如果把时间拨回十年前，很少有人会把工业X射线检测（X-Ray）看成一条竞争激烈、技术发展迅猛的赛道。

X射线的发现已一百多年。在工业领域，它也早已进入食品异物检测、PCBA焊点检测和工业探伤等场景。具体到设备上，核心的射线源、探测器、机械结构都早已有成熟的技术储备，海外头部厂商甚至已经深耕了几十年，是一条标准的成熟赛道。

海康睿影总裁王威却给出了另一个判断：“工业X-Ray才刚刚开始，整个行业还在前期。你回头看是一片红海，往前看是一片蓝海。”

就在今年工博会上，海康睿影正式发布高精度半导体封装 3D AXI 检测设备，将检测能力进一步推进到亚微米尺度，在保持可靠性与一致性的前提下，设备能够实现亚微米级量测、3D图像重建及缺陷分析，由此进入先进封装、实验室失效分析等门槛更高的市场。 

从毫米级安检设备，到微米级工业检测，再到如今的亚微米级量测；伴随着更高精度、更强穿透、与更高的缺陷检出能力。短短数年间，海康睿影用高效的研发速度与持续的项目落地，在X光检测领域闯出了自己的一席之地，并站稳脚跟。

但真正引起人们注意的，是海康睿影全力押注的，X-Ray赛道的新“变量”——AI。 

举个例子，苹果最新发布的折叠屏手机iPhone Duo，再次把折叠屏手机铰链技术推到了聚光灯下。一台折叠屏手机内部铰链可能有几百个零部件，过去人工可以用放大镜检查表面，却很难稳定判断内部有没有缺陷或异物，直接影响产品良率。

几年前，海康睿影就开始用X-Ray叠加AI技术做铰链自动检测，王威告诉36氪，在当时，铰链是新工艺，面临着异物、裂纹、空洞、装配缺失等多种缺陷流出的痛点，通过X光AI全检，不良率下降1个数量级。

此外，在肉类加工中，X-Ray原本主要负责检测残骨和异物，海康睿影将图像AI算法与大模型能力加入设备后，进一步做到了脂肪率检测。而在笔记本电脑整机、眉笔内部弹簧、汽车零部件等场景里，过去很少进入产线的X-Ray，也开始因AI的出现而获得新的应用机会。 

AI，正成为工业X-Ray赛道的全新“胜负手”。

海康睿影成立于2020年，2021年正式进入工业检测。如今，其工业检测业务已经覆盖电子制造、食品等多个领域，加之背靠海康威视强大的技术研发体系，迅速跻身工业X射线领域的一线玩家，在多个细分赛道已进入国内前三。

人们对海康威视的认知，往往还停留在 “全球安防一哥”，事实早已不是这样。从2016年以来，海康威视就悄然启动了一场长达十年的战略转身。十年来，海康威视持续将物联感知、AI等能力向半导体、汽车、3C等工业领域溢出，其“榕树业务模式”构建起了海康机器人、海康微影、海康汽车电子等八大创新业务板块，完成了从安防设备和解决方案提供商到智能物联（AIoT）科技公司的战略升级。

海康睿影，正是“榕树模式”的重点业务板块之一。 

王威把未来的X-Ray设备描述成“智能化的装备机器人”。未来，装备机器人能够自动发现缺陷，也能够理解缺陷；还能够自动调节参数，并进一步利用检测数据反向影响前道工艺。

“未来肯定是智能的。今天最高的要求，可能就是明天最低的标准。”王威说。

从让机器“看见、看清”，到试图让设备自己理解、判断甚至持续进化，海康睿影在X-Ray上走出的这条路线，也为我们提供了一个近距离观察海康威视这家新兴工业龙头的窗口。

海康睿影总裁王威

下文是36氪与海康睿影总裁王威的QA实录。

一、“全球真正能进入的玩家不多，两只手能数得过来”

36氪：这次发布的亚微米级高精度半导体封装 3D AXI 检测设备，核心技术突破是什么？

王威：我们内部把这款产品叫3D AXI。它核心是在高可靠性、高一致性的情况下，实现了亚微米级的X-Ray量测。亚微米就是小于一个微米，已经进入纳米级尺度，同时还要完成3D图像重建和缺陷分析。

