行业洞察Source: 腾讯云开发者社区
视觉模型 + 知识图谱模型协同：工业视觉 AI 从「看」到「修」的闭环
登甲与合作伙伴在广州海珠区落地工业视觉智能体实践，让质检环节不止于发现缺陷，还能给出可执行的修复建议。
在工业质检场景中，传统视觉模型能回答「有没有缺陷」，但回答不了「该怎么处理」。登甲与合作伙伴联合落地的工业视觉智能体，尝试把这两个问题接起来。
方案中，视觉模型负责缺陷识别与定位，知识图谱模型负责关联设备参数、工艺规程与历史维修记录，输出可执行的调整建议。两个模型通过同一套统一 API 编排，形成从检测到处置的闭环。
实践数据显示，该方案在高端设备运维场景中可显著缩短从发现异常到确定处置动作的时间，降低对现场专家经验的依赖。
登甲方面表示，多模型协同的关键不在单个模型的精度，而在编排层的稳定性和成本可控性，这正是异构算力调度平台要解决的问题。