DaoAI以特徵认知检测为核心 将AI代理带入AOI检测

DaoAI共同创始人暨技术长陈小川。DaoAI

随着全球制造业迈向智能化转型，电脑视觉在工业质检（Quality Inspection）中的角色益发吃重。来自加拿大的AI新创公司DaoAI，凭藉其创新的AI视觉技术，成功吸引西门子（Siemens）与巴斯夫（BASF）等国际大厂合作。

该公司共同创始人暨技术长陈小川详述DaoAI如何利用特徵认知检测（Feature Cognition Inspection）解决传统自动光学检测（AOI）的高误报率与旷日费时的编程痛点，并透露将于2026年 COMPUTEX 期间积极寻求台湾设备商与代理商的深度合作。

从学术研究到工业实践：让AI落地电子制造现场

DaoAI技术长陈小川自2014年起于加拿大深耕AI与视觉研究，正值深度学习技术发展的关键期。2017年，他与具备成功创业经验的合夥人于温哥华共同创立DaoAI，带领来自 英属哥伦比亚大学与滑铁卢大学的顶尖AI视觉团队，专攻工业自动化应用。

陈小川认为，AI制造在北美与亚洲市场均具备极高潜力。DaoAI的技术不仅能优化生产良率，更透过地端数据布署机制守护企业的数据主权。我们深知在数码转型中，数据的安全性与自主权是制造商的核心利益，这也是DaoAI的技术基石。

解决传统AOI编程时间长与高误报痛点

传统AOI算法在印刷电路板组装检测中常面临误报（False Call）频发的问题。陈小川解释，传统算法多依赖颜色匹配或像素比对，例如当电阻与电路板底色皆为黑色时，传统算法便难以区分。
DaoAI 的核心技术在于「特徵认知检测」。该技术透过超过百万张的图像数据集进行预训练，将AI观察到的影像抽象化到一个特殊维度。

其优势主要体现在两个层面：1. 多维度空间区分：AI不再仅比对颜色，而是在特徵空间中精准区分元件上的缺陷有无。2. 持续学习机制：模拟人类学习逻辑。若AI初次判断错误，检测人员可将反馈加入其记忆系统，使AI在下次遇到类似组件时不再犯错。

陈小川透露：「我们以真实产线的数据预先训练印刷电路板组装专用的检测模型，用户只需利用一块参考样板，在无需CAD或元件库的前提下，AI就能识别每个元件的位置，自动生成检测区域、自动计算阈值。有时仅需几秒钟或几分钟即可完成建模，AI自动完成以往AOI最需要人力介入的环节。」

这种高效的建模方式，特别适合「多样少量」的生产模式，解决了过去新产品导入时期因建模缓慢且依赖编程工程师的困境。

解决算力与数据主权难题  克服云端依赖

针对客户高度重视的数据主权与信息安全，DaoAI采取100%本地端处理模式。为了在有限的边缘端算力下达成高效能，DaoAI采用「预先训练 + 快速微调」的策略，用户能够在本地端使用预先优化的专用模型，同时确保数据安全。

跨国合作与COMPUTEX布局：与台湾供应链互补

目前 DaoAI 已与德国西门子（Siemens）及巴斯夫（BASF）建立深度合作。展望未来，陈小川对台湾市场充满期待，并宣布2026年将首度参加 COMPUTEX。

他表示，DaoAI 的定位是一家视觉AI应用公司，因此本次访台有两大战略目标：1. 硬件设备整合：寻求台湾本地设备制造商合作，将DaoAI的AI软件演算法与台湾优质的硬件设备结合，提供定制化方案。2. 拓展代理代理：在台湾寻找专业代理商与服务商，以更贴近本地电子制造业客户的需求。除了深耕电子业表面黏着技术的产线检测外，DaoAI也对半导体封测领域表现出浓厚兴趣，期盼能与台湾探针或其他检测设备商共同开发新应用，进一步延伸AI视觉的技术边界。