它和我们过去做的设备有一个比较大的区别。过去X-Ray更多还是生产制造环节的检测装备，核心目标是把缺陷找出来。这款亚微米级产品除了生产检测，还能够进入科研院所、实验室，成为量测设备。检测和量测其实不完全一样。生产检测更多是判断有没有缺陷；到了实验室，除了检测之外，还要关注这个结构到底多长、多宽，尺寸是多少。这样对精度、可靠性、一致性的要求都会更高。

36氪：它补齐了海康睿影现有产品矩阵中的哪一块？

王威：主要是两个方向，一个是半导体，特别是先进封装；另一个是实验室级的失效分析和量测。这意味着我们的产品从过去更多服务生产检测，开始往更高精度的量测延伸。全球真正能够进入这个领域的玩家其实也不算多，大概两只手能够数得过来。国内能够往这个方向走的厂家也只有很少数，目前整个产业还处于比较前期。

36氪：这款产品对标海外头部厂商，现在大概处于什么水平？

王威：总体来看，在高端X-Ray装备这一块，中国过去更多还是追随海外发展。但像这种高精度装备出来之后，性能基本上已经达到了全球第一梯队。在一些局部场景，我们也能做到领先，比如复杂缺陷检测，我们可以搭载更强的AI模型；在一些信噪比比较差的情况下，也可以通过图像算法增强，把原来比较难看到的缺陷呈现出来。

36氪：从2021年进入工业检测，到今天做到亚微米级，海康睿影的技术演进路线是什么？

王威：最开始我们做安检设备，基本上是毫米级；后来进入工业检测，到了微米级；现在亚微米级产品出来，又往前走了一步。核心还是两件事情：一个是物理感知能力，更高的精度、更强的穿透；另一个是检测能力，更高的检出率、更少的误报。

AI算法也在同时演进。我们从一开始做检测装备，实际上就很少用传统模式识别，第一代产品里已经用了深度学习。这几年又从小模型逐渐走向大模型。大的方向没有变，但具体节奏会跟着用户需求变化。我们没有特别强烈地规定一定先做哪个行业、后做哪个行业。更多是X-Ray跟AI融合以后，和客户真实痛点不断碰撞。哪个地方价值更大、痛点更紧迫，我们可能就优先跟用户把这个场景做出来。

从技术维度看，物理能力上追求更高精度、更强穿透，这个事情看不到终点。AI也一样，从模式识别、小模型到大模型，未来还可能进一步走向自主进化，让设备在更少人为干预的情况下变得越来越好用。它有点像体育比赛里的世界纪录。纪录在那里，但迟早还会有人往前推一点。我们做装备也是一样，要不断去挑战这个极限。

海康睿影 3D-AXI 在汽车电子产线

二、游戏改变者：AI

36氪：从AI和X-Ray融合的角度，AI真正改变X-Ray的地方是什么？

王威：如果往回看，X-Ray是一个非常成熟的技术。核心技术这十年没有特别大的突破，更多是小的迭代。所以你往回看的时候，会觉得这是一个传统工业装备行业，很多公司已经做了十年、二十年，有很深的材料经验、机械经验和工程积累。但你如果往未来看，会发现这个行业又特别不成熟。核心就是AI和X-Ray的融合。以前X-Ray能够把内部图像拍出来，但很多东西拍出来以后没有办法自动理解，所以只能作为实验室设备或者抽检设备。一旦AI能够自动理解这些图像，它就有机会从“抽检”变成“全检”。

从“抽检”变成“全检”直接决定了这个技术能不能形成规模。过去工业里真正形成比较大产业的X-Ray应用，其实就那么几个，比如食品异物检测、PCBA焊点空洞检测、工业探伤。为什么这些场景能形成规模？因为它们比较早实现了自动判断。如果没有自动检测，一家工厂可能只需要一两台设备，放在实验室里做失效分析和抽检。但一旦能够全检，一条产线就可能需要一台，设备数量会完全不一样。 

所以我一直觉得，X-Ray本身是一种通用能力。它能够穿透、能够成像。理论上，很多产品都有看内部缺陷的需求。过去很多场景没有用，不代表没有需求，更多是自动化检测能力和投入产出比没有跨过门槛。

36氪：就像十年前的工业相机？

王威：对。我经常回头看2015年到2020年工业相机的发展，2015年以前，其实大家也很难想象工业相机会在生产线上用这么多。但后来随着成本下降，加上AI和自动化检测能力提升，工业相机变成了产线上随处可见的一种感知能力。X-Ray可能也在经历类似的过程。工业相机主要看表面，X-Ray看内部。很多产品都有内部缺陷，只是过去设备太贵，或者没有办法实现自动检测。现在一个是成本在下降，一个是能力在提升，这两个瓶颈正在同时被打开。

