Panasonic宣布推出超光谱相机AG-HSV10M和人工智能图像检测软件AG-HSS10，可根据单张图像创建检测模型，并区分合格产品与不合格产品。该系统计划于2026年10月10日在日本上市。
Panasonic于2026年8月25日宣布推出NT系列超光谱成像相机AG-HSV10M和人工智能图像检测软件AG-HSS10。该系统结合了图像采集与人工智能分析，旨在实现生产线和工业应用中的缺陷检测自动化。
该系统计划于2026年10月10日在日本上市。该解决方案依赖两款主要软件：用于创建人工智能模型的NT-Train，以及用于执行检测过程的NT-1。据Panasonic介绍，用户只需一张图像即可创建能够区分合格产品与不合格产品的模型，与需要收集大量图像的方法相比，这可以减少所需的训练数据量。
系统如何工作？
NT-Train支持使用合格或不合格产品的图像创建训练数据，也支持处理事先并不清楚缺陷规格的情况。模型设置完成后，NT-1会根据相机收集的数据执行区分。
AG-HSV10M并不局限于传统RGB相机拍摄的图像。该相机会采集光谱数据，然后由NT-1将这些数据与图像识别技术相结合。其原理是，不同材料在普通图像中可能呈现相似的视觉外观，但在光谱数据中会表现出可检测的差异，这有助于发现细微差异，或识别肉眼及传统相机难以分辨的缺陷。
实际会发生什么变化？
此次公告的核心价值并不只是增加一款新的工业相机，而是将超光谱传感器与简化的检测模型训练流程结合起来。依靠单张图像创建模型，对于缺乏大量缺陷图像的生产线，或产品和材料类型变化频繁、导致建立大规模训练数据集成本高昂的场景，可能具有实用价值。
需要持续进行自动检测的产品和零部件制造商，以及负责将检测系统引入制造生产线的生产工程和工业集成团队，都可能从该系统中受益。此外，与仅依赖光照强度或颜色的检测相比，使用光谱数据也扩大了系统能够处理的场景范围。
限制与悬而未决的问题
现有材料没有说明检测精度、已测试的缺陷类型、处理时间，或AG-HSV10M和AG-HSS10的价格，也没有展示与RGB相机或其他检测系统进行直接比较的结果。因此，仅凭公告无法确定该系统对所有生产线的适用程度。模型质量仍取决于训练中使用的图像和光谱数据，以及系统处理光照、材料差异和实际运行条件变化的能力。