海康威視智能工廠，是如何走向“領航”的？

破解“小批量、多品種、大規模定制”制造難題。

文｜徐鑫

編｜任曉漁

浙江桐廬的海康威視制造基地的車間里，1500臺移動機器人在廠房內穿梭不停，精準地把物料從各級倉儲貨架配送到線頭。全自動無人化生產線上，AI及智能感知技術讓智能攝像機生產自動完成物料供給、裝配測試包裝、成品入庫工作。

你可能對無人化產線和移動機器人集群已經見怪不怪了。但不同于傳統的大批量生產模式——單個訂單就能生產成千上萬件。海康工廠特殊之處在于，每天上萬個訂單需求，關乎幾十萬種物料的調度，涉及三萬個產品型號，最小的訂單可能只有幾件產品，是典型的“多品種、小批量、大規模定制”生產。

要讓整個智能工廠在這樣復雜的生產條件下，始終保持井井有條、高效協同的運轉，并不是一件容易的事。質量、效率、成本都是潛在的挑戰。

而海康智能工廠卻能柔性、高效和敏捷地完成上述任務。背后是個系統工程，智能工廠在生產建設之初就考慮到了柔性，既能匹配多種產品型號的工藝要求，做到生產節拍、設備利用率和物流配送等綜合最優，實現從訂單到交付全流程智能化運作。

T型叉車物料精準配送。

工廠像一個智能生命體，“AI大腦”能思考和決策復雜的生產計劃節奏安排；移動機器人集群和各類智能裝備像“靈活手腳”，一方面能準確的時間把幾十萬種各不相同的物料精準地送到指定工位，并能穩定地執行生產作業操作；而超越人類感知能力的“眼、耳、鼻、舌”等“智能感官系統”，則實時感知人、機、料、法、環狀態，提取數據幫助大腦決策、手腳行動。

這套為解決自身“多品種、小批量、大規模定制”的制造難題而打造的技術體系，日前還得到了國家級認可，“物聯感知產品大規模個性化定制智能工廠”成功入選全國首批領航級智能工廠培育名單。這表明了海康在智能制造領域具備標桿實力，而這種“柔性、高效、敏捷”制造模式也在中國制造轉型升級浪潮里具備引領價值。

那么海康是如何打造出這套智能工廠技術體系的，海康智能工廠靠什么走向領航？

01

如何破解柔性制造難題

海康桐廬工廠的電裝工廠SMT貼片產線，這里每天平均換線25次，最高需換線40次，有時候十分鐘內涉及到兩種型號的產品生產，而不同型號的產品就涉及到不同的物料準備和生產工藝安排。

很多人并不理解產線換線到底意味著什么。它并不是按一個開關，產線就自動完成了調整，而是一場牽一發動全身的微型生產系統重組。

產品的差異度越大，換線所涉及到的調整就越多。

海康的硬件產品型號高達30000多種，以生產攝像機產品為例，就存在鏡頭規格、外觀尺寸、設備精度等諸多差異，還需根據使用場景，搭載如防爆、耐腐蝕、耐高溫或低溫等不同的定制化功能，組合起來產品種類非常多。每切換一種型號的產品，它的工藝制造方法、零部件組成到生產流程可能都出現了極大的調整。

PCBA自動化生產車間。

而每一次換線，還會帶來額外的成本和工作。設備需要短暫停止生產，新的原料要就緒，機器設備的溫度、速度參數也要調整，人員的配備也可能有變化。生產的連續性會被打斷，工廠產能就無法滿負荷運轉，產生空轉和浪費。另外換線還會給質量把控帶來挑戰。

正是在這么復雜的變動下，海康的排程系統需要綜合考慮各種物料齊套、工藝安排、設備產能和人員安排等各種因素，尋找平衡生產的最優解。

為什么要頻繁換線？這與海康所在的智能物聯領域高度碎片化的市場需求相關。

過去二十多年時間里，海康經歷快速發展，從研發視頻壓縮板卡起步，一步步突破“視頻監控”、“綜合安防”的業務邊界，進入智能物聯領域，現在這家公司的產品與服務已經覆蓋100多個子行業，涉及到數百個具體場景。2024年海康年產2.56億臺智能物聯產品，但它分散到每個訂單平均只有約40臺，訂單定配置比例高達75%。

這種“小批量、多品種、大規模定制”的制造模式，與工業革命以來的制造業以機器大生產和規模化制造的模式大相徑庭。

傳統大批量生產最大特點是規模。福特創造的流水線生產通過分工，把整個生產線切成一個一個的小單元，每個環節處理同樣的工作，整條產線依靠分工合作，實現了生產效率的提升。

