關 閉

        新聞中心

        EEPW首頁 > 工控自動化 > 業界動態 > AI定義自主生產,賽美特推出“AI智造”生態體系

        AI定義自主生產,賽美特推出“AI智造”生態體系

        —— 賽美特“AI智造”生態體系亮相,四大方向賦能智能制造
        作者: 時間:2025-05-26 來源:EEPW 收藏
        編者按:AI賦能制造四大核心方向,賽美特AI生態系統隆重亮相;賽美特“AI智造”生態體系亮相,四大方向賦能智能制造


        本文引用地址:http://www.104case.com/article/202505/470827.htm

        5月23日,由國產智能工業軟件領軍企業主辦的“AI無界·智聯未來Al Defines the New Fab”AI制造應用峰會在上海成功召開。峰會聚焦人工智能技術與半導體制造的深度融合,吸引了行業專家、技術先鋒及生態伙伴共聚一堂,共議AI賦能智能制造的趨勢與落地實踐,為產業智能化升級提供新思路。

         在此次峰會上,從半導體制造AI技術發展、全自主工廠Autonomous Manufacturing實踐到AI應用落地方案展開分享,現場通過系統演示,全方位展示AI技術如何重塑生產流程、提升效率與良率。

        1748233360932178.jpg

        ”生態體系亮相

        四大方向賦能智能制造

        當前,人工智能技術正加速滲透制造業,推動生產模式向智能化、自主化轉型。作為國內少數通過多家12吋晶圓廠量產驗證的全自動化國產CIM解決方案服務商,賽美特近年來持續拓展智能制造產品矩陣,覆蓋半導體、光伏、面板等多個領域。

         此次峰會上,賽美特集團董事長兼CEO李鋼江介紹賽美特所打造的“”生態體系,提出以AI Agent知識庫、AI檢測識別、AI效率管理、AI良率管理四大核心方向,憑借AI技術,重塑制造生態。

         AI Agent知識庫基于知識圖譜技術,整合工廠運營、生產管理、設備維護等全流程數據,形成數字化知識沉淀,助力企業提升綜合競爭力;AI檢測識別結合AI視覺與機器學習等,實現缺陷分類、質檢流程優化,未來計劃融合大模型提升檢測精度;AI效率管理通過AI賦能的高級排程系統APS與實時決策系統RTD等,動態優化生產節奏與物流調度,提升設備利用率與生產效率;AI良率管理整合YMS、FDC、APC等,引入虛擬量測與過程控制技術,運用AI算法自動調整參數,降低誤報率,顯著提升良率。

         李鋼江表示:“制造業正經歷從信息化到智能化的關鍵轉折。AI技術的深度應用將重構生產邏輯,助力企業突破產能與良率瓶頸。賽美特作為國產智能工業軟件領軍企業,憑借行業Know-How,全面融合AI技術,持續為制造挖掘無限價值,推動AI技術深入產業,助力產業智能化、自主化升級。”

         李鋼江表示,目前正帶領一支橫跨中國、新加坡、馬來西亞、韓國、日本的國際化團隊在進行深入研究。賽美特的研究方向不僅包括技術突破,更強調通過“行業延伸、軟硬結合、產品創新、全球布局”,為中國半導體制造升級提供關鍵技術支撐,助推更多行業打造會思考的全自動化智能工廠,實現智能化、自主化轉型。

        1748233389305580.jpg

        AI定義競爭力

        自主制造成行業剛需 

        在此次發布會上,賽美特AI團隊的科學家、核心技術負責人針對行業前沿趨勢及熱點議題展開了深度分享。幾位專家的分享為半導體制造與AI技術的深度融合提供了前瞻性思路,現場氣氛熱烈。

         半導體制造因工藝復雜、供應鏈全球化、管理動態性強等特點,面臨效率與良率提升的雙重挑戰。賽美特集團首席營銷官李光珠指出,設備綜合效率(OEE)是衡量半導體工廠競爭力的核心指標,需建立“監控-報警-分析-處理”的實時響應體系。對此,賽美特提出以AI驅動的自主制造(Autonomous Manufacturing)體系,通過AI Robot實時采集數據、預測問題并自動調整參數,能夠通過自主監控、預測、診斷、控制實現生產閉環,實現“零損失”生產目標。

         賽美特集團首席科學家閔東植進一步分享了全球領先企業在AI工藝優化、數字孿生與仿真、AI質量檢測、預測性維護及生成式AI設計等方向的落地應用案例,并為大家介紹機器學習(ML)與深度學習(DL)技術分別在工藝優化、缺陷檢測等領域發揮的關鍵作用。他提到,目前憑借量產驗證的機器學習(ML)技術與系統整合能力,賽美特已經成為國內唯一可提供快速跟進AI戰略的軟件供應商,能提供無代碼平臺、AutoML、可解釋AI及小數據實時學習的系統產品,覆蓋缺陷檢測、工藝控制、虛擬量測等模塊,助力客戶快速構建自主制造能力。

         賽美特集團AI首席專家韓教授(Dea-Soo Han)圍繞動態AI(Dynamic AI)在半導體智能工廠的應用展開深度解讀,揭示傳統靜態模型的局限性與動態AI的突破性價值。通過實時多變量分析、可解釋AI(XAI)及小數據自主學習三大能力,動態AI可構建“數據采集-分析-控制-反饋”全流程管理系統,將問題預測前置。韓教授認為,半導體行業已進入“實時智能”時代,動態AI將是突破技術封鎖、實現自主可控的關鍵一步。這也是他十分看好賽美特技術研究方向的原因,賽美特正在讓制造工廠從“由工藝主導的經驗主義”轉向“AI驅動的科學決策”。

         峰會現場,賽美特集團產品總監金松對Al產品進行系統演示,展示了動態AI在數據分析、預測性維護、工藝控制等場景的應用效果。與會客戶表示,賽美特的動態AI自主制造生態系統為生產減負、為產能加量、為質量加分,尤其在實時數據管理與分析方面展現出巨大潛力。

         隨著全球制造業競爭加劇,AI智能化已成必然趨勢。當前,中國半導體產業正加速攻堅高端制程,AI自主制造或將成為突破技術封鎖、實現行業領先的重要引擎。此次峰會不僅展現了賽美特在AI領域的技術實力,更為行業提供了可復制的實踐經驗。未來,賽美特將持續深化AI與工業場景的融合,推動中國智能制造生態向更高水平邁進。



        評論


        技術專區

        關閉
        主站蜘蛛池模板: 富蕴县| 江津市| 公主岭市| 紫阳县| 石台县| 桃园县| 黄石市| 屏东市| 通州区| 霍山县| 东莞市| 安仁县| 梅州市| 信宜市| 崇仁县| 赤峰市| 顺平县| 剑河县| 冷水江市| 砀山县| 阿克| 峨眉山市| 六安市| 泽普县| 云梦县| 深州市| 泸溪县| 微博| 遂溪县| 江达县| 江山市| 恩平市| 河西区| 太和县| 平顶山市| 资溪县| 云浮市| 美姑县| 资中县| 望谟县| 靖远县|