга система за один проход проверяет поверхности с перепадом высот и остаётся компактной.

AIM-T1 рассчитана на компактные высокоточные комплектующие, которые помещаются в измерительную ячейку. По словам Ли, более крупные платы и поддоны с деталями теоретически возможны, но потребуют отдельной конфигурации под размер, объём и ракурсы камер.

Корни компании — в автомобильной индустрии: A.I.MATICS выросла из внутрикорпоративного стартапа Hyundai Motor Group в 2000 году, в 2003-м стала самостоятельной, позже сменила название PLK на нынешнее. До промышленного направления команда разрабатывала системы распознавания дорожных изображений для Hyundai и Kia и развивала бортовой зрительный ИИ для помощи водителю.

Контекст для рынка — дефицит кадров. Совместное исследование Deloitte и Manufacturing Institute за 2024 год прогнозирует, что к 2033-му американским производителям может потребоваться до 3,8 млн дополнительных сотрудников, из которых до 1,9 млн вакансий рискуют остаться незакрытыми. Вопрос контроля качества — лишь часть задачи, но напрямую влияет на выход годной продукции, сроки запуска новых изделий и гарантийные расходы: осмотр проходит каждое изделие.

Ключевой открытый вопрос — баланс между чувствительностью и ложными срабатываниями: избыток тревог способен замедлить линию не меньше, чем пропущенный дефект. Если AIM-T1 удержит заявленные показатели на разных производствах, она может стать инфраструктурой для отрасли именно в момент, когда нагрузку на неё создают дата-центры, искусственный интеллект и глобальное перераспределение мощностей.