幫製造業生產「瑕疵品」也是一門技術，MetAI讓AI真正走入工廠

用AI辨識瑕疵品，是智慧製造、工廠數位轉型最常見的應用。不過，發展的速度並不快，其中一個原因是成熟產線的瑕疵樣本過少，少到不足以提供AI進行訓練。

成也瑕疵品、敗也瑕疵品，工廠數位轉型要等到什麼時候？

2022年11月成立的新創MetAI，透過數位攣生與資料合成技術生成3D虛擬樣本，用來彌補資料（瑕疵品）不足的問題，快速達到訓練AI的最低需求量。

Met AI——PCBA 瑕疵生成台灣新創MetAI，透過數位攣生技術結合資料合成技術，因應各種產業需求而開發不同演算法，生成3D虛擬樣本。 Met AI提供

「MetAI讓製造業減少95%蒐集瑕疵品資料時間，生成2,000筆的資料只要4小時可以完成。」MetAI共同創辦人暨執行長余泰萬（首圖）說。

MetAI：結合3D技術和生成式演算法擬真瑕疵品

將3D技術和生成式演算法做整合，從模型訓練開始就是3D資料是MetAI的關鍵技術。

過去工廠在檢查產品是否符合標準時，用的是人工、自動光學檢測（AOI）的方式，一定要實體產品才可以偵測物品的瑕疵，並用以數據蒐集。透過數位孿生技術，用戶只需提供MetAI一份設計圖檔，演算法就可以透過客戶設定的參數不斷生成3D虛擬瑕疵品，讓現有的AOI系統不再是唯一蒐集資料的方式，同時取代部分執行檢測的人工，加快工廠能導入AI檢測的進程。

如何讓虛擬瑕疵品有如真正瑕疵品的品質，是MetAI的一大挑戰。除了團隊掌握的3D生成式演算法的關鍵技術外，過程需要不斷和各生產線領域的專家溝通，確認產品的物理特性、材質材料等資訊才能達成。

Met AI——金屬瑕疵生成動畫 MetAI為了讓虛擬瑕疵品真的擬真，除了掌握3D生成式演算法的關鍵技術外，過程不斷和各生產線領域的專家溝通，確認產品物理特性、材質材料等資訊。 Met AI提供

「質疑數位孿生模擬的品質是無法避免的，但第一線的師父在看過生成後的圖片後，漸漸會開始接納這些生成數據。」余泰萬表示，MetAI在對產業完全零認識、零數據的狀況下，首批生成數據拿去給AI辨識的準確率就可以到98.6%，「當然，這對產線的標準來說還不夠，可是以沒有產業基礎的狀況來說已經很不容易，隨著更多數據的加入，相信可以達到接近100%的成績。」

製造業的數位轉型困境：資料不足且品質不佳！

MetAI能做到將3D和生成式演算法結合，有賴於團隊成員身後的背景。

MetAI共同創辦人暨技術長徐嘉呈曾經是一位3D特效師，5年的特效師工作經驗讓他發現AI技術很可能會邊緣化3D技術，於是決定開始自學AI。

事實證明，徐嘉呈的猜測是對的，生成式AI確實搶走不少圖像生成的飯碗。隨著徐嘉呈對AI的深入、協助多家製造業者數位轉型的經驗累積，他發現傳統製造業在導入AI前常會遇到「資料不足」或「資料品質不佳」的問題，也認識了後來的創業夥伴余泰萬。

過去曾在上海金融圈工作的余泰萬，抱著創業的理想回台灣新創圈嘗試Web3、AI等領域的工作。當徐嘉呈向他分享3D生成式模型可能降低製造業在做數位轉型時資料蒐集的難度，家裡從事製造業的余泰萬也十分認同，決定和徐嘉呈一起創業。

MetAI共同創辦人暨執行長Daniel Yu 當徐嘉呈向余泰萬（圖）分享3D生成式模型可能降低製造業在做數位轉型時資料收集的難度，家裡從事製造業的他也十分認同，決定和徐嘉呈一起創業。侯俊偉攝影

靠其大技術能力入選NVIDIA新創計畫、緯創加速器

成立僅僅一年，MetAI因為厚實的3D生成技術，陸續獲選NVIDIA新創計畫（NVIDIA Inception Program）以及緯創加速器，目前已經和3個不同領域的廠商進入概念性驗證階段，包含組裝電路板（Printed Cicrcuit Board Assembly，PCBA）、金屬零件。

現階段的工作流程，是由工廠向MetAI提出對瑕疵的定義與條件，MetAI將參數設定好之後再將軟體提供給工廠，讓他們自行上傳3D設計圖檔並開始生成；換句話說，「多長叫做刮痕」、「多歪叫做傾斜」等等定義，還是交給最熟悉生產的產線自行決定，MetAI只是提供轉譯產線經驗、不斷生成資料的工具而已。

「我們目前還是採取專案收費的模式，等到累積更多產業經驗後，就會開始把這些生成演算法變成一套軟體產品，讓工廠自己調整參數、自己使用軟體，以訂閱制的方式收費。」余泰萬說。

創業快問快答

Q：要達到下一步目標，團隊目前缺乏的資源是？
A：我們目前在經過多項POC驗證完畢後，正在大量推廣尋找更多的落地緊密合作夥伴。藉由能夠直接落地的解決方案為產業創造價值，才能進一步更大力曝光我們的技術能力。我們也預計會在明年度開始我們的募資計畫，持續擴充應用朝 SAAS 平台前進。

Q：最常被客戶或投資人問起的事情？您會如何回應？
A：兩件事：

公司的目標是什麼？要怎麼達到？我們的目標是讓所有製造業及期望邁向數位轉型的公司，有一個能夠模擬、生成數據的平台，讓他們在任何AI方案的導入都能更容易。這也是為什麼我們的目標是開發出一個獨立的製造業「模擬及數據生成 SAAS平台」來服務產業。我們希望藉由不同產線、專業知識的累積，可以逐步擴充我們的模擬平台，最後實現一個任何產線都能生成模擬的完整SAAS平台。
MetAI所生成的資料與其他合成資料有什麼樣的差異，能達到什麼樣不一樣的功效？ MetAI所有的合成資料都是基於完全3D的模擬環境中生成的，這讓我們的資料與真實世界的物理特性最接近，也能夠讓我們的虛擬樣本與真實樣本的誤差最小，藉由這樣我們才能達到兩件事：(1) 真實、有價值的填補資料空缺，(2) 達到遠高於其他合成資料的訓練成果。

Q：創業，教會了你哪些事？簡單分享創業至今以來的心得感想？
A：創業教會了我們如何將所有的能力集整合在一起，以創業家的角色解決創業路上的所有瓶頸。小至一個email用詞會帶給對方什麼樣的感受、大至如何鼓舞團隊中意見不同的人朝著同一個目標前進、主動提出並引領團隊達到公司願景中的目標，都是創業路上需要不斷進化自我的。這也是我持續在希望自己能變得更好的地方。