工业视觉与质检
产线上用相机和模型判缺陷、量尺寸、读码，卖的是检测工位的稳定性和节拍，不是聊天。
工厂为漏检和过杀付代价。视觉系统安装在工位上，输出 OK/NG、尺寸和批次记录。生成式与传统深度学习在这里混用：有的工位仍是专用检测模型，有的用多模态解释「为什么判 NG」给工艺员看。
先给答案
这是产线设备加软件。买方是质量与设备部门，验收是漏检率、节拍和停机时间。它不是文档扫图报价：扫图报价出的是给客户的商务文件，本篇出的是工位判定。
这个项目是什么
硬件（相机、光源、工控）往往占合同大头，软件是缺陷类别、换型配方和追溯。落地常见驻场调光和过站数据对接 MES，因此会叠FDE或集成费。
谁付钱，如何盈利
按工位、按产线、按年维保。国产替代和产线新建是两波预算。模型升级要在停机窗口验证，不能按互联网产品那样每周发布。
怎么发展起来
深度学习质检在大模型之前就已经收费。多模态降低了「新缺陷要重新标一万张图」的部分成本，但光源和机械工装没有被聊天框取消。发展纪工艺闭环写的是厂内数字如何被核对，与本篇同一现场。
常见变体与边界
安防摄像头里的行人识别是另一个采购（平安城市），不并入本篇。医疗影像见案例·14。
三句话总结
- 工业视觉卖工位判定和节拍，合同里常有相机与光源。
- 买方是质量与设备，不是市场部。
- 扫图出报价属于文档自动化，不要算进产线质检。