在數位轉型的過程中，資料是最不可或缺的資源。然而，一直以來製造業在邁向智慧化和數位轉型過程中，往往面臨數據不足的挑戰，無論是用於訓練人工智慧（AI）模型，或是進行產線優化，資料的缺乏往往成為瓶頸。Met AI 宇見智能透過生成式 AI 技術，結合數位孿生技術與合成資料，為製造業提供了創新的解決方案，利用數位孿生的環境源源不絕的產生高價值擬真資料，讓訓練 AI 模型的想法能夠成真。

MetAI 成立於 2022 年底，成立之初就受邀加入 NVIDIA Inception Program 的計畫中，宇見智能科技共同創辦人暨執行長余泰萬說，主要是因為他們的技術解決方案著重在 AI 與 3D 整合，無論是瑕疵檢測或是模擬自動產出檢測的邏輯等，都與 NVIDIA 的全球推廣策略呼應且吻合。

那麼，為什麼客戶不直接與 NVIDIA 合作，而要選擇 MetAI 呢？

余泰萬說，因為  NVIDIA 要做的是通用型跨產業的大平台；而 MetAI 鎖定的是垂直產業，主要協助製造業解決數位轉型所遇到的資料不足與整合模擬兩大痛點。透過開發獨特的資料合成器，結合其生成式模型，可以根據特定生產線需求產生精確合成資料。

這項技術的核心在於，不僅能夠產生符合生產線特定需求的數據，還能確保這些數據的真實性和多樣性。例如，在PCBA生產中，MetAI的合成資料生成器可以產生各種類型的瑕疵數據，並在視覺和統計特性上都與真實資料具有高度一致性。至於如何將真實的系統搬到模擬平台進行模擬與驗證，並能將結果部署到現場，關鍵的驅動技術就是數位孿生。

「數位孿生絕對不是只是要做出一個很美麗的 3D 空殼，」余泰萬解釋，數位孿生的價值在於能夠模擬真實生產線，並能反映真實系統的狀態和行為。藉由模擬生產線、設備運作情況以及產品品質檢測，從而在虛擬環境中進行測試和最佳化，減少實際操作中的試錯成本。

合成資料（Synthetic Data）是近來新興的技術，以電腦模擬或演算法產生且含有註釋資訊，可用來取代真實環境的資料，而非在現實環境中收集或測量的資料。知名調研中心 Gartner 曾預測，到了 2024 年，將有 60% 的 AI 資料會是合成資料，並被用於類比現實、未來場景和降低 AI 風險。不過，余泰萬指出，產業實際遇到的瓶頸是，如何確保生成的資料足夠真實？因此， MetAI 在生成資料的過程中一定會建立一個產業專屬的模擬環境，利用獨特的資料合成器與生成式模型不斷地產生出足夠真實的合成資料。

余泰萬解釋，即使是已經數位化的製造大廠，仍然會面對資料不足的挑戰，主要是因為在電路板生產中，瑕疵資料的取得一直是個難題。傳統方法中，只有在生產過程中出現的瑕疵才能被記錄和用於訓練AI模型。然而，這些數據往往數量有限，且分佈不均，無法滿足高效訓練AI模型的需求。例如一條產線原本的瑕疵檢出率是 0.1%，也就是生產 1000 片 電路板，才會有一片瑕疵紀錄。再加上，每一個款式的電路板都有生產週期，可能但年到一年半就更迭或停產，這都增加了瑕疵資料搜集難度，導致資料不足。因此，MetAI 與台灣某印刷電路板（PCBA,Printed Circuit Board Assembly） 廠合作，針對印刷電路板瑕疵資料，透過其技術，在 4 小時內產生 2000 筆真實可用的瑕疵數據，大大提升了 AI 模型的訓練效率和效果。

而透過數位孿生平台，企業可以在虛擬環境中進行模擬和驗證，減少實際操作的試誤成本。例如，在PCBA生產線的模擬中，使用者可以測試 AI 模型在不同光照條件下的表現，優化檢測方案，確保在實際生產中能夠達到最佳效果。這種虛擬驗證和最佳化不僅提高了生產效率，還減少了實際作業中的資源消耗和成本投入。

未來，Met AI計畫進一步提升其生成式AI和數位孿生平台的效能和應用範圍，涵蓋更多的製造業領域和應用場景。例如，他們將繼續優化合成資料產生器，提升資料的多樣性和真實性，並滿足不同生產線的特定需求。同時，他們也將加強與產業合作夥伴的合作，共同推動製造業的數位化和智慧化進程。

數位孿生x合成資料如何幫助製造業成功轉型？更多案例介紹【AI CAFÉ 線上聽】讓智慧製造成真：數位孿生x合成資料x生成式模型 feat. MetAI