在电子制造业面临提速、增效与零缺陷压力的时代，瑞士科技公司Delvitech正成为自动光学检测（AOI）领域的重要力量。该公司近日完成4000万美元B轮融资，这一进展既彰显其加速增长的势头，也印证了行业向数据驱动、持续学习的检测系统转型的趋势。
尽管Delvitech在电子制造领域势头强劲，其技术并不局限于此。该公司的AI原生检测架构从设计之初就面向多行业应用，尤其适用于复杂装配体、混合材料和高可靠性要求的视觉与尺寸检测场景。
这笔融资将助力Delvitech在全球范围内扩展平台——当前检测技术正从静态缺陷检测环节，升级为跨行业智能工厂流程智能的动态贡献者。
新资金将用于大规模国际扩张，包括重点进军印度市场。公司计划2026年前在班加罗尔建立生产基地，目标到2030年实现月产200台以上AOI系统。这一激进扩张战略反映了全球对检测系统的旺盛需求：从汽车到工业设备再到消费品，各行业对支持高混合制造、多材料装配、多站点协同及数据化质量框架的检测方案需求激增。
自适应智能：AOI架构的核心
Delvitech平台的核心是通过内部训练验证环境开发的深度学习模型。不同于依赖固定规则集或人工图像库的传统AOI局限，该系统直接从生产数据中学习。每次检测循环都促进模型优化，提升分类置信度，减少人工调试，顺应行业向自适应持续学习检测架构转型的趋势。
这种设计直击AOI痛点：当设计、几何形状和工艺参数变化时，维护检测程序的计量负担。自适应分类在保持严格检测阈值的同时，降低对操作员经验的依赖——无论检测对象是PCB、汽车模块还是精密机械组件。
“我们打造的AI原生平台基于前瞻性神经网络架构，”创始人兼CEO Roberto Gatti解释道，”这个灵活且通用的系统可跨市场应用。借助独家预测技术，我们正从缺陷检测迈向缺陷预防。Delvitech凭借尖端创新与远见的独特结合，始终站在高科技产业前沿。”
3D测量核心模式：六相机系统与真正的3D检测
其专利光学头技术整合多达六台相机、FPGA芯片和四台数字投影仪，配合专属神经网络，可无缝适应任何表面、材料或高度——无论是反光金属、阴影区域、高耸连接器、细间距组件、胶水沉积，还是工业模块中的非电子特征。
Delvitech采用包含高度、深度、体积和表面几何的全3D成像，呼应了计量领域的整体趋势。随着各行业装配复杂度提升，基于2D图案的方法已显不足。3D数据能更可靠地检测机械偏差、共面性问题和形状异常，对缺陷成本或安全风险高的领域，体积测量正成为基础要求。
融入数据化制造生态
检测引擎周边的软件架构专为工业4.0环境设计，支持集中式模型管理、远程诊断和SPC仪表板，实现多产线多站点的检测性能监控。
这标志着AOI正从孤立设备进化为连接的分析节点。在电子、汽车、医疗或工业设备等智能工厂中，检测数据日益被用于上游流程控制、机器学习反馈环和预测性质量策略。
数据驱动的未来之路
获得新资金后，Delvitech将扩大技术优势与制造规模。对计量界而言，这揭示了一个更宏大的趋势：AOI正在进化为数字生产生态中的持续学习子系统。
随着制造业普遍面临更严公差、更高装配复杂度和更快产品迭代，自适应AI原生检测可能代表质量保障基础设施的下一阶段——不仅适用于电子行业，更将覆盖多个工业领域。
了解更多信息，请访问：www.delvi.tech
