在鋰電池生產(chǎn)線(xiàn)上，一根幾微米的毛刺或一處未被察覺(jué)的涂層異常，都可能成為影響電池壽命與安全的“隱形風(fēng)險”。當產(chǎn)線(xiàn)以秒為節拍、參數控制點(diǎn)超過(guò)6000個(gè)、材料體系不斷演進(jìn)，檢測已從“質(zhì)量終點(diǎn)”轉變?yōu)樨灤┤鞒痰母兄c反饋中樞。

近日，在2025固態(tài)電池智造與產(chǎn)業(yè)鏈創(chuàng )新論壇上，凌云光圍繞《賦能電池進(jìn)化：基于多模態(tài)+AI的全流程質(zhì)量檢測體系》作專(zhuān)題報告，分享公司在電池檢測領(lǐng)域的實(shí)踐與探索。

看清缺陷，理解工藝
液態(tài)時(shí)代的技術(shù)深耕

過(guò)去十年，電池能量密度從200Wh/kg邁向300Wh/kg，制造精度極限不斷被刷新。

凌云光深耕鋰電制造一線(xiàn)，以“Vision+AI”為核心，針對關(guān)鍵工藝痛點(diǎn)推出多款落地設備：

• 在電極材料檢測中，采用多光場(chǎng)、多光譜融合成像技術(shù)，在400–1000nm波段、0°–30°角度、2–200μm多尺度下實(shí)現穿透成像，識別厚度不均與面密度異常，幫助客戶(hù)降低報廢率、提升一致性。
• 在毛刺檢測環(huán)節，團隊自研高速自適應追焦系統，在150m/min線(xiàn)速下仍能保持2μm分辨率成像，實(shí)現邊緣毛刺全檢，有效預防極片刺穿隔膜風(fēng)險。
• 針對多層卷曲、粘連容易導致誤檢行業(yè)難題，采用AI遞進(jìn)算法，實(shí)現100層極耳精準計數，準確率>99.5%，過(guò)檢率<0.5%。
• 面對包膜、噴涂等高反光干擾，運用2.5D成像結合AI識別技術(shù)，精準識別腐蝕、殘液、劃痕、氣泡、異物等復雜缺陷，實(shí)現六面全檢。

這些方案已在多家頭部客戶(hù)量產(chǎn)部署落地。每一次迭代與突破，都是對工藝與品質(zhì)的再認知，讓檢測從“看見(jiàn)問(wèn)題”邁向“理解工藝”進(jìn)化。

多維感知，智能決策
固態(tài)時(shí)代的質(zhì)量躍遷

隨著(zhù)電池技術(shù)向固態(tài)體系躍遷，檢測維度不止尺寸與表面，更要深入材料組織、界面狀態(tài)與工藝一致性。傳統抽檢與單一視覺(jué)手段難以穿透內部結構，也無(wú)法實(shí)現工藝級的實(shí)時(shí)反饋。

“我們不僅要‘看到問(wèn)題’，更要‘理解問(wèn)題成因’?！绷柙乒怃囯姰a(chǎn)品負責人表示。

為此，凌云光推出“多模態(tài)感知 × AI智能決策”架構，通過(guò)多源傳感與工業(yè)大模型的深度融合，構建覆蓋材料到電芯的全流程質(zhì)量?jì)?yōu)化體系，應對固態(tài)時(shí)代的檢測挑戰。

多模態(tài)感知“看得更深”

通過(guò)視覺(jué)、光譜等多模態(tài)傳感協(xié)同，構建覆蓋表層、內部與裝配關(guān)鍵環(huán)節的全方位檢測能力與質(zhì)量數據視角；多源數據統一標定，使檢測不再局限于表面觀(guān)察，而能精準刻畫(huà)結構特征與工藝差異。

工業(yè)AI讓檢測“學(xué)會(huì )思考”

當制造復雜度超越人眼感知極限，檢測必須具備“理解力”——這將成為智能制造的關(guān)鍵競爭力。以自研LusterLVM工業(yè)大模型為核心，構建“檢測—決策—工藝—反饋—再學(xué)習”閉環(huán)體系。模型融合千萬(wàn)級工業(yè)數據與AIGC生成樣本，具備跨材料體系、跨工藝路線(xiàn)的遷移與自適應能力，將檢測反饋從“小時(shí)級”壓縮至“分鐘級”，推動(dòng)質(zhì)量管理從“被動(dòng)響應”走向“主動(dòng)診療”。

在A(yíng)I驅動(dòng)的工業(yè)變革中，檢測不再是生產(chǎn)的終點(diǎn)，而是連接材料科學(xué)、工藝控制與產(chǎn)品性能的中樞，這一轉變，正重塑電池制造的質(zhì)量體系。
未來(lái)，凌云光將持續以“為機器植入眼睛和大腦”為使命，為新一代電池制造提供更智能、更安全、更可靠的質(zhì)量保障，讓每一顆電芯，都擁有可追溯、可預測、可優(yōu)化的“數據指紋”。