视觉大模型落地：VLM 在工业质检上的可行性

VLM（视觉语言模型）用在工业质检，实测感受：

1. 优势：零样本或少样本就能识别缺陷，省了标注成本，适合新产品快速验证；
2. 劣势：推理成本高、速度慢，难以匹配产线节拍；
3. 定位：适合做「抽检」和「复判」，不适合高速全检；
4. 精度：对细微缺陷的识别不如专用小模型，尤其是一致性要求高的场景。

现实路线：用 VLM 快速验证可行性并辅助标注，最终上产线还是训专用小模型 + 边缘部署。

这个「大模型辅助，小模型落地」的组合目前性价比最高。

工业场景还有一个关键：可解释性，质检要能说清为什么判废，VLM 的解释能力这时反而是优势。

大家在工业场景用过 VLM 吗？

MCP 工具数量的问题我们也遇到了。现在的做法是按场景分组，只加载相关的 5~10 个工具，选择准确率提升明显。

MCP 的另一个价值是让非工程同学也能贡献工具。我们让业务同学按模板写工具描述，工程只负责实现，协作效率提升不少。