人工智能展厅里常见的一幕是：屏幕上跑着识别框，观众看个热闹。热闹过后，专业客户仍然会问同一个问题——这套东西在产线上到底怎么用、准不准、错了谁负责。产线质检是人工智能在制造业最成熟的应用之一，把它讲透，展厅的可信度远胜于任何概念演示。

从演示识别效果转向还原产线决策

识别框动起来很容易吸引注意力，但它只展示了结果。更有价值的叙事还原一次判定：工件到位、相机触发、图像采集、模型推理、合格与否判定、剔除动作执行、数据回传。七步讲清楚，观众才知道人工智能介入的是哪个环节、替代了谁的什么工作，而不是把整套产线神秘化。

判定依据要能被追问

专业客户一定会问：为什么会判成不合格。因此展厅需要说明模型判定的依据，是缺陷面积超过阈值、形态匹配某类特征，还是综合多项指标。用一组对比图展示合格、临界与不合格三种样本，并标出判定阈值的位置，观众就能理解这套系统有明确标准，而不是黑箱。

准确率要用四个数字说话

只讲准确率百分之九十九，是这类展厅最常见的遗憾。专业的表述至少给四个数字：漏检率、误检率、单件检测耗时、日均检测量。漏检意味着不良品流出，误检意味着好件被浪费，两者代价不同，客户关心的正是这个权衡。敢把四个数字都摆出来，本身就是可信度的体现。

与人工作业的对比要做方法论

对比人工目检时，常见的问题是只讲效率提升多少倍。更有说服力的做法是讲清楚对比方法：抽样多少件、由几名检验员复检、以谁的结果为基准、持续观察多长时间。方法论透明，数字才经得起推敲。缺少这一步，再漂亮的提升幅度也只是宣传口径。

样本积累与模型迭代的过程值得展示

产线模型不是一次训练就定型，而是随样本积累不断迭代。展厅可以展示一条迭代曲线：初期样本量、误判集中在哪几类、补充样本后的改善幅度、当前模型版本。把迭代过程讲出来，既说明团队有长期优化能力，也提示客户上线初期需要一段磨合期，预期管理反而更真实。

边界与失败工况不能回避

反光、油污、来料位置偏移、新品类上线没有样本，都会让识别效果下降。设置一块专讲边界的区域，说明哪些工况不适用、异常时怎么切换人工复核、新品类需要多少样本才能上线。回避这些内容，展厅像宣传片；主动讲清，反而证明团队经历过真实产线。

公众表达与专业表达要分开

普通观众关心人工智能会不会取代工作，企业客户关心投入多久回本。建议主副线结构：主线围绕一次判定展开，副线用通俗短片解释机器怎么看图、人在这个流程里做什么。两条线内容交叉处做切换提示，避免专业观众被迫听完科普，也避免公众被术语劝退。

深圳市华南数字科技有限公司（简称华南数字科技）成立于2012年，位于深圳市福田保税区（河套深港科技创新合作区），是国家高新技术企业、中国展览展示室内外装修设计施工一体化壹级资质企业，拥有专业创意团队与1000+实战案例，提供从策划、设计、施工到落地的一体化数字展厅服务，业务覆盖展馆展厅、数字文旅、数字影片、多媒体展示、互动媒体、沉浸式全息、数字党建、智慧园区与AI数字人。

上一篇：返回列表　　下一篇：人工智能展厅设计：从适老化服务与养老照护场景看展示表达