36氪：有没有比较典型的案例？ 

王威：折叠屏手机铰链就是一个很典型的例子。一个铰链里面可能有几百个零部件。过去怎么检查？很多还是人工拿放大镜看。但放大镜只能看表面，而且这么复杂的器件，人长时间看一定会有漏检。

我们几年前开始做铰链的X-Ray自动检测。在当时，铰链是新工艺，面临着异物、裂纹、空洞、装配缺失等多种缺陷流出的痛点，通过X光AI全检，不良率下降1个数量级。这就是X-Ray叠加AI以后，把过去很难实现全检的东西，变成了一种“生产工艺”。还有笔记本电脑整机检测，这个复杂度比铰链更高，但本质上是一样的：里面有没有漏装螺钉，有没有多装，有没有异物，这些都是X-Ray很适合做的事情。

36氪：食品检测也是类似逻辑？

王威：对，比如鸡胸肉、鸡腿肉里面不能有残骨。我们几年前进入这个场景以后，在客户试用过程中，已经能够检测到大约1毫米这么薄的骨头。当时客户也比较震惊，因为过去这个领域基本都是国外玩家。在这个基础上，我们又利用X-Ray的能谱特性，加上AI，去做脂肪率检测。比如猪肉里面肥肉、瘦肉比例不一样，口感和价格都会不一样。过去全球可能只有很少几家公司能做，设备也很贵。现在我们把它做出来以后，它就有机会逐渐变成一种更常规的能力。

我经常讲一句话：新的技术和传统技术碰撞以后，会擦出很多火花。我们要做的，就是把这些火花抓住。

海康睿影工业检产品在食品检产线

36氪：现在大家都在讲大模型。大模型真正落到工业X-Ray里，最核心的价值是什么？

王威：工业AI很重要的一点叫实效。今天开源模型很多，大家第一眼会觉得AI已经很成熟了。但真正回到工业现场，会发现做得好的并不多。为什么？因为很多时候，工业场景不给你那么长时间。一个新机种出来，从试样到量产可能只有一两个月。你能不能在这段时间里把一个全新品类做出来，而且达到客户要求，这个门槛非常高。你给一家企业一年、两年，很多公司可能都能做。但工业客户不会等你一年。

36氪：这里面小样本学习很重要？

王威：非常重要。传统方式做一个铰链检测模型，可能要几千张甚至上万张图片，再去标注、训练。我们基于海康观澜大模型的底座，一个全新品类可能一两百张、几百张图片就可以做到不错的效果。如果这个品类以前已经做过，比如以前做过一种铰链，现在换了一个新型号，可能十张左右的图片就能比较快地迁移过去。

如果把模型比成小孩，别人可能要从零开始教，我们这个小孩已经读到小学甚至初中了，再教专业知识，当然会更快。

36氪：这种能力对于比如多品种、小批量制造来说，实际价值是什么？

王威：首先就是时间。你从一万张图片变成200张，单纯数据准备这个过程可能就快几十倍。

第二是精准度和误报。工业检测最终还是要看结果。现在很多产品要求3个9（99.9%）、4个9，客户还会继续要求你往5个9走。

第三个是泛化能力。原来一种产品训练一个模型，现在如果底座足够强，我做过一个品类以后，再做类似品类需要的数据会越来越少。所以用户感受到的是这个设备越来越“好用”。

36氪：现在AI除了做缺陷识别，还进入了哪些环节？

王威：其实已经很多。比如过去一台设备里面有大量图像参数，伽马值怎么调，灰度怎么调，需要很专业的人。现在AI进来以后，我们可以做到一键调参。设备根据图像自动调整到比较合理的参数，用户操作门槛就会下降。

图像增强也是一样。图像本质上就是信号和噪声。有些时候缺陷看不清，是信号被噪声压住了。AI可以学习噪声特征，把噪声剥离，让真实信号浮现出来。这些能力已经落地三四年了。

再往未来，我觉得比较值得关注的是“自主进化”。设备能不能在更少人为干预的情况下，自己越来越好用、越来越聪明，这可能是未来几年继续发生变化的地方。

36氪：电子、食品、汽车零部件差别非常大，海康观澜大模型怎么做跨行业适配？

王威：我们自己有一句比较简单的话，叫“可见即可检”。只要这个缺陷在X-Ray图像里面能够看到特征，AI就有机会解决。你表面上看，一个是电子器件，一个是食品，一个是汽车轮毂，完全不一样。但对模型来说，最终都是X-Ray图片。正常图像里可能隐含着不同缺陷特征，我们通过底层大模型快速去识别、迭代。所以虽然行业看起来不同，底层最终还是回到“AI + X-Ray”。