但如果一條產線或者設備要時刻準備生產不同的物品，每個訂單規模極小，依靠規模攤薄的成本以及效率優勢就很容易蕩然無存。

如何解決這樣的小批量、多品種、大規模定制難題呢？

早在2010年到2015年之間，海康管理層就已經察覺到了挑戰的來臨。上市幾年間，這家公司的營收規模就從最初的36億左右一路倍數級攀升。到2015年營收規模到了252億左右，產品線已經拓展到了板卡、DVR和模擬攝像機等多個領域，小批量多品種的業務特性初現端倪。

從這時開始，海康集結了一支精悍的隊伍，開啟了長達十余年的生產制造端的數智變革。

2015年到2020年，是這個智能制造技術體系的數字筑基階段。這一時期，海康構建了制造執行系統MES、工藝管理系統MPM等一系列業務系統，來實現生產過程管理，確保生產一致性，保障產品質量。同時自動化設備和移動機器人無人配送都已開始探索，為后續物聯感知、人工智能和大數據等前沿技術落地海康制造現場奠定了數字底座。

2020年開始，海康工廠開始探索智能化應用，生產制造場景里，海康自研的AI技術和智能應用逐漸落地，比如產線上基于MES實現智能排產排程，基于MPM系統智能生成工藝路線，都實現了規模化應用。

2024年以來，大模型技術與工業制造的結合如火如荼，海康也將大模型技術引入了工藝設計、生產日常管理等多個場景，實現了更大規模的智能化。

海康觀瀾工業大模型產線場景方案。

這十余年里，海康的產品種類拓展到三萬多種，營收規模突破924.96億元，對生產端的高效、敏捷和柔性要求也步步提升，海康的智能工廠體系也適應這些需求，逐漸成長為了一個具備智能感知體系、AI決策大腦和靈活手腳的超級智能體。

02

長在自有技術基座上

相比許多國內企業的智能制造體系，海康智能工廠很大的一個特點是，大量的技術能力都與海康自身布局和發展的方向有關。

可以說，這個智能工廠是在海康自身的技術沃土上成長出來的。

以智能感官體系為例，目前海康智能工廠中有大量的工業相機、產線相機、熱成像相機、X光智能缺陷檢測設備、聲振溫監測系統等物聯感知設備，以及大模型技術也用來實時感知工廠中人、機、料、法、環的運行狀態，形成了超越人類感知能力的“眼、耳、鼻、舌”等“智能感官系統”，這套體系也是整個智能工廠數字孿生建設、智能化升級的基石。

這里面涉及到了大量的物聯感知設備、AI以及大數據技術。而海康經過多年布局，物聯感知、人工智能、大數據已經成為海康技術體系里的三大核心技術，積累深厚。海康的智能工廠成為了這些自研技術最佳的實踐和應用場之一。

海康睿影X-ray智能缺陷檢測設備。

比如，目前海康的產品陣營里覆蓋毫米波、紅外、激光、X 光、紫外等電磁波譜系，并融合聲波、振動、溫濕度、壓力、磁力等傳感技術，開發了超30000種豐富多樣的智能物聯產品。2017年產線開始部署視覺感知能力時，海康的制造團隊自然地就將自研的工業相機等視覺產品部署到了生產場景。

AI技術也是同樣，海康從2006年起組建了智能算法團隊開始探索智能化技術，聚焦于視覺感知技術。深度學習技術興起以后，海康在業內率先推出了基于深度學習的前后端嵌入式產品。2018年海康又推出AI開放平臺，行業用戶與生態伙伴可以很便捷基于這個平臺來應用和落地AI。

大模型浪潮來臨，海康又自研了觀瀾大模型體系，構建了物聯感知大模型、語言大模型和多模態大模型等多種模型，能服務從感知到認知的技術鏈條。

這些AI的積累為海康智能工廠里的各類AI應用奠定了技術支撐。

比如，2017年，這個智能工廠就基于自研視覺能力在一些產品生產測試環節探索質量檢測類應用。而2020年之后，配件組裝時漏放、錯放等人員行為檢測的AI應用也已逐步落地。

觀瀾大模型推出后，工廠產線上實現了讓“大模型質檢員”通過實時識別拿取配件的手部動作，智能判斷配件是否拿齊。這省去了傳統物料齊套管理環節，提升質量一致性又縮短了作業周期。

