近两年，AI在制造业中的应用不断增多。从生产检测到仓储管理，再到一线员工使用的移动终端，AI开始进入越来越多具体的工作环节。对于制造企业来说，关注点也随之发生变化。相比单纯了解模型和算法，企业更关心的是，这些技术能解决什么问题，部署起来是否方便，以及最终能不能带来效率和成本上的改善。

在2026年国际物联网展·深圳站（IOTE 2026）上，斑马技术围绕智慧制造、机器视觉、RFID、移动终端等领域展示了多项应用。可以看到，斑马技术并没有把AI单独作为一项技术来展示，而是将其与原有的条码、RFID、机器视觉、机器人以及边缘计算等产品和技术结合，放到生产、仓储、物流等具体业务中。

对于制造企业而言，这种做法更接近实际需求。生产现场需要解决的往往是产品检测、信息采集、质量控制、追踪追溯等具体问题，技术能否减少操作环节、降低错误率，比单纯增加一项AI功能更重要。

从单点识别走向多技术协同

斑马技术长期从事自动识别、数据采集和一线设备相关业务，在AI应用方面也已经有较长时间的积累。斑马技术大中华区副总裁兼总经理于放介绍，斑马技术此前已经在固定式扫描、机器视觉、机器人和移动终端等产品中开展了相关应用。

此次展会上，机器视觉成为其中一个重点。斑马技术展示了一款基于深度学习的产品异常分析工具。与传统视觉检测需要准备大量合格和不合格样品，并对缺陷进行标注不同，这套工具可以主要利用正常样本进行训练，再通过分析产品与正常状态之间的差异发现异常，并用热图标出异常区域。这种方式对于产品种类较多、缺陷变化较大的生产现场具有一定实用价值。企业不必针对每一种缺陷准备大量样本，也可以减少前期标注工作。

OCR同样是斑马技术此次展示的一个应用方向。新的OCR工具经过预训练，可以识别打印、印刷、DPM、激光、点阵等不同形式的字符。在完成光源和图像采集设置后即可使用。据斑马技术大中华区技术总监程宁介绍，该工具的识别速度可以达到每分钟900个样品。

在生产和物流现场，字符识别通常不会单独存在。产品上的字符、条码以及RFID信息，都可能与同一个产品或物料对应。因此，斑马技术正在将这些能力放到同一套解决方案中。过去需要分别完成的识别和数据采集，可以通过视觉、条码和RFID等技术配合完成。

仓储场景也是如此。条码适合快速读取，但通常需要逐件扫描；RFID可以批量读取，但在部分复杂环境中存在读取率问题；视觉则可以提供不同形式的信息。斑马技术希望根据具体场景将这些技术组合使用，而不是用某一种技术解决所有问题。

这种产品组合方式，也与制造现场的实际情况比较接近。不同生产环节、不同物料和不同作业环境，对数据采集的要求并不相同。企业最终需要考虑的，是哪种技术更适合当前流程，以及多种技术能否配合起来使用。

AI进入PDA，一线员工少做几步操作

机器视觉主要面对生产设备和自动化产线，而移动终端则直接面对一线员工。此次展会上，斑马技术重点展示了Frontline AI套件，将图像识别、OCR、条码处理等能力放到了移动终端上。

Frontline AI套件包括AI Enablers、Blueprints和Companion等部分。其中，AI Enablers主要提供面向条码、OCR和图像处理的开发能力，并提供相应SDK。企业可以直接调用相关功能，也可以根据自己的业务进行训练。

现场展示的一个应用是商品有效期识别。工作人员使用移动终端拍摄商品，设备读取生产日期和有效期等信息，并判断商品是否已经过期。另一个应用是商品识别，通过图像将商品与SKU、条码或者RFID信息进行关联。

这类应用放到制造业中，同样有不少使用场景。过去，一名员工可能需要依次完成扫码、信息录入、查询和核验等操作。如果设备能够直接完成图像识别和信息匹配，其中一些步骤就可以省略。

这也是斑马技术强调“以人为本”的一个原因。于放认为，AI不能替代员工，在很多生产和物流作业中，更现实的方式是让设备承担重复性较高、容易出现错误的工作，员工则负责异常处理和需要判断的任务。

斑马技术还在尝试将企业知识库与移动终端结合起来。其Companion方案可以连接企业、门店或者仓库的知识库，并结合大语言模型或小语言模型，在设备端进行运算，为员工提供业务相关的信息查询。

对于一线员工来说，移动终端过去主要承担扫描和数据采集任务，今后还可以承担更多识别和查询工作。设备功能增加之后，员工需要操作的设备数量和步骤也有可能减少。

AI能不能落地，最终还是要看业务流程

技术进入生产现场之后，企业首先面对的并不是模型能力，而是怎么把技术接入现有业务。斑马技术在此次沟通会上提到，目前AI应用进一步推广面临的一个重要问题，是企业自身的数据和业务流程。通用模型和算法越来越容易获得，但企业真正掌握的生产数据、产品数据、业务知识以及长期积累的现场经验，并不能直接从外部获得。因此，企业需要解决的问题变成了如何利用这些数据，以及如何根据自身流程开发适合的应用。

针对这一情况，斑马技术正在建设Blueprints，将一些已经验证过的业务场景整理成应用蓝图，客户可以在此基础上结合自身情况进行调整。目前，斑马技术也在针对中国市场建设本地化的AI Blueprints，希望减少企业从零开始开发应用所需要的时间和投入。

机器视觉也是类似的情况。对于高端电子、半导体等行业而言，视觉检测已经成为生产过程中的重要环节。但在多品种、频繁换型的生产线上，如果每一次产品变化都需要重新开发模型，对现场人员和专业工程师的要求就会比较高。

对此，斑马技术一方面提供预训练模型，另一方面通过参数调整、模型优化以及开发工具等方式，让现场工程师可以完成部分简单的模型开发和部署。对于拥有多座工厂、多条产线的企业来说，这可以减少对少数专业人员的依赖。

结束语

从此次IOTE 2026现场来看，斑马技术正在把AI逐步放进原有的产品和业务体系中。条码、RFID、机器视觉、移动终端和自动化设备仍然是其产品体系的重要组成部分，AI则更多被用于提高这些设备的识别和处理能力。

对于制造企业而言，这种变化并不一定意味着生产现场会突然出现完全不同的设备。更多时候，变化可能发生在原有设备和工作方式之中：一次扫码变成一次批量识别，一台PDA增加图像判断能力，一套视觉系统减少模型训练的工作量，一名员工也可以通过终端直接查询业务知识。

这些变化看起来并不复杂，却直接关系到生产和物流现场每天发生的大量操作。对于AI在制造业中的应用来说，能否把这些细节做好，或许比追求一个更大的概念更重要。

撰稿人：佟伟

责任编辑：朱晓裔

审 核 人：李峥