板子越来越密，电子厂却还在靠人"盯屏幕"复判。这一次，矛盾可能真的到了人眼的极限。
近日，有媒体援引国金证券研报指出，AI算力正推动PCB向高多层、高阶HDI、线路精细化方向演进。中国电子电路行业协会（CPCA）提到，SMT线宽/线距已持续向25μm/25μm及以下突破。
同时，有企业披露其SMT产线传统AOI产生的报警图像，仍需人工逐一复检；其AI方案上线后，平均误报率改善90%。
三条信息其实指向同一个问题——板越来越复杂，人越来越难看得出问题。
01 AOI之后，为什么还站着那么多人？
跑过SMT产线的工程师都清楚一个现象：AOI设备没少买，但设备后面那排"复判工位"，人始终撤不掉。
原因不复杂。传统AOI基于规则模板比对，焊点形状、丝印位置、元件偏移稍有偏差就报警，行业内AOI平均误报率长期在15%~30%之间。也就是说，每100片被拦下的板子，可能只有少数是真不良，剩下全靠人眼一张张"还它清白"。
误报多，就得多配人复判，通常还要两班倒、专人盯屏，技能要求不高却最容易流失。工厂不敢减人——高端板一旦有缺陷流到客户端，面对的就是整批退货、客诉甚至丢单。于是AOI越买越多，后面的人也越排越多。而产品复杂程度还在陡升，人眼的生理极限却难以突破。
02 SPI/AOI是"好哨兵"，但不是"巡逻队"
要先把话说清楚：这不是要否定SPI和AOI。
在固定工位、高速、标准化检测上，SPI看锡膏、AOI看贴装和焊点，依然是产线上不可替代的"守门员"。
但它们的能力边界同样明显：相机位置固定、视角固定、程序跟着具体SKU走。一旦检测任务需要移动、换角度、适应多SKU、跨工位，或者要在不大改产线的前提下柔性部署，固定相机就开始吃力。
比如：高精密连接器要侧看引脚共面度，BGA、屏蔽件周边存在视角遮挡，多品种小批量产线频繁换型，首件、巡检、来料抽检需要在不同工位之间来回跑……这些场景，恰恰是固定光学设备覆盖不到、又最耗人的地方。
03 具身智能让视觉检测"长出腿和手"
具身智能补的，正是这块空白。
过去是"固定相机看产品"，产品得乖乖走到镜头前、摆出标准姿势；下一步是让视觉能力长出腿和手——机器人自己走过去，主动绕到产品面前，寻找最佳检测角度，再完成判断和处置。
吉翼智能的工业质检机器人"质检家"，走的就是这条路：移动底盘负责跨工位自主行走，柔性七轴仿生机械臂负责变换姿态和视角，自研工业视觉系统配合Z-1具身大模型，完成多角度成像、缺陷识别与OK/NG判定，不良品还能自动分拣。
落到SMT场景，它的价值可以拆成几个维度：
移动：一台设备在多工位、多产线间巡检，而不是一个工位绑一台；
多角度：侧视、斜视、绕开遮挡，去抓固定相机看不到的缺陷；
多SKU：大模型理解产品而非死记模板，换型不用重写规则，新品导入从"天"压到"小时"级；
柔性部署：不用大动产线，像"招了个新工人"一样快速上岗，7天即可完成部署；
闭环处置：检测、判定、分拣一体完成，不只"报警"，而是把活干完。
在与资深技工的同台对比中，其检测效率达到人工的3倍，综合成本下降超30%。
目前，"质检家"已在真实厂区产线持续打磨——吉翼智能背靠母公司捷翼科技深耕汽车电连接15年、服务德系豪华车企的深厚制造实力和积累，把车规级VDA质量体系直接平移到了机器人上。加之全栈自研的"感知—决策—执行"链路、投资亿元的数据采集训练中心等等，构成了它敢进真实车间的底气。
04 SMT下一步：由机器人完成复杂柔性检测
对工厂而言，这也是一笔容易算清的账：减少的是复判人力、返工成本和漏检风险，换来的是24小时不疲劳、标准统一、可追溯的检测能力。
SPI/AOI解决"快和准"的标准检测，具身智能解决"动、变、绕"的柔性检查——两者不是替代关系，而是把产线上最后那批"盯屏幕的人"解放出来。
电子制造的下一步，其实是一句话：
让机器能够自己走过去、找到角度，并完成检查。
当板子还在继续变密，率先把这件事做成的工厂，会先一步从"人海复判"里抽身。
