製造・組立 溶接の良否を、マイクとカメラだけで見分ける — 欠陥サンプルを集めずに始める教師なし検査
溶接ロボットは溶接できても、うまくいったかを判断できない。だから検査が人手のまま残る。この判断をマイクとカメラだけで、しかも欠陥サンプルを一切使わずに行う研究がある。4,000件超・11種類の欠陥で平均AUC 0.92。検査を無くすのではなく減らす設計なら実用検討に入る水準と、既存ロボットへ後付けした場合のROIを整理する。
製造・組立
製造・組立 製造・組立 「作ってみるまでわからない」を減らす — 金属3Dプリンティングの欠陥検査を、少ないラベルで立ち上げる転移学習
金属積層造形が量産に入りきらない理由は装置価格ではなく、品質が読めないこと。表面欠陥8,284枚で精度98.91%を出した転移学習の研究は、ラベルなし画像も学習に使い、新しい欠陥種を数枚で追加できる。ただし対象は表面欠陥の分類で内部の空隙は範囲外——品質保証に穴を作らないための線引きと、少量多品種の現場でのROIを整理する。
製造・組立 生産計画にLLMを使うなら、期待すべきは最適解ではなく安定性 — 10モデル検証でわかった使いどころ
「生成AIが生産計画を最適化します」という提案を、10種類のLLMと24通りの従来ルールで同一条件比較した論文が出た。最良のLLMは数十年前からある単純な優先順位ルールと統計的に区別がつかず、さらに工場の完全な構造情報を渡すと要約だけの場合より2.6倍悪化した。それでもLLMを使う意味はどこにあるのか、判断軸とROIを整理する。
製造・組立 混流ラインの外観検査を「1台3.3秒」で回す — 自動車向けマルチカメラ外観検査の最新研究が製造ライン品質管理の本命解である理由
自動車の混流生産は検査基準を複雑にする。最新研究は11台の同期カメラと車種認識ルールエンジンで、車種が変わっても作り直さない外観検査を実現。4OEMモデルでの実証・検証精度93%という数値まで、導入ステップとROIを解説。
製造・組立 工場の3Dシミュレーションは「カメラで撮るだけ」になる — 3D再構成の最新研究『Material-informed Gaussian Splatting』が中小工場デジタルツインの本命解である理由
中小工場のレイアウト変更は「一発勝負」。IEEE IV 2026採択研究『Material-informed Gaussian Splatting』が示す、カメラ撮影だけで材質つき3D空間を作る技術を、設備投資の手戻り保険としてのデジタルツイン活用・ROI試算まで解説。
製造・組立 人手不足の工場に「言葉で指示できる協働ロボット」が来る — 小型VLA『TinyVLA』が中小製造業の本命解である理由
「求人を出しても、人が来ない」。いま日本の中小製造業で最も深刻な経営課題は、設備でも資金でもなく人だ。生産年齢人口の減少は加速し、現場の担い手は集まらず、熟練作業者は次々に引退していく。第1号で扱った検査員、第2号で扱った保全員に続き、今度...
製造・組立 設備が止まる前にAIが言葉で警告する時代 — 時系列基盤モデル『TS-Reasoner』が中小工場予知保全の本命である理由
製造現場で最も高くつく事故は、不良品の流出ではない。設備がある日突然止まることだ。生産ラインが1時間止まれば、損失は数百万円から、規模によっては1,000万円を超える。納期遅延、機会損失、復旧人件費、信用低下——止まった瞬間から、コストは時...
製造・組立 熟練検査員はいなくなる — 産業AI最新研究『AnomalyR1』が中小工場DXの本命である理由
2027年、日本の製造業の検査現場から、最も信頼されていた人材が次々と姿を消す。20年、30年にわたって「これは止めるべき不良」「これは流していい範囲」を瞬時に判断してきた熟練検査員たちの大量退職である。穴を、若手は埋められない。多くの現場...