维度网讯，近日，美国工业人形机器人企业Persona AI、加拿大制造质量控制初创企业Sonibel Instruments等公司正在推进AI焊缝检测应用。相关技术围绕重工业焊接现场，把机器人、声学传感、边缘计算和机器学习引入焊接过程监测，用于降低返工、缩短检测反馈周期，并缓解熟练焊工短缺带来的生产压力。

Persona AI的方向更接近“机器人进入焊接现场”。该公司定位于面向重工业的工业人形机器人平台，应用场景覆盖船厂、能源设施、建筑工地和制造现场，并把焊接、巡检、维护、结构装配等任务列入重点方向。Persona AI官网同时提示，其相关技术和产品仍属于概念设计与原型开发阶段，预计预生产单元初步交付将在2026年底开始，能力描述更多反映开发目标而非当前全面商业化状态。

在路易斯安那州，Persona AI与SSE Steel Fabrication的试点提供了一个重工业车间样本。相关报道显示，Persona AI将把人形机器人带入SSE Steel Fabrication位于圣伯纳德堂区的钢结构加工厂，机器人将执行识别车间平面、焊接金属板、通过动作捕捉收集数据等任务;该18个月合作计划包括两台焊接机器人在工厂内与人员协同工作。对钢结构制造企业而言，这类试点的直接价值不是立刻替代焊工，而是在真实车间中采集焊接动作、路径规划、作业环境和质量控制数据，为后续机器人焊接、AI焊缝检测和安全协作建立训练基础。

Sonibel Instruments则从焊接声音入手，把AI焊缝检测前移到作业过程。该公司正在开发一种紧凑型可改装传感器，通过分析焊接过程中的声学特征，利用机器学习实时监测焊接质量，并在缺陷形成时提供反馈。公开信息显示，Sonibel Instruments于4月完成160万美元超额认购的pre-seed轮融资，由Maple VC领投，Champion Hill Ventures、Dorm Room Fund及多名战略天使投资人参与，资金将用于加快产品开发和部署。

声学监测适合切入焊缝质检中的“反馈滞后”问题。传统焊缝质量保证往往依赖焊后目视检测、无损检测或抽检流程，缺陷发现可能滞后数天甚至更长时间，一旦问题进入后续工序，就会带来返工、停工、重新排产和重复检测成本。Sonibel的方案试图把传感器安装在焊接端，通过边缘计算在焊接点位附近完成信号处理，避免云端延迟影响现场响应;其目标是在焊工操作过程中识别异常，使人员能够在缺陷扩展前调整参数或修复问题。该公司称，在部分应用中，缩短反馈链路有机会使项目总成本降低超过30%，但这一数据仍需结合具体工艺、材料、检测标准和项目规模判断。

AI焊缝检测的行业价值，集中在船舶、能源、钢结构、管道、海工平台、国防和大型基础设施制造等高检验强度场景。这些行业的焊接质量与结构安全直接相关，焊缝一旦返修，会影响交付周期和项目成本。Persona AI代表的是“具身机器人进入焊接工位”的路径，Sonibel Instruments代表的是“传感器加机器学习实时识别缺陷”的路径，两者都把焊接质量控制从单纯结果检测，向过程数据采集、实时判断和人机协同修正推进。随着焊接劳动力老龄化和制造回流需求增强，AI焊缝检测会更像一套生产辅助系统，而不是单一检测设备。

项目后续节点包括Persona AI在SSE Steel Fabrication试点中的机器人训练数据积累、预生产单元交付、焊接机器人与工人协作安全验证，Sonibel Instruments传感器在更多制造场景中的部署、缺陷识别准确率验证、与焊机和质检系统的数据接口打通，以及相关技术能否进入批量采购。现阶段，这些应用仍应界定为试点、开发和早期部署阶段，不能写成AI焊缝检测已全面替代人工检测、机器人焊工已大规模商业化，或相关系统已经在所有重工业场景形成标准配置。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com