家名为Advanced Vision Solutions Co., Ltd.的新公司计划于2026年10月开始运营，具体时间尚待监管部门批准。
公司将专注于开发能够利用边缘人工智能技术直接从图像传感器采集和分析视觉信息的解决方案。
该架构的目标是收集生产状况、产品质量和设备状态等信息，并利用这些数据实现决策和控制流程的自动化。

人工智能直接应用于视觉传感器：
视觉传感器利用摄像头捕捉生产线上产品、组件和其他元素的图像。通过这些图像，它们可以确定物体的状态、位置或特定属​​性等特征。
通过与工业自动化系统连接，所获得的信息可用于控制机器或激活各种流程，而无需持续的人工监控。
边缘人工智能的集成使得部分分析可以在数据生成位置附近进行，而无需完全依赖外部服务器或集中式平台进行处理。
这种方法可以减少需要传输的信息量，并缩短数据解读和系统响应所需的时间。

基于视觉信息的工业控制：
该方案将图像传感器技术和边缘人工智能与工业自动化控制系统相结合。
拟应用领域包括生产状况监控、质量检测、设备运行状态分析以及维护信息采集。
该系统能够从图像中提取相关信息，并将其连接至负责决策或执行设备操作的系统。
如此一来，视觉数据将不再仅仅用于检测任务，而是成为工业设施控制流程不可或缺的一部分。

多模态生产系统：
该项目还设想将视觉传感器的信息与制造工厂中产生的其他类型数据相结合。
这种集成将使多模态系统能够同时分析不同来源的信息，从而检测工艺变化、异常情况或潜在问题的早期预警信号。
当无法使用单一类型的传感器可靠地识别某种情况时，结合多种数据源尤为有用。
所获得的数据可用于实时调整某些机器和工艺参数，以及开发预测性维护系统。

物理人工智能应用于工业自动化。
与该项目相关的另一项技术是物理人工智能（Physical AI），它指的是能够解读物理环境信息并利用这些信息做出决策，进而转化为实际行动的人工智能系统。
在工厂中，这种方法可以将摄像头和其他传感器与工业控制系统相结合，以观察生产线上的运行情况，解读数据，并调整设备的运行。
其目标是实现能够自主响应生产环境变化、减少人工干预的流程。
这些技术可应用于自动检测、质量控制、异常检测、设备监控和预测性维护等任务。
因此，先进视觉解决方案的创建体现了机器视觉、边缘人工智能处理和传统工业自动化系统之间日益增长的融合——这三项技术在构建更加自动化的工厂流程中发挥着越来越重要的作用。