工業AI離不開“眼、腦、手”的配合，眼睛明亮，腦子聰明，手腳靈巧，相互配合，才能實現工業AI。
隨著成像器件朝著高靈敏、高動態、高分辨、低噪聲的方向發展，多維多尺度的精準成像成為現實。新興的計算光場成像、相干調制成像和高光譜成像等計算成像技術突破傳統視覺成像瓶頸。技術進步為工業AI擦亮雙眼。
機器視覺很早就進入了人工智能的領域，但用的主要是傳統的模式識別的算法。隨著機器學習的廣泛應用，顯示屏行業開始打造傳統算法和深度學習相融合的算法，稱之為“雙引擎”。二者相結合，為工業AI打造聰明的大腦。
凌云光智慧工廠的構想
目前，工廠管理所有的環節都是圍繞產品展開的，包括人工、工藝、設備等。在這個過程中產生的數據多是人工記錄或者是缺失的。最能體現生產情況的來自生產一線的海量數據卻沒能帶來任何反饋。
智慧工廠的中心是數據，在架構上包括數據獲取、數據分析、數據應用。除了對常規的制造數據、業務數據進行整合，質量數據的加入為工廠管理注入靈魂。通過質量全環節數據與品質數據的綜合利用，進行工業大數據的分析，進而做出企業決策。
除了機器視覺的設備以外，還需要大量的工業軟件來做支撐。智能駕駛艙主要從設備中獲得質量信息和工藝流程的數據。同時能對設備進行實時的調整和優化，保證品質。GMQM（質量管理大師）系統則以質量標準為準線進行統一管理，通過檢測模型和集中訓練保障產線一致，最終實現工藝改善，快速閉環。智慧工廠以設備、產線的精細管理為基礎，進而構建工廠級決策-認知圖譜，建立基于知識圖譜的工廠檢測管理、分析與決策框架。
凌云光智慧工廠的應用
凌云光認為，邁向智能生產管理，產生收益和效能的三個步驟分別為以智能裝備為核心的端的布局、以智能產線管理為核心的邊的布局和以智能工廠決策為核心的云的布局。
第一步: 創新工藝&科學可度量的品質控制, 解放工人
第二步: 建立質量大數據, 利用GMQM+大量AI完善品質管理, 替代管理者
第三步: 智能生產管理，以質量和效能改進為目的, 使用大量的AI技術, 實現智能生產管理的 SmartFabrication.
在深刻把握工業客戶對于精度、效率、品質提升的核心需求的基礎上，凌云光先后研發了國產印鈔/標簽/軟包裝高速在線印品彩色質量檢測裝備、LCD/OLED/MicroLED顯示屏全自動質量檢測裝備、手機精密裝配/加工智能對位系統等產品，持續通過創新的產品與解決方案推動產業自動化與智能化升級。
作為工業人工智能的踐行者，凌云光正努力推動“工業無憂”的發生，為機器植入眼睛和大腦，讓工業變得更智能！
