第六屆工業互聯網大賽二等獎、廣東省檢測控制與儀器儀表科學技術獎、家電總裝制程品質智能在線檢測技術被鑒定為國際領先、29項與品質檢測優化相關的專利布局……這一連串的獎項與榮譽，展現出了美的智能制造研究院(簡稱：美的智研院)工業視覺研究專家譚穎聰及其所在團隊的科創成果。

美的智能制造研究院工業視覺研究專家譚穎聰

而他也僅僅是美的集團超過2.3萬研發人員中的一位，從他2019年進入美的至今的工作歷程、感悟與體會，可以窺見以科技領先為戰略主軸之一的美的集團如何迎接這愈加洶涌的技術變革浪潮。尤其在第九個全國科技工作者日到來之際，他的個體表現也折射出了一類群體矢志創新的奮進之姿。

他說：“技術人員也要有煙火氣，要到一線去，而不是閉門造車，這樣才能保證技術研究不會跑偏。”與面向用戶層面的產品技術研究不同，譚穎聰所聚焦的智能檢測很難被外界所直接感知，但卻是制造端提升產品品質的一道防火墻，并在制造效率提升及對一線員工價值創造等方面顯得愈加重要。

到智能制造與數字化浪潮的最前沿去

在多年之前，美的集團董事長兼總裁方洪波曾經講過一句話：在充滿著不確定性的環境中最大的確定性是數字化。從2012年開始以“632”項目為起點，整個美的就開啟了一段波瀾壯闊的數字化變革浪潮。工業4.0、黑燈工廠等曾經出現在輿論風口的關鍵詞哪怕是現在依然是制造業逐光而行的方向。

“數字化的下一步必然是智能化，”計算機科學專業畢業的譚穎聰還說到：“我認為當時中國在科技和制造業領域，美的是數字化走在最前沿的企業，在這樣一個浪潮和機遇下，我在2019年選擇加入了美的。”不止是數字化，美的對各方面的技術人才一直是求賢若渴。

從EDP(企業數字化平臺)到AI研究院，再到現在的智研院，譚穎聰在美的的工作也經過了一個從普適性基礎研究到現在深入工業場景的過程。這不僅契合了他的專業能力，而且還能夠讓他對美的集團的研發體系有了更加深入的認知。事實上，無論是產品領域還是制造體系，絕大多數科技工作人員研究成果的落地，都需要一個場景去支撐。

目前譚穎聰主要負責家電制造智能檢測與品質優化關鍵技術方向項目的研究，尤其是聚焦視覺品質檢測方向。據了解，智能化視覺檢測已經成為了家電智能檢測與品質優化關鍵技術領域的核心之一，該技術覆蓋了家電生產制造、物流乃至售后等各個環節。本文開篇處提到的譚穎聰及其團隊的創新成果，在美的集團的空調、洗衣機等諸多家電產品及關鍵部件領域都得到了廣泛應用。

譚穎聰在接受筆者訪問的時候對他的工作談得更為細致：“我們從效率和精度方面，用自動化乃至AI技術來替代人工檢測，通過高精度設備以及智能化檢測技術，現在能夠發現毫米級甚至是微米級的缺陷，這樣產品的質量就能夠有一個很大的提升。”據了解，美的智研院在既有視覺檢測的基礎上，還在推動聲音、性能等方面的檢測融合，以構建智能化大模型的方式，持續提升品質檢測精度和制造效率。

眾所周知，早在六年之前機器視覺就已經成為一種通用檢測方式，從2020年開始，AI開始在行業內快速滲透，僅僅是從各個燈塔工廠、融合美的集團50多年制造業經驗的美云智數工業互聯網解決方案就可以看到美的在這方面的領先程度。從前年開始，深度自主學習的大模型技術展露出愈加智能化的底色。

對此他表示：“我們這個方面，每隔兩三年就有一個迭代出現，我們架構也會根據這個迭代做出產業調整，研究方向也要整體調整，我們不能閉門造車，如果研究到50%就有一個新的突破技術的話，那么我們要把從50%到100%全部都做了。”這句話很容易理解，技術創新、研究及相應成果的覆蓋面越廣，應對外部變化的能力也就越強。

在美的沒有技術部門墻存在

任何形式的科技工作都是實現從0到1的突破，在AI、IoT等外部技術對產業形成巨大解構效應的今天，企業研發人員面臨著更為復雜的環境，技術邊界的被打破也意味著創新路徑變得復雜。

誠如譚穎聰所言，在科研和創新這條道路上，每天都會遇到不同形式的困難，“無時無刻都會遇到困難，它不會停止出現，其實，沒有困難就沒有創新。”每一個創新成果的背后，都是針對制造端、用戶端每一個痛點的解決方案。但實現這一點不僅需要科技工作者個體的努力，更需要企業多部門、多系統的協同。

美的在這方面給科技工作者提供了非常良好的研發氛圍，僅從每個年度都會舉辦“科技月”活動就可以看到美的對“工程師文化”的踐行力度。另據美的集團公布的2024年度報告顯示，報告期內美的集團的研發投入金額達到了162.33億元，同比提升了11.3%。從2022年至2024年研發投入累計金額超過了430億元。包括2024年在內的過去十年，美的集團在研發費用方面突破了1000億元。

