7月29日，英利能源发展有限公司（简称“英利发展”）位于蠡县的智慧光伏产业园一派忙碌：车间外，发货平台一侧十几辆满载卡车整装待发；车间内，自动化生产线有序运转，一条线每16秒就有一块太阳能光伏组件下线。

在车间智能检测区，一块块刚刚敷设好的太阳能光伏组件，正平稳通过智能化全自动光伏组件缺陷检测平台。

记者看到，三台电脑屏幕实时刷新画面——左侧是光伏组件正面高清图像，右侧是反面细节，中间则是电致发光（EL）图像，就像给光伏组件做了一次“透视检查”。

一位质量工程师看着屏幕，轻按鼠标确认，只用了3秒，毫米级的细微缺陷就被精准识别、分类标注。

“你看，这块光伏板的边缘有个微小的裂纹，系统已经自动标出来了。”英利发展高级工程师王坤指着屏幕上标好的黄色方框说，如果用常规方法检测，就很难发现。

这样高效的检测场景，放在几年前，王坤想都不敢想。

王坤说，过去检测光伏组件缺陷，质量工程师要紧盯着屏幕上的图像，凭经验识别隐裂、虚焊、断栅等缺陷。一块板从头到尾检查完，至少需要1分钟。一天下来，人的眼睛酸疼，还容易漏检、误判。

英利发展副总裁于波博士表示，常规的检测模式存在局限性，制约了质量可控度和产能进一步释放。基于此，英利发展始终在探索有效的解决路径。

与此同时，河北工业大学陈海永教授团队也在为一项技术的转化寻找出路。他们历时十年研发的多场景缺陷智能视觉检测技术，在实验室里表现出色，却卡在产业化的“最后一公里”。

“技术进行市场推广需要匹配特定生产场景，还得投入数百万元改造生产线，企业大多望而却步。”陈海永说。

转机出现在去年8月。河北省重大科技支撑计划创新应用场景专项启动申报，旨在打通科技成果转化堵点，让实验室里的“好技术”找到产业里的“好场景”。

英利发展结合生产线检测遇到的瓶颈，申报了“光伏组件视觉大模型系统及装备可靠性检测应用场景”项目。

一边是急需升级的检测技术，一边是“待嫁”的科研成果，加上企业自筹资金与省级财政配套资金的支持，校企双方一拍即合。英利发展当即决定，在蠡县生产基地为陈海永教授团队的技术提供“试验场”。

项目刚启动，“拦路虎”就来了。

要让技术落地，第一步要获取生产工艺数据。可按常规操作，把数据“拿出来”就得让24小时运转的生产线停下来。这意味着打乱生产计划，损失真金白银。

陈海永教授团队和英利发展的工程师们，一连几天围着生产线想了十几种办法，但可操作性都不强。就在大家一筹莫展时，英利发展设备工程师李旭灵机一动：“能不能在生产程序里‘开个窗’，建个共享文件夹，把数据分享出来？”

这个想法让人眼前一亮。说干就干，双方的技术人员立刻扎进车间，开始对生产线的程序代码“动手术”。他们反复调试程序属性，在不影响生产的前提下，给车间的控制系统加了一个“数据出口”。如此一来，不用停产，陈海永教授团队坐在实验室就能实时获取数据。

数据到手，新难题又冒了出来。生产线一天产生几十万条数据，可对于检测工序来说，其中大部分是无效信息。“大模型训练讲究‘精准投喂’，杂乱的数据只会拖慢效率、降低精度。”陈海永说。

为了得到有效数据，加快模型建设，英利发展技术团队又着手从大数据中挑选典型数据。

陈海永教授团队住进工厂的临时办公室，和英利发展的质量工程师、设备工程师们一起商讨如何建立数据标准。“这个数据标准，既不能太宽，也不能太严。太宽了，容易漏检；太严了，又会导致误判。”陈海永说。

经过六个月磨合，上百次调试，一套兼顾精度与实用的数据标准终于出炉。

数据标准问题解决了，大模型又遇上“水土不服”的问题。

“大模型是在理想状态条件下设计完成的，可在实际应用过程中，我们发现受温度、材料等多种因素影响，生产环境非常复杂，大模型有些不太适应。”陈海永教授团队的王朝阳博士说。

团队随即进行改造：用数万张工厂缺陷样本做预训练，针对环境变量做微调，通过小样本调优让大模型快速适应罕见缺陷。三个多月后，该模型进化为能应对复杂工况的“基座大模型”。

“有了这个‘基座’，就像有了一个万能模板。”王朝阳说，针对不同规格的光伏组件，只需稍作调整，就能快速生成专用检测模型。

如今，在英利发展的检测车间，只有一名工作人员负责监控和复核，产品的大部分缺陷识别、分类、标注工作由大模型代劳，缺陷识别率稳定在96%以上，效率提高3倍。