第六届工业互联网大赛二等奖、广东省检测控制与仪器仪表科学技术奖、家电总装制程品质智能在线检测技术被鉴定为国际领先、29项与品质检测优化相关的专利布局……这一连串的奖项与荣誉，展现出了美的智能制造研究院(简称：美的智研院)工业视觉研究专家谭颖聪及其所在团队的科创成果。

美的智能制造研究院工业视觉研究专家谭颖聪

而他也仅仅是美的集团超过2.3万研发人员中的一位，从他2019年进入美的至今的工作历程、感悟与体会，可以窥见以科技领先为战略主轴之一的美的集团如何迎接这愈加汹涌的技术变革浪潮。尤其在第九个全国科技工作者日到来之际，他的个体表现也折射出了一类群体矢志创新的奋进之姿。

他说：“技术人员也要有烟火气，要到一线去，而不是闭门造车，这样才能保证技术研究不会跑偏。”与面向用户层面的产品技术研究不同，谭颖聪所聚焦的智能检测很难被外界所直接感知，但却是制造端提升产品品质的一道防火墙，并在制造效率提升及对一线员工价值创造等方面显得愈加重要。

到智能制造与数字化浪潮的最前沿去

在多年之前，美的集团董事长兼总裁方洪波曾经讲过一句话：在充满着不确定性的环境中最大的确定性是数字化。从2012年开始以“632”项目为起点，整个美的就开启了一段波澜壮阔的数字化变革浪潮。工业4.0、黑灯工厂等曾经出现在舆论风口的关键词哪怕是现在依然是制造业逐光而行的方向。

“数字化的下一步必然是智能化，”计算机科学专业毕业的谭颖聪还说到：“我认为当时中国在科技和制造业领域，美的是数字化走在最前沿的企业，在这样一个浪潮和机遇下，我在2019年选择加入了美的。”不止是数字化，美的对各方面的技术人才一直是求贤若渴。

从EDP(企业数字化平台)到AI研究院，再到现在的智研院，谭颖聪在美的的工作也经过了一个从普适性基础研究到现在深入工业场景的过程。这不仅契合了他的专业能力，而且还能够让他对美的集团的研发体系有了更加深入的认知。事实上，无论是产品领域还是制造体系，绝大多数科技工作人员研究成果的落地，都需要一个场景去支撑。

目前谭颖聪主要负责家电制造智能检测与品质优化关键技术方向项目的研究，尤其是聚焦视觉品质检测方向。据了解，智能化视觉检测已经成为了家电智能检测与品质优化关键技术领域的核心之一，该技术覆盖了家电生产制造、物流乃至售后等各个环节。本文开篇处提到的谭颖聪及其团队的创新成果，在美的集团的空调、洗衣机等诸多家电产品及关键部件领域都得到了广泛应用。

谭颖聪在接受笔者访问的时候对他的工作谈得更为细致：“我们从效率和精度方面，用自动化乃至AI技术来替代人工检测，通过高精度设备以及智能化检测技术，现在能够发现毫米级甚至是微米级的缺陷，这样产品的质量就能够有一个很大的提升。”据了解，美的智研院在既有视觉检测的基础上，还在推动声音、性能等方面的检测融合，以构建智能化大模型的方式，持续提升品质检测精度和制造效率。

众所周知，早在六年之前机器视觉就已经成为一种通用检测方式，从2020年开始，AI开始在行业内快速渗透，仅仅是从各个灯塔工厂、融合美的集团50多年制造业经验的美云智数工业互联网解决方案就可以看到美的在这方面的领先程度。从前年开始，深度自主学习的大模型技术展露出愈加智能化的底色。

对此他表示：“我们这个方面，每隔两三年就有一个迭代出现，我们架构也会根据这个迭代做出产业调整，研究方向也要整体调整，我们不能闭门造车，如果研究到50%就有一个新的突破技术的话，那么我们要把从50%到100%全部都做了。”这句话很容易理解，技术创新、研究及相应成果的覆盖面越广，应对外部变化的能力也就越强。

在美的没有技术部门墙存在

任何形式的科技工作都是实现从0到1的突破，在AI、IoT等外部技术对产业形成巨大解构效应的今天，企业研发人员面临着更为复杂的环境，技术边界的被打破也意味着创新路径变得复杂。

诚如谭颖聪所言，在科研和创新这条道路上，每天都会遇到不同形式的困难，“无时无刻都会遇到困难，它不会停止出现，其实，没有困难就没有创新。”每一个创新成果的背后，都是针对制造端、用户端每一个痛点的解决方案。但实现这一点不仅需要科技工作者个体的努力，更需要企业多部门、多系统的协同。

美的在这方面给科技工作者提供了非常良好的研发氛围，仅从每个年度都会举办“科技月”活动就可以看到美的对“工程师文化”的践行力度。另据美的集团公布的2024年度报告显示，报告期内美的集团的研发投入金额达到了162.33亿元，同比提升了11.3%。从2022年至2024年研发投入累计金额超过了430亿元。包括2024年在内的过去十年，美的集团在研发费用方面突破了1000亿元。