“在美的工作這么多年最大的一個體會就是美的的科研氛圍非常濃郁，我們會不定期地舉辦各種各樣的技術論壇，包括集團和事業部的研究院，還會邀請業界的大咖前來參加和分享，”譚穎聰還說：“我們在進行研究的時候，也會邀請其他研究院的同事共同去做課題的探究，技術交流非常多，在美的沒有技術部門墻存在。”

曾經，用“科技爆炸”來形容技術蝶變的速度多少有點危言聳聽；可現在，不只是科技工作者，就連普通消費者，都能直接感受到技術變革給工作與生活帶來的影響，今年新春過后仿佛是一夜之間人形機器人、AIGC變得如此觸手可及。宏大的技術劇變投射到每個科技工作者身上都是一條深壑，而擺在他們面前更大的鴻溝則是如何將研究成果可落地的應用現實。

美的智研院譚穎聰正在實驗室工作

譚穎聰在這方面很有感慨：“我建議大家不要長期待在實驗室里，我們一定要到一線去，技術人員也要有煙火氣，要到一線去，而不是閉門造車，這樣才能保證技術研究不會跑偏。”當技術人員與一線環境形成互動，任何研究成果也將不再是一些冷冰冰的硬件、一連串枯燥的代碼，而是富有人文關懷的解決方案。

按照既往的檢測方式，制造工廠一位新來的專業檢測人員適應工作崗位需要一個漫長的時間，而且過程中還會反復出現錯誤；但現在，哪怕是每個工廠每天進行不同型號變換的柔性化生產調整，檢測人員只要在大模型上勾選幾個條塊，就可以實現高品質檢測效果。這不僅大幅提升了制造效率，更極大地縮短了產線、售后等環節的員工對工作的適應時間。

“毫不夸張地說，在一些極端的場景，我們整個數據標注或者是樣本數量的累計上，可以減少90%的時間，那么對于我們整個落地的效率而言，可以說是質的飛躍。”只是，再優異的績效也成為了過去式，科技工作就是這樣，殆精竭慮的創新成果往往都是繼續向上的墊腳石。

在恰當的時候做恰當的事

“我們檢測方向的研究，一個永恒的話題，就是我們怎么能夠在現有的基礎上，突破檢測精度的限制，”譚穎聰非常直接的拋出了他及團隊后期的創新點，而在鈑金件劃痕方面的大模型檢測技術已經實現的突破就反映出未來再進階的難度。

他介紹，從家電產品到汽車領域，鈑金件劃痕檢測之前是一個行業型的困擾，硬件不同的材質、不同的角度、不同的漆面、劃痕的深度與寬度等等，在視覺檢測條件下，成像效果都不同，美的希望通過2D、3D成像結合，附以大模型算法，打造出了行業領先的檢測方案。

在檢測精度從毫米級到微米級，也僅僅是譚穎聰及其所在團隊研究工作的重點之一；在橫向上，美的智研院還要將創新型檢測技術延展到整個制造場景，從整機的制造到每個部件，覆蓋制造體系的全鏈路，并搭建起涉及全制造流程的龐大的數據平臺，賦能產品品質的持續優化和制造效率再提升。

更加艱難的是，在這個過程中，還要去發現、挖掘錯誤或缺陷樣本，不斷給大模型喂數據。檢測模型越龐大、技術越領先，新鮮的樣本就越少。也正因為如此，譚穎聰才說“要把缺陷信息捕捉出來，需要解決很多問題。”這個時候，技術人員更要以用戶思維來代入產品體驗的場景，并且對自我的要求愈加嚴苛。

當然，沒有一種創新能夠一蹴而就，即便是技術實現了突破，再到落地應用也需要一個過程。“美的很重要的一點，在于允許你科研失敗，這也是我們前赴后繼敢于去創新、做突破的一個很重要的原因，”譚穎聰的這個觀點可以從前不久方洪波接受媒體采訪的時候所說的一句話中得到印證：“我不相信這幫博士為了你這幾個臭錢，把青春耗費在這里。”美的集團對科研的容錯能力、對創新成果的實踐機制，給類似于譚穎聰這樣的科技工作者提供了優越而龐大的發揮空間。

一如營業規模的扶搖直上、ToB和ToC端的兩線并舉、全球化的持續突破，在譚穎聰加入美的之后的這差不多七年時間內，整個美的呈現出了絢麗紛呈的變化，在被問及他與美的共同成長的過程用怎樣一個詞來形容時，他幾乎不假思索地說：“共振，美的在技術和業務方面的變革，我認為，是在恰當的時候做恰當的事，這些變化，從技術或者是業務發展方向上來說，是給每個組織注入了活力。”

工作之余，譚穎聰喜歡打網球來豐富自己的生活，而美的也給與了很好的基礎設施，他在形容網球運動的時候說：“你的每個回擊都有改寫結局的可能。”其實，科研工作何嘗不是如此，每一個細節的創新都有改寫技術路徑的可能。