模型不用上云，
部署就在产线本地。

凹陷、变形、缺料、错装——这些缺陷在二维图像上可能完全不产生像素级异常。一个焊缝高出 0.3 毫米，从正上方拍是看不出来的。

大件、异形件、装配体尤其如此：它们的缺陷本质是几何缺陷，不是纹理缺陷。

这个方向真正的瓶颈

三维异常检测的公开基准，大多是单视角点云——只能看到物体的一面，背面和遮挡区的几何是缺失的，因此检不全。

这是该领域公认的短板，近年新发布的工业点云数据集正是为填补这个缺口而建。

我们的起点和别人相反

多数质检公司是做二维检测起家，再往三维补。

云锋的起点是从多视角实拍恢复完整几何——这正是三维异常检测最缺的那一半。

我们把在空间重建上积累的多视角几何一致性能力，接到点云异常检测上：先重建完整几何，再做异常定位，绕开单视角点云的固有盲区。

硬件这一层已经铺好了

工业级三维扫描精度已达 0.05 至 0.1 毫米，计量级可至 0.01 毫米，蓝光结构光对高反光表面也不再需要喷粉。

缺的是点云之上的算法层。

安全监控的主流形态是算法清单：安全帽、闯入、明火、睡岗、打手机。行业里已有平台宣称上千种成熟算法。

但清单式方案有个结构性问题：它只能检出它列举过的东西。

而真正造成事故的，往往是清单里没有的那一种——一个从没见过的操作姿势，一个不在危险区划定范围内却同样危险的位置，一次设备异响配合一次犹豫的走位。

我们不比算法数量

云锋做的是场景级异常理解：用视觉语言模型建立这个工位正常应该是什么样的语义基线，判定的不是是否命中某条规则，而是当前场景是否偏离了正常。

配合多模态融合——视频加声音识别异响与呼救，视频加门禁识别异常出入，视频加设备信号识别非计划启停——以及跨相机的人员轨迹关联。

三级判定链路

视觉语言模型会产生幻觉。直接把它的输出接到告警上，结果是告警疲劳，三天之后没人看告警——这是比漏报更严重的失效模式。

我们的判定链路分三级：

小模型保证不漏，大模型保证不烦，人只看该看的。

大模型在这条链路里不承担不能出错的责任，因此它的幻觉不构成系统性风险。

不要求客户换摄像头

边缘端完成推理与事件告警，视频不出厂区，仅事件摘要上传。兼容既有监控设备，支持 RTSP / RTMP / GB28181 接入。

工业现场最有决策价值的量，往往不是图像。

温度、压力、振动、电流这些物理量里蕴含的规律，比视觉信息更接近机理。但当前主流大模型几乎都聚焦视觉、语言、动作三模态——时序是被忽略的那一路。

我们的路线

我们采用时序基础模型作为骨干，冻结主干，以参数高效适配注入设备机理与工况先验。

相比为每台设备单独训练模型，这条路线的关键收益是少样本下可用——新设备接入，不需要等它先坏几次。

预测性维护不是一个任务，是两个

两条我们都做，但不混为一谈。

对客户宣称大模型能预测故障是不诚实的。大模型现在能做好的，是预测趋势。

给区间，不给一个数

维护决策的本质问题是什么时候停机换件。一个只给点估计的模型回答不了这个问题。

我们输出概率预测——每一步的完整分布与置信区间，让维护窗口可以按风险成本来定。

边云协同

边缘节点实时处理振动等高频信号，异常片段上传云端做深度分析，形成闭环。

非标件报价依赖工艺员读图：尺寸、公差、粗糙度、热处理、材料牌号、表面处理，逐项判断工序、设备、工时、成本。一张复杂图纸半小时到两小时。

而报价里大部分，是最终没有成交的单子。

这件事的技术重心已经换了

过去十年，图纸智能化停留在扫描件去噪、文字识别、符号检测、线条提取——都是「看清」的问题。

现在的重心是把图纸变成可计算、可检索、可审查的结构化工程对象——是「能用」的问题。

我们的四条工程约束

一、能走矢量的绝不走像素。

DWG / DXF 直接做原生实体与标注解析，只有 PDF 和扫描件才进视觉语言模型。把矢量图纸光栅化再让模型去看，是把已有的精确信息主动丢掉。

二、多步工作流，而非单次调用。

让大模型一次性读完整张图纸输出报价，会幻觉出不存在的孔位和工序。我们拆成可校验的多步：图框切分、视图关联、字段抽取、工艺匹配、成本计算，每一步的输出都可被下一步或规则引擎驳回。

三、大模型理解语义，规则引擎管几何与格式。

复杂标注的上下文理解交给模型，尺寸链、公差配合、格式约束交给确定性算法。两者不越界。

四、成本公式不进模型。

检索历史相似件和工艺卡用检索增强，但最终的成本计算走确定性引擎。报价必须可复现、可审计、可追责——一个每次输出都不一样的东西，不能报价。

知识图谱，不是向量库

工序、设备、工时、材料之间是关系，不是相似度。

这台设备的小时成本是多少、这道工序需要哪台设备，是图查询，不是语义检索。

不取代工艺员

每一个抽取出的字段都回链到图纸上的坐标区域，工艺员一键定位复核。

系统的定位是把两小时压缩到十分钟。

调工艺参数——激光功率、扫描速度、进给量、预热温度——今天仍然主要靠老师傅试错。一轮试验几小时到几天，而参数空间是高维的。

强化学习理论上适合这个问题，试错与反馈正是它的形式。

但没人敢让智能体直接在物理产线上学习：设备损坏风险与运营成本都不可接受。

所以要先造一个可以安全试错的世界

第一层，代理模型。

用少量实验或高保真仿真数据，训练一个工艺的可微近似——高斯过程回归或神经网络，把几小时一次的物理试验，变成毫秒一次的前向推理。这就是一个可以安全试错的数字孪生环境。

第二层，强化学习智能体。

在代理模型构成的环境里做多目标寻优，同时满足质量、效率、成本约束。

只有代理模型不够

代理模型是针对具体工况的。构件几何稍作调整，代理就失效，要重新采样、重新训练。

强化学习的价值不在于找到一组好参数，而在于学出一个策略：输入是可变的情境——构件几何、批次材料状态，输出是该情境下的最优工艺参数。换了工件，不用从头再来。

还有一个工程细节：代理模型预测的目标粒度很关键。让模型去学详细的物理场，而不是学一个汇总的合格评分，反而能得到更好的模型质量。

同一句话，两个形态

让物理世界可测试——这句话我们在文旅空间上做过一次验证。在工业现场，它有更直接的形态：

一道工艺在代理模型里跑一万次，再决定要不要上产线。

同一套方法论：先构建一个可交互、可试错的世界副本，再在里面做决策。只是那个世界，一个是街区，一个是熔池。