“在美的工作这么多年最大的一个体会就是美的的科研氛围非常浓郁，我们会不定期地举办各种各样的技术论坛，包括集团和事业部的研究院，还会邀请业界的大咖前来参加和分享，”谭颖聪还说：“我们在进行研究的时候，也会邀请其他研究院的同事共同去做课题的探究，技术交流非常多，在美的没有技术部门墙存在。”

曾经，用“科技爆炸”来形容技术蝶变的速度多少有点危言耸听；可现在，不只是科技工作者，就连普通消费者，都能直接感受到技术变革给工作与生活带来的影响，今年新春过后仿佛是一夜之间人形机器人、AIGC变得如此触手可及。宏大的技术剧变投射到每个科技工作者身上都是一条深壑，而摆在他们面前更大的鸿沟则是如何将研究成果可落地的应用现实。

美的智研院谭颖聪正在实验室工作

谭颖聪在这方面很有感慨：“我建议大家不要长期待在实验室里，我们一定要到一线去，技术人员也要有烟火气，要到一线去，而不是闭门造车，这样才能保证技术研究不会跑偏。”当技术人员与一线环境形成互动，任何研究成果也将不再是一些冷冰冰的硬件、一连串枯燥的代码，而是富有人文关怀的解决方案。

按照既往的检测方式，制造工厂一位新来的专业检测人员适应工作岗位需要一个漫长的时间，而且过程中还会反复出现错误；但现在，哪怕是每个工厂每天进行不同型号变换的柔性化生产调整，检测人员只要在大模型上勾选几个条块，就可以实现高品质检测效果。这不仅大幅提升了制造效率，更极大地缩短了产线、售后等环节的员工对工作的适应时间。

“毫不夸张地说，在一些极端的场景，我们整个数据标注或者是样本数量的累计上，可以减少90%的时间，那么对于我们整个落地的效率而言，可以说是质的飞跃。”只是，再优异的绩效也成为了过去式，科技工作就是这样，殆精竭虑的创新成果往往都是继续向上的垫脚石。

在恰当的时候做恰当的事

“我们检测方向的研究，一个永恒的话题，就是我们怎么能够在现有的基础上，突破检测精度的限制，”谭颖聪非常直接的抛出了他及团队后期的创新点，而在钣金件划痕方面的大模型检测技术已经实现的突破就反映出未来再进阶的难度。

他介绍，从家电产品到汽车领域，钣金件划痕检测之前是一个行业型的困扰，硬件不同的材质、不同的角度、不同的漆面、划痕的深度与宽度等等，在视觉检测条件下，成像效果都不同，美的希望通过2D、3D成像结合，附以大模型算法，打造出了行业领先的检测方案。

在检测精度从毫米级到微米级，也仅仅是谭颖聪及其所在团队研究工作的重点之一；在横向上，美的智研院还要将创新型检测技术延展到整个制造场景，从整机的制造到每个部件，覆盖制造体系的全链路，并搭建起涉及全制造流程的庞大的数据平台，赋能产品品质的持续优化和制造效率再提升。

更加艰难的是，在这个过程中，还要去发现、挖掘错误或缺陷样本，不断给大模型喂数据。检测模型越庞大、技术越领先，新鲜的样本就越少。也正因为如此，谭颖聪才说“要把缺陷信息捕捉出来，需要解决很多问题。”这个时候，技术人员更要以用户思维来代入产品体验的场景，并且对自我的要求愈加严苛。

当然，没有一种创新能够一蹴而就，即便是技术实现了突破，再到落地应用也需要一个过程。“美的很重要的一点，在于允许你科研失败，这也是我们前赴后继敢于去创新、做突破的一个很重要的原因，”谭颖聪的这个观点可以从前不久方洪波接受媒体采访的时候所说的一句话中得到印证：“我不相信这帮博士为了你这几个臭钱，把青春耗费在这里。”美的集团对科研的容错能力、对创新成果的实践机制，给类似于谭颖聪这样的科技工作者提供了优越而庞大的发挥空间。

一如营业规模的扶摇直上、ToB和ToC端的两线并举、全球化的持续突破，在谭颖聪加入美的之后的这差不多七年时间内，整个美的呈现出了绚丽纷呈的变化，在被问及他与美的共同成长的过程用怎样一个词来形容时，他几乎不假思索地说：“共振，美的在技术和业务方面的变革，我认为，是在恰当的时候做恰当的事，这些变化，从技术或者是业务发展方向上来说，是给每个组织注入了活力。”

工作之余，谭颖聪喜欢打网球来丰富自己的生活，而美的也给与了很好的基础设施，他在形容网球运动的时候说：“你的每个回击都有改写结局的可能。”其实，科研工作何尝不是如此，每一个细节的创新都有改写技术路径的可能。