智能工廠要運轉還離不開大量的基于生產的高質量數據。海康自身技術體系里也具備了這部分支撐能力。基于在AI、大數據等技術領域的深厚積累，海康構建了“云邊融合、物信融合、數智融合”的能力架構，能實現數據的高效處理與分析，為智慧工廠的技術體系建設提供了強大的數據底座。

同樣的場景在智能工廠的智能化手腳能力部分也在上演。

移動機器人。

目前海康的工廠里配備了大量的移動機器人集群，整個工廠的內物流都由移動機器人挑大梁。物料能隨著工廠生產節奏的變化，被精密地調度到了操作員工位，成為柔性、高效、敏捷生產的一部分。這個龐大機器人集群得以建成，就與其子公司海康機器人專注于智能制造和智慧物流場景的能力直接關聯。

可以說，海康自身圍繞著智能物聯硬件設備、AI和大數據技術等的長期積累，給海康的生產制造體系提供了源源不斷的技術支持。

正是這個肥沃的內生技術土壤，讓“物聯感知產品大規模個性化定制智能工廠”得以在十余年里一步步長成。

03

“訂單變散”的趨勢下，何以領航

三個月前，蘋果CEO庫克用一句熟悉的“Good Morning”給大眾帶來了四款新機：iPhone 17、iPhone 17 Air、iPhone 17 Pro和iPhone 17 Pro Max。算上顏色差異，存儲容量差異，產品的型號超過了幾十種。相比而言，2007年6月29日擺到商品貨架上的第一代iPhone在外觀、尺寸、功能上完全統一，只有存儲容量4GB和8GB兩種可選。

這一組數字對比能看到，即使是全球最暢銷的消費電子品牌，產品型號過去近二十年在飛速膨脹。消費市場的細分、多元趨勢下，以大規模生產著稱的行業里，需求也在變得更強調個性化。

這個案例所反映的趨勢也意味著，“多品種小批量大規模定制”的生產模式，可能并不是海康獨有的挑戰。

這個趨勢過去二十多年，在服裝行業里表現得登峰造極。快時尚品牌H&M和Zara們盛行一時靠的就是小訂單超多款式快速測款，到Shein橫掃全球時，市場觀察人士指出它一天可能上線幾千個款。

每個款式首次生產訂單量很小，根據市場實時銷售數據，對爆款在極短時間內多次返單補貨。這也是行業里“小單快反”這個詞的由來。

這一運營模式背后，是市場供給高度豐富，消費者們需求的分層。整齊劃一的大路貨已經很難吸引消費者們的眼光，更個性化、更貼近獨特的圈層審美的產品才有可能殺出重圍。

于是企業改變了從前最少500～1000件的生產制造模式，而是以低至50件甚至30件的小訂單，快速把產品推向市場，降低庫存風險，提升銷量轉化效率。

汽配行業也是同樣。隨著各種汽車品牌的涌現，許多汽配企業也需要面對和適應多品種、小批量的規模化生產。

某種程度而言，海康所在的智能物聯行業所面臨的“多品種、小批量、大規模定制”的制造模式，正由于行業差異、客戶差異、應用場景差異等多種因素影響，成為制造業的一種普遍趨勢，碎片化、品種增多、單批變小。

這些領域里，供應鏈和生產制造體系都需要從大規模生產適應這種訂單變散的趨勢，走向敏捷、柔性和高效。

這也讓海康智能工廠體系有了廣泛的復制推廣價值，而這也許是海康的“物聯感知產品大規模個性化定制智能工廠”入選全國首批領航級智能工廠培育名單的題中應有之義。

實際上，海康智能工廠中沉淀的成熟智能制造經驗及解決方案已經向產業鏈上下游輸出。

早在2017年它就承擔了國家智能制造新模式應用項目，2020年被成功認定為浙江省首屆“未來工廠”。目前已經實現了2000余家供應商、80萬家渠道商的數字化協同，帶動了一批產業鏈上下游伙伴產值提升與模式變革。

而這套技術體系還在包括石化煤炭、鋼鐵有色、機械裝備、電子電器、汽車制造等諸多領域和行業在內落地，助力一批企業的制造數字化和智能化升級。

海康智能制造人士介紹，領航級智能工廠建設是新的起點，未來將充分發揮自身在智能物聯領域的優勢，推動物聯感知、AI、大數據等前沿技術，在智能工廠全業務環節的深度應用，為加速中國制造升級提供更多可復制、可推廣的優秀實踐。

而海康智能制造走出的這條“技術自研-工廠驗證-行業輸出”路徑，也為探索未來制造新形態提供了更多的可能性。