德國製造業2023 – 進行中

博世

用於廠區品質檢驗的AI與生成式AI合成影像

博世表示AI使其希爾德斯海姆廠的週期時間縮短15%，並於2023年底在德國2座工廠啟動生成式AI試辦

進行中企業自行發布

問題

訓練機器視覺系統需要大量瑕疵影像，而瑕疵本就罕見，且建置每項AI應用都需6至12個月。

博世運用生成式AI產生光學檢驗用的合成影像並調校既有AI模型，在德國2座工廠試辦。博世表示，其約230座工廠中，近半數已使用AI，並計畫在試辦後於所有據點提供合成資料產生服務。

-15%博世所述，希爾德斯海姆新產線爬坡期間運用AI資料分析後的週期時間縮短幅度（先前的AI工作）企業自行發布[1][2]

3.5 to 3 minutes博世所述，斯圖加特-費爾巴赫廠採用新演算法後的零組件測試時間企業自行發布[1][2]

6-12 months to weeks運用生成式AI規劃並上線一項AI應用的預期時間企業自行發布[1][2]

博世以合成瑕疵影像，處理訓練資料不足的問題。其報告的成果來自先前的AI工作；縮短建置時間，以及每座工廠節省6位數至7位數的金額，仍屬預期。

[1]eeNews Europe2023年12月8日

博世報告，希爾德斯海姆廠爬坡期間的週期時間縮短15%，費爾巴赫廠的測試時間從三分半鐘降至三分鐘。異常偵測運行於約50座廠區，機器視覺則逾20座。博世預期生成式AI將縮短建置時間，並帶來六位數的生產力增益。

[2]Australian Manufacturing2023年12月12日

博世在德國2座未具名工廠試辦以生成式AI產生光學檢驗用的合成影像。先前的AI工作已使週期時間縮短15%，測試時間從3.5分鐘降至3分鐘。博世估計，生成式AI可為每座工廠每年節省6位數至7位數的金額。

詳細內容請參閱原始資料。

收錄日期 2026年10月25日 · 更新日期 2026年10月25日