【AI 化身現場製程工程師】MaVila 模型如何即時看見零件缺陷、建議最佳參數？
儘管美國製造業每年貢獻高達 2.3 兆美元的國內生產總值（GDP），多數工廠卻仍沿用數十年前的舊式自動化設備與紙本手冊，使「提升效率」成為當前的一大挑戰。為了解決這項困境，加州州立大學北嶺分校開發一項名為「MaVila」（ Manufacturing, Vision and Language ）的新型 AI 系統，並獲得美國國家科學基金會（NSF）的資金支持。
MaVila 的核心目標，就是希望驅動傳統工廠產線進入大型語言模型（LLM）新時代。 相較於依賴固定規則的傳統工業 AI 系統，MaVila 是一套先進的視覺與語言模型，專為智慧製造訓練，資料包括數千張來自 CNC 銑床、線切割放電加工機與 3D 列印機的註釋圖像、操作手冊及感測器日誌。
MaVila 的 3 大創新功能
MaVila 具備三大突破性功能。首先，MaVila 能夠「看見」機器運作的實況，並精準識別潛在的缺陷，例如 3D 列印零件上的微裂紋或銑床加工中的瑕疵。
此外，在發現問題後，MaVila 能進一步以簡單明瞭的英文即時建議最佳參數，像是新的雷射功率設定或更快的切削速度等，取代過往通常需要現場製程工程師才能判斷完成的狀態。
最後，在實驗測試中，MaVila 能夠在數秒內標記 3D 列印零件的預設缺陷並生成新的列印參數，MaVila 研發團隊甚至將模型安裝在移動機器人上，讓機器人能夠拍攝銑削作業，從 PDF 手冊中提取正確的扭矩規格，並在即時操作中提供刀具路徑調整的建議。
AI 演算法是關鍵，數據才是核心資產
MaVila 研發團隊認為，AI 模型與演算法固然關鍵，但真正的核心資產是「資料本身的價值」。因此團隊投入多年時間，精心收集大量高解析度切削工具圖像、來自 3D 列印機的感測器數據流、將操作手冊轉為可搜尋的資料庫等專有數據，並為開發 MaVila 墊下成功基石。
此外，MaVila 也運用檢索增強生成（ RAG） 技術，使其能夠在對話過程中，從操作手冊提取正確相關片段，有效提升溝通與解決問題的能力。
未來工廠內將有一位全天候在線的「AI 助理」
目前全球大型製造業紛紛開始擁抱 AI 工具，例如 NVIDIA 協助富士康、和碩等公司建立數位孿生工廠，透過在實際建廠前進行模擬佈局，以實現更快的啟動速度與更安全的生產線。西門子（Siemens） 正在推廣的「工業副駕駛」（Industrial Copilot）則能草擬可程式化邏輯控制器（PLC）代碼和人機介面（HMI）螢幕，有助於縮短工時並降低錯誤率。
然而，MaVila 的大規模擴展仍面臨挑戰。「沒有真實的生產數據，模型可能會停滯在學術階段，」MaVila 研發團隊強調，MaVila 能否成功擴大規模，將取決於工廠是否願意分享足夠的圖像和日誌來維持模型的敏銳度，以及模型的部署便利性。
如果 MaVila 能夠成功克服數據共享和實際部署的挑戰，美國的工廠有望從目前靜態的自動化模式，轉變為「活的生產線」。這不僅能使美國製造業獲得多年來追求的競爭優勢，更將開啟一個由 AI 賦能的新願景：未來工廠內將會擁有一位全天候在線的「AI 助理」，它就如同一位資深工程師，這個能夠看見、討論並即時解決問題，並立即提出最佳解決方案，引領製造流程邁向前效率巔峰。