行业洞察来源：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。
在制造质检场景中，视觉模型可以稳定识别表面缺陷，但识别结果往往止步于「发现问题」，后续的工艺调整仍依赖人工经验判断。登甲与合作伙伴在广州海珠区落地的工业视觉智能体实践，尝试把这一环节补齐。
该实践由两类模型协同完成：视觉模型负责缺陷检测与分类，知识图谱模型结合工艺参数与历史处置记录，输出可执行的修复建议。两个模型通过统一 API 编排为完整业务闭环，业务系统无需分别对接不同厂商的接口。
在算力侧，检测任务对延迟敏感、修复推理对吞吐要求更高，登甲按负载特征把两类任务调度到不同的芯片资源上，避免相互抢占。
目前该实践已在试点产线运行。登甲科技表示，多模型协同的关键在于数据边界与调用编排，后续会将这一模式沉淀为可复用的行业方案。