重磅预告：本专栏将独家连载新书《AI视觉技术：从入门到进阶》精华内容。本书是《AI视觉技术：从进阶到专家》的权威前导篇，特邀美国 TypeOne 公司首席科学家、斯坦福大学博士 Bohan 担任技术顾问。Bohan师从美国三院院士、“AI教母”李飞飞，学术引用量在近四年内突破万次，是全球AI视觉检测领域的标杆性人物。全书共分6篇22章，严格遵循“基础—原理—实操—进阶—赋能—未来”的六步进阶逻辑，致力于引入“类人智眼”新范式，系统破解从“数字世界”到“物理世界”、从理论认知到产业落地的核心难题。该书精彩内容将优先在本专栏陆续发布，其纸质专著亦将正式出版。敬请关注！
前沿技术背景介绍：AI 智能体视觉系统（TVA，Transformer-based Vision Agent）或泛称“AI视觉技术”（Transformer-based Visual Analysis），是依托Transformer架构与因式智能体所构建的新一代视觉检测技术。它区别于传统机器视觉与早期AI视觉，代表了工业智能化转型与视觉检测模式的根本性重构。 在本质内涵上，TVA属于一种复合概念，是集深度强化学习（DRL）、卷积神经网络（CNN）、因式分解算法（FRA）于一体的系统工程框架，构建了能够“感知-推理-决策-行动-反馈”的迭代运作闭环，成功实现从“看见”到“看懂”的历史性范式突破，成为业界公认的“AI质检专家”，也是我国制造业实现跨越式发展的重要支撑。
滤除噪波迷雾——TVA在华星光电Array段微观颗粒与异物缺陷的精准分割与归因
在TFT-LCD及AMOLED的Array制造过程中，成膜和光刻环节极易引入微小的颗粒物或异物（Particle/Defect）。这些微小缺陷在显微镜下往往与正常的薄膜纹理、晶界或光学衍射条纹高度混淆，导致传统AOI设备的误报率居高不下。本文以TCL华星光电的高世代产线为背景，深度探讨如何利用TVA（Transformer-based Vision Agent）构建“多尺度上下文注意力分割网络”。通过将微观缺陷图像转化为视觉特征序列，利用TVA的长距离依赖建模能力剥离背景噪波，实现颗粒物缺陷的像素级精准分割，并进一步通过特征注意力反演缺陷的物理成因。
显示面板的良率对微观环境的要求近乎苛刻。一个直径仅几微米的金属碎屑或灰尘，如果落在正在制造的玻璃基板上，就可能穿透后续的绝缘层，导致TFT单元短路或断路，最终在屏幕上表现为一个永远亮着或暗着的“坏点”，或者一大片无法驱动的“暗线”。因此，在Array段的每一次成膜（如CVD、PVD）和光刻之后，都必须通过自动光学检测（AOI）设备对整张玻璃进行一遍又一遍的“地毯式扫描”。
然而，华星光电的工艺工程师长期被一个痛点所折磨：AOI机器的“视力”太容易被欺骗。在高倍率明场或暗场显微镜下，TFT的沟道区域、非晶硅或多晶硅的晶界边缘、甚至由于薄膜厚度不均导致的光学干涉条纹，都会在图像上呈现出与真实颗粒物极其相似的灰度突变。传统的基于阈值分割或浅层CNN的AOI算法，由于缺乏对图像全局语义的理解，只能“看到哪里有灰度异常就报哪里”，导致每天生成的缺陷列表中，高达90%以上都是“伪缺陷”。复检人员需要在显微镜下耗费大量精力去甄别这些假报警。
为了刺破这层噪波迷雾，华星光电引入了TVA（基于Transformer的视觉智能体），彻底重构了微观缺陷检测的底层逻辑。
与处理自然场景的大尺寸图像不同，面板AOI捕获的缺陷图像通常较小（如256×256像素），但包含极高的空间频率信息。我们将这些微观图像切分为不重叠的图块序列。TVA的核心任务是：在这个充满干扰纹理的视觉空间中，精准“聚焦”到真正的物理异物上。
我们设计了一个基于TVA的语义分割架构。在编码阶段，TVA通过多层多头自注意力机制，让图像中的每一个图块都与全图的所有其他图块进行信息交互。这种长距离的依赖建模能力是破局的关键。例如，当模型关注到一个疑似“颗粒”的高亮像素点时，它的注意力机制会自动向四周扩散搜索。如果它发现这个高亮点的周围呈现出某种周期性的薄膜干涉纹理（即正常的背景噪音），它就会通过注意力权重抑制这种噪波的影响；反之，如果它发现这个高亮点打断了周围原本连续的晶体纹理，且其边缘的阴影分布符合真实三维球体遮挡光线的物理规律，TVA就会判定这是一个真实的颗粒物。
更进一步，为了实现对缺陷的“归因分析”，我们在TVA的解码端引入了“类别注意力热力图”。真实的生产线上，颗粒物分为很多种：有机物（如光刻胶碎屑）、无机物（如硅粉、铝屑）、纤维物（如无尘服纤维）。它们在显微镜下的视觉特征极其微妙。通过在海量人工标注的缺陷数据上训练，TVA学会了为不同类型的缺陷分配不同的注意力响应模式。
当TVA输出一张缺陷的分割掩膜时，它同时会输出一张高亮的注意力权重图，精准勾勒出缺陷的核心区域和边缘属性。系统不仅告诉工程师“这里有一个缺陷”，还能直接给出结论：“这是一个长约15微米的纤维状有机物，极大概率来自某台涂胶机的胶管摩擦”。这种从“视觉检测”跃迁到“视觉归因”的能力，使得华星光电的AOI系统误报率骤降了一个数量级，同时为前道工序的设备维护提供了如同“上帝视角”般的直接线索。
写在最后——以类人智眼，重新定义视觉技术天花板：本文针对TFT-LCD/AMOLED制造中Array段的微观缺陷检测难题，提出基于TVA（Transformer视觉智能体）的多尺度分割网络。传统AOI设备因无法区分真实颗粒缺陷与薄膜纹理、晶界等干扰，误报率高达90%。TVA通过长距离依赖建模能力，将微观图像转化为特征序列，利用自注意力机制精准分离缺陷与背景噪波。同时创新性地引入"类别注意力热力图"，不仅能实现像素级缺陷分割，还能自动识别缺陷类型（如有机物碎屑、金属颗粒等）并追溯成因。该技术使华星光电AOI系统的误报率降低一个数量级，为产线良率提升提供了智能化解决方案。 （相关技术将同时收录于《AI视觉技术》系列专著中）