36氪：AXI业内称为Automated X-Ray Inspection，现在海康睿影提出AI X-Ray Inspection。这个变化意味着什么？

王威：Automated 当然没有错，但我们希望把“AI”这件事情再往前强调一步。传统设备很多还停留在模式识别，只适合比较简单的场景。海康睿影从第一台设备开始，里面就植入了深度学习。原来是小模型，现在逐渐转向大模型。

第一个变化是复杂背景下的检测能力大幅提高；第二个变化更重要，就是AI开始具备一定的理解能力。过去检测设备只是告诉你“这里有缺陷”。以后它能够进一步告诉你，这是什么缺陷。再往前，还可以反过来分析前道工艺，判断哪个参数可能出了问题。这样就从检测形成了一个闭环：后道发现缺陷，再反向优化前道工艺。AI越往里渗透，这个设备的价值会越来越高。

36氪：所以未来的竞争会更偏向是AI的竞争吗？

王威：硬件和AI两个都重要。X-Ray本身的物理能力还要继续突破，更高精度、更强穿透，这一块永远重要。但如果从现在这个阶段的机会看，AI跟X-Ray融合的变化速度更快，没有落地的场景也更多，所以机会可能会更大一些。

我自己一直有一个判断：未来肯定是智能的装备。它不会只是传统设备，未来甚至可以理解成一种“装备机器人”，它有越来越多自动判断、自动执行、自我调节的能力。实际上，过去的五六年里，我们的市场成绩也在逐步验证这个判断。

三、“回头看是一片红海，往前看是一片蓝海”

36氪：很多人对海康威视的第一印象仍然是安防。海康睿影在八个创新业务里是什么角色？

王威：海康威视现在已经不止于安防了。十几年前，我们就在考虑未来的方向。后来逐渐把安防里的感知能力延伸到智能家居、汽车电子、工业生产等领域。

另一个维度是感知方式本身在扩展。过去主要是可见光，现在延伸到红外热成像、毫米波、X光、声波等方向。海康睿影承载的是海康威视在X-Ray、非可见光探测领域的布局。简单来说，就是透过表面看内部。 

36氪：如果把海康睿影放到海康整个工业业务里，它是不是海康深耕工业领域的一个缩影？

王威：可以这么理解。现在海康在工业的质量检测、设备监测、生产运营、安全生产等不同领域都有提供产品和方案，比如在工业检测里除了X-ray的产品，还有超声无损检测系列产品、超景深3D数码显微镜、质谱仪、色谱仪等设备。这些产品技术路线不同，但面对的产业趋势非常相似，都在跟AI融合，去寻找高价值应用。我们在工业检测里面，其实慢慢构建的是一种更全域的感知。比如一个芯片，超声比较适合看平面层裂痕；超景深显微镜看微观表面缺陷；如果最后发现是材料的问题，可能要用到色谱、质谱仪做定量定性分析。

任何一种技术都有长处和短处。海康从安防时期就形成了一条“多维感知”的技术路线。工具箱里有不同的感知能力，再根据用户场景去组合。

海康睿影工业检产品系列

36氪：海康威视自己的制造体系，对海康睿影产品有什么帮助？

王威：这个帮助很重要，我们很多产品都会先在海康的工厂里批量使用。有些应用外界可能想不到。比如我们会拿来检测摄像机包装里面有没有漏配件。因为X-Ray本质上就是穿透。一款产品你在图纸上设计得再好，也要上战场。到了真正的制造场景里，才能知道它到底哪里好、哪里不好。我们比较幸运，能够依托海康自己的制造场景先做充分验证，再把成熟方案交付给外部客户。

36氪：作为一个比较年轻的工业检测品牌，早期是不是也遇到过客户不理解？

王威：肯定有，而且很有意思，我们刚开始主动往外推的时候，效果反而不是特别好。后来很多客户在展会上或者其他渠道看到我们的能力，会主动来找我们。一旦碰到了真正的问题，粘性反而很强。为什么？因为我们解决了过去解决不了的问题。所以我们的业务逻辑一直不完全是按照行业来排。我不是先规定今年做A行业，明年做B行业。核心还是AI和X-Ray融合之后，在哪个场景能产生价值。随着这样的案例越来越多，行业对海康睿影能力的认知也慢慢建立起来。归根到底，还是把产品做好，把问题解决掉，给客户创造价值。 

