AqroseのAI画像検査プラットフォーム「AIDI 3.4」を正式にリリースしました。

AIDI 3.4では、「効率向上」と「知能化」の二つを軸に、各機能を大幅に強化しています。AIエージェントとビジョン言語モデル（VLM）を初めて搭載し、検査作業の効率をさらに高めるとともに、より高度なAI画像検査の実現に向けて、新たな一歩を踏み出しました。

ポイント1：スマートラベリング機能を大幅に強化、データ準備にかかる時間を短縮

ラベリングは、産業用AI画像検査の導入において、特に多くの時間を要する作業の一つです。

AIDI 3.4では、スマートラベリング機能について、基盤となるアルゴリズムから操作画面までを見直しました。対象領域をより正確に囲めるようになったほか、操作性も向上し、繰り返し作業や誤操作を減らすことができます。これにより、セグメンテーションおよび検出機能におけるラベリング作業を大幅に効率化しました。

データ準備にかかる時間を短縮することで、検討開始から実際の導入までの期間を短くすることができます。

ポイント2：AIエージェントを初めて搭載、要望を伝えるだけでカスタマイズが可能

AIDI 3.4では、AIエージェント機能を初めて搭載しました。実現したい内容を自然な言葉で入力すると、AIエージェントが要望を理解し、必要な処理内容を自動的に作成します。比較的簡単な用途であれば、プログラムを作成することなく設定できます。これは、AIDIが目指す知能化に向けた最初の取り組みです。今後も、AIを活用したさまざまな機能を順次追加していく予定です。

専門知識がなくても使いやすく、人とAIがより円滑に連携できる操作環境を提供します。

ポイント3：ビジョン言語モデル（VLM）を搭載、複雑な欠陥への対応力を強化

AIDI 3.4では、検査用途に対応したビジョン言語モデル（VLM）の機能を新たに搭載しました。

大規模モデルが持つ高い汎化性能を活用することで、複雑な欠陥、発生頻度の低い欠陥、学習画像が少ない欠陥、多品種の切替えが多い工程など、従来は対応が難しかった検査にも適用しやすくなります。

従来の小規模なAIモデルと組み合わせて使用することで、それぞれの特長を生かし、AI画像検査で対応できる範囲をさらに広げます。

大規模モデルの能力を、生産現場の端末上で活用できます。難易度の高い検査に対しても、より柔軟に対応できます。

ポイント4：欠陥画像がなくても学習可能、良品画像だけで異常を検出

EL異常分類機能では、大量の欠陥画像を事前に用意する必要がありません。

少量の良品画像だけでモデルを学習し、製品に明らかな異常があるかどうかを判定して、OKまたはNGの結果を自動的に出力します。

本機能は、部品の取り違えや、形状の大きな違いなどを検出する用途に適しています。

学習と推論の両方を効率よく行うことができ、生産ラインにおける簡易的な異常検査を、少ない費用と短い期間で導入できます。

少量の良品画像だけで検査モデルを作成できるため、導入時の負担を減らし、検査開始までの期間を短縮できます。

欠陥が発生するまで待つ必要はありません。数枚の良品画像があれば、異常検査を開始できます。

このほかにも、多数の機能を強化

AIDI 3.4では、このほかにも、次のような機能改善を行っています。検出モデルの学習速度を約5倍に向上。セグメンテーション機能に、表示画像の自動分割機能を追加。大規模な検査設定における処理性能と動作の安定性を向上。AIエージェントからビジョン言語モデル（VLM）まで。

AIDI 3.4は、これまで培ってきた効率性と安定性をさらに高めながら、より高度なAI画像検査の実現に向けて、大きく前進しました。

無償体験版のお申し込み

現在、Webサイトのお申し込みフォームを準備しています。体験版をご希望の場合は、メールにてお問い合わせください。