在鋰電池生產(chǎn)線上，一根幾微米的毛刺或一處未被察覺的涂層異常，都可能成為影響電池壽命與安全的“隱形風險”。當產(chǎn)線以秒為節(jié)拍、參數(shù)控制點超過6000個、材料體系不斷演進，檢測已從“質量終點”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《賦能電池進化：基于多模態(tài)+AI的全流程質量檢測體系》作專題報告，分享公司在電池檢測領域的實踐與探索。

看清缺陷，理解工藝
液態(tài)時代的技術深耕

過去十年，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，以“Vision+AI”為核心，針對關鍵工藝痛點推出多款落地設備：

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

這些方案已在多家頭部客戶量產(chǎn)部署落地。每一次迭代與突破，都是對工藝與品質的再認知，讓檢測從“看見問題”邁向“理解工藝”進化。

多維感知，智能決策
固態(tài)時代的質量躍遷

隨著電池技術向固態(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(tǒng)抽檢與單一視覺手段難以穿透內部結構，也無法實現(xiàn)工藝級的實時反饋。

“我們不僅要‘看到問題’，更要‘理解問題成因’。”凌云光鋰電產(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量優(yōu)化體系，應對固態(tài)時代的檢測挑戰(zhàn)。

多模態(tài)感知“看得更深”

通過視覺、光譜等多模態(tài)傳感協(xié)同，構建覆蓋表層、內部與裝配關鍵環(huán)節(jié)的全方位檢測能力與質量數(shù)據(jù)視角；多源數(shù)據(jù)統(tǒng)一標定，使檢測不再局限于表面觀察，而能精準刻畫結構特征與工藝差異。

工業(yè)AI讓檢測“學會思考”

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—再學習”閉環(huán)體系。模型融合千萬級工業(yè)數(shù)據(jù)與AIGC生成樣本，具備跨材料體系、跨工藝路線的遷移與自適應能力，將檢測反饋從“小時級”壓縮至“分鐘級”，推動質量管理從“被動響應”走向“主動診療”。

在AI驅動的工業(yè)變革中，檢測不再是生產(chǎn)的終點，而是連接材料科學、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量體系。
未來，凌云光將持續(xù)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、更可靠的質量保障，讓每一顆電芯，都擁有可追溯、可預測、可優(yōu)化的“數(shù)據(jù)指紋”。