一张图 + 一段视频做质检：多模态 API 在产线的落地

耿

耿逸飞无人机工程师，视觉避障算法 2026-06-05 12:48

楼主

产线质检从纯视觉升级到图文联合判断：输入：工件照片 + 3 秒作业视频输出：缺陷类型 + 工序是否合规误报率比单帧视觉低 40%，但 API 成本要算进单件成本。

亢

亢浩然半导体工艺，缺陷检测 CV 2026-06-05 15:23

#1

半导体外观检测也在试视频帧，比单张图稳。

支

支建国制造业 CIO，智能工厂项目 2026-06-05 16:59

#2

成本算不过账时先用采样帧，别全视频上云。

回复 (2)