铁器落入矿石输送皮带，控制室屏幕上立即生成一条报警信息；铜箔产品经过摄像头，后台马上显示出精准质量评估数据……此类操作并不复杂，但完成它们的并非紧盯屏幕的操作人员，而是金川集团信息与自动化工程公司AI视觉开放平台孵化的算法。

作为一个可以分析视频画面的系统，该AI视觉开放平台实时连接着400多个摄像头。在视觉AI的加持下，它们具备自主“思考”能力，摄像头不仅“看得到”，更能“看得懂”。

金川集团内部人机协同监控的新时代，正缓缓拉开序幕。

“AI值班” 提升的不只是效率

只需一台授予权限的电脑，就能在AI视觉开放平台查看相关联的任意一处现场画面，而且还能看到视觉AI根据画面生成的设备状况记录、安全报告、风险预测等更全面的信息。

提到平台立项初衷，金川集团信息自动化公司自动化事业部副经理魏宁介绍：“人类从外界接收的信息中，视觉信息约占83%，比例非常大。我们想利用AI分析庞大的视觉信息，减轻人的劳动强度，提高决策效率。”

早期的视频监控平台多数摄像头不具备视频特征分析功能。因此，当需要进行事件查找、事故溯源时，只能依靠职工盯着屏幕逐帧查看，准确性和效率都相对较低；有了视觉AI辅助，这些烦琐的工作都可以快速完成。

视觉AI对生产的助力，首先体现在安全管理上。劳保用品穿戴不合规、闯卡、接打电话等不安全行为，统统逃不过它的“法眼”。AI视觉开放平台仿佛一个大脑，操控着许多永不倦怠的“值班员”，为集团生产安全筑起一道牢固的防护网。

除了安全管理，AI视觉开放平台在产品品控、设备状态监测等方面，也有强大的优势。例如镍板、铜板及非金属表面的缺陷识别，以往要靠经验丰富的师傅才能完成，如今用视觉AI就可以做到；让许多人头疼的管道跑冒滴漏状况，视觉AI也能及时反馈。

“AI的本质是提高决策效率，很多一线岗位人员，即使不具备深入的特定领域专业知识，也能借助AI快速做出准确决策。这是一个非常积极的发展方向。”魏宁介绍道，AI视觉开放平台在提升效率的同时也降低了决策门槛，让更多人有能力参与到生产管理和决策工作中。

“水土不服” AI算法如何破局

在AI视觉开放平台建立过程中，技术人员为了求得更好的识别效果，也曾尝试过不同的数据模型。无论是视觉AI，还是当下较为流行的DeepSeek，在实际应用中，模型的算法精度都会大幅下降。究其原因，是模型缺乏有色金属行业的相关数据。没有足够数据支撑，在陌生领域，AI会“水土不服”，“思考”不出理想结果。唯一的解决办法，就是采集大量生产现场图像数据，再逐步训练AI，培育一个专精有色金属行业的数据模型。

在数据采集方面，该公司负责AI视觉开放平台建设的首席工程师张海峰耗费了大量心血。身处复杂多样的现场环境，张海峰及团队成员不但要采集不同的场景画面，还要长时间蹲守，采集生产场景在特殊光线、角度、时间和空气质量下的图像，才能让视觉AI的精度不断提升。在最终应用阶段，用户类型、应用系统及应用场景的不同，则要求技术团队关注更多差异化细节。

“视觉AI提取特征和识别的精度是无止境的。”张海峰表示，“在国内有色金属行业里，我们是第一家建成企业级视觉AI平台的企业，迈出了工业视觉整体化应用的重要一步。”

现在，AI视觉开放平台依托与视频网络无缝对接的优势，做到了和业务系统的深度融合，基本摆脱了通用大模型算法精度低的困局。张海峰表示，希望AI视觉开放平台与其他专业算法提供方协同合作，持续不断解决金川集团内部场景化应用面临的问题，共同推动视觉AI在有色金属行业的发展。

介绍AI视觉开放平台的建设方向时，魏宁提到“黑灯工厂”概念，这是一种高度自动化、智能化的生产模式，其核心特征是通过AI等技术实现全流程无人化生产，甚至可在无照明条件下运行，因此，被称为“黑灯”。在AI迅速发展的时代，AI赋能“黑灯工厂”，“无人化”是安全生产发展的一大趋势。

在实际生产中，一个正确决策的产生，不仅要靠看，还要靠听、闻、触摸等其他途径的感知。这也就意味着，AI决策要想达到人工决策的效果，要看懂“结构化”的数据信息，还要理解图像、声音等更多“非结构化”的信息。因此，视觉AI只是AI赋能生产的第一步。

随着智能化应用的逐步扩展，金川集团信息与自动化工程公司计划部署更多先进的传感器等设备，打造人工智能的“眼睛”“耳朵”“鼻子”和“皮肤”，并将现有的AI小模型与类似Chat GPT的大模型深度融合，实现更高阶智能决策，再通过精准高效执行机构执行相应动作，全面助力金川集团智能化转型升级，为金川集团步入高度数字化、智能化发展新阶段注入新动能。