36氪：有没有一些特别“非典型”的工业场景？

王威：很多，比如眉笔，有一些眉笔里面有弹簧，如果弹簧装得不好，它会卡住。过去你很难看到内部，我们就用X-Ray判断弹簧有没有装好。还有一些汽车温度传感器、电机，过去也不是X-Ray典型的生产检测场景。这样的例子越来越多。因为客户的品控要求在提高，同时设备成本又在下降。成本下来以后，很多过去根本不会考虑X-Ray的行业，也开始有可能算得过账。

36氪：您怎么看现在工业X-Ray所处的产业阶段？

王威：X-Ray安检已经走过初期，进入中前期了。工业X-Ray我觉得才刚刚开始，还在前期。

所以，你回头看是一片红海，往前看是一片蓝海。往回看，X-Ray已经有很多做了十年、二十年的公司，传统场景也很成熟。但往未来看，AI正在打开新的场景，成本又在下降，所以还有很多东西没有被做出来。

36氪：这些新的检测能力，最终会不会逐渐成为制造业的标准工艺？

王威：我觉得会。今天可能一个客户率先采用某种检测技术，品质一下比同行好很多。那终端客户看到以后，就会对其他供应商提出相同要求。今天最高的要求，很可能就是明天最低的标准。所以很多技术一开始看起来是定制化，过三年、五年之后，可能就变成这个行业里的一个“小标品”，甚至一种标准工艺。这个过程是动态的。我们的技术在进步，行业要求在提高，标准也一直在变化，这里面本身就有很强的动力。

36氪：和海外传统X-Ray厂商相比，中国企业未来可能在哪些地方获得机会？

王威：如果单看最顶级的X-Ray物理能力，我们现在整体还是追赶，但到了装备这一层，AI一定会成为很重要的竞争力。我自己接触下来有一个比较明显的感受：国外很多优秀的X-Ray公司，AI跟具体场景的融合其实做得并不多。

一方面是能力问题。海康本身有千亿级业务体量，有很多感知业务一起支撑观澜大模型，这种底座并不是每一家X-Ray公司都能具备。

另一方面是商业模式。工业AI很多时候本质上就是定制和服务。一个场景可能最后只卖几台、十几台设备。这样的事情，我们愿意做，很多海外公司未必愿意做。

中国有完整的制造产业链，又有大量真实场景，技术和市场之间距离比较近，所以很多新的能力可以快速往细分行业扎进去。 

36氪：目前海康睿影在几个工业业务板块的进展怎么样？

王威：现在几个领域发展都不错。电子制造、食品、工业相关检测，本身都有非常广阔的场景没有被X-Ray覆盖。经过这几年的发展，我们在国内多个细分装备领域，基本上已经能够排到前三。我很难说哪一个未来机会一定更大，因为现在看每一个方向都有很大的空间。

36氪：海外市场会成为接下来的重点吗？

王威：会，中国的高端装备能力会随着整个制造体系的发展持续往前走，海康睿影也不是一家企业单独往前走，它背后其实承接的是中国整个X-Ray产业链、制造体系能力的提升。我相信中国装备未来也会像过去的鞋服、白色家电、手机，包括现在的新能源汽车一样，越来越多走向全球。对我们来说，海外市场肯定很重要。

36氪：有没有一个比较清晰的全球目标？

王威：我们内部中短期有一个比较明确的愿景：做全球最好的AIX。但如果说一定要给“最好”一个非常量化的定义，我觉得其实很难。对我来说，最后还是用户觉得好用。我们相信站在海康的平台上，再结合自己的努力以及中国制造业整体能力的提升，我们是有机会做这个事情的。

36氪：如果十年、二十年以后，人们再提到X-Ray检测，您希望他们首先想到什么？

王威：想到海康睿影。如果再具体一点，我希望大家想到的是：海康睿影在这个阶段，引领了这一次X-Ray智能化的潮流。我们2020年成立，到现在走了几年。回头看，2020年前后其实也是智慧安检的一个转折点。那个时候我们一方面在推动X-Ray和AI融合，另一方面，这个时代的趋势也在成就我们。

就像浙江人说的“弄潮儿”——这个时间点，你要站到潮头上。如果潮头是对的，未来就是你的。至少你有机会。