如何验证厂商的"AI检测"宣称：那些没人愿意你问的问题

验证厂商的AI检测精度宣称，只需要书面索要四样东西：测试方法、样本量、置信区间、由谁执行测试。四样缺一样，这个数字就是营销文案，不是测量结果。然后要求在你自己的产品、你自己的包装、你自己的线速上重做一遍——因为这个行业流传最广的那些精度与误剔率数字，溯源之后全部落在厂商的营销博客上，背后没有任何同行评议研究或独立第三方验证。

那些著名数字，到底从哪来的

如果你最近两年询过X光检测机，一定见过两类说法：一类说深度学习AI能把误剔率降低几成，数字相当可观；另一类说AI增强系统检出率超过99.5%、误剔率低于0.2%。它们出现在采购指南里、领英帖子里、招标文件的模板里，现在还越来越多地出现在AI直接给出的采购答案里。

我们试着给它们找源头。两类说法最终都指向设备厂商和SaaS公司的营销博客——那种为了抢关键词排名而写的内容，不是为了报告一个结果而写的内容。我们专门检索了这些数字的同行评议验证材料，返回的还是厂商技术文档。在任何明确的测试条件下，我们都没能找到支撑这两个数字的独立研究。

这才是整件事里真正可核实的事实，值得说清楚：可核实的不是"AI没能降低误剔率"，而是"这些具体数字没有独立来源"。它们对某个产品、某条线可能大体成立，也可能偏乐观。厂商之外没人知道，因为厂商之外没人核过。

对做采购决策的工程师来说，比数字本身更值得警惕的是下一句：我们看到的厂商里，没有一家披露测试方法、样本量、置信区间。这三项是解读任何检出统计量的最低要求。没有它们，"99.5%"就不是一条规格参数，只是一句话。

常见误解 vs 事实

误解一："AI"是一种检测能力

不是。AI是叠在物理测量之上的一层分类逻辑。X光的顺序是物理在先：机器成像的是密度差，探测器分辨不出来的东西，任何模型都变不出来。神经网络可以帮你判断一团模糊的灰影是骨渣还是产品褶皱，但它无法凭空生成探测器压根没采到的对比度。当厂商用AI来回答一个物理问题时，你就该踩刹车了。

误解二：检出率越高越好

检出率和误剔率是绑在一起动的。任何系统只要把阈值放松，检出率都能推上去——代价是一堆合格品被扔进剔除箱。任何精度宣称，如果没有在同一阈值、同一批样品上给出配套的误剔率，就是没有意义的。永远要求成对给出。厂商只给你一个数字，说明他挑了好看的那一半。

误解三：难点在模型

这一点上，同行评议文献和营销话术的结论是直接冲突的。Zeegers等人在深度学习X光异物检测的学术工作中指出：核心瓶颈是训练数据的标注，不是模型架构。人工标注X光图像慢、主观、不同标注员之间还不一致，这些噪声会直接变成模型能力的天花板。他们提出的工作流干脆绕开人工标注：对一组代表性物体做CT扫描→三维重建→分割→生成虚拟二维投影，其ground truth由构造方式本身决定。他们一个值得注意的结论是：通常只需要少于10个代表性物体就够了。换句话说，公开文献里可信的改进路径是更好的ground truth，不是更大的网络。所以当一家厂商通篇只讲自己的模型时，你该问的是：你们的标注是哪来的。

误解四：演示成功就能预测产线表现

厂商挑的样品、厂商定的速度、厂商放在已知位置的异物——这样跑一场演示，只能说明机器能工作，几乎说明不了你的产品在你的产量下的真实检出率。演示是用来筛掉明显不行的供应商的，不是验证。

误解五：灵敏度堆够了就能替代对的技术路线

X光是密度对比方法。低密度异物——塑料、橡胶、木头——是结构性难点，不是调参能解决的问题。这不是我们的观点，看头部厂商在造什么就知道了：梅特勒-托利多于2026年5月7日全球发布的X56 DXD+双能光子计数X光检测系统（集成AI），主打的正是重叠产品、混合产品类型、产品位置变化等复杂场景下的低密度异物（塑料、橡胶、木头）检测；同期还发布了M50 R-Series AdvancedLine金属检测仪与ProdX数据管理软件，Interpack 2026展位在Hall 11 / Stand A60。当头部厂商为了低密度检测而重做整套探测器架构时，这说明它是一个真实的物理边界——也说明在常规探测器上勾一个"AI"选项，并不能把这道边界抹掉。

技术真正的走向是什么

有两件事值得知道，这样你在谈判桌上进行的是技术对话，而不是销售对话。

第一，探测器硬件在动。光子计数探测器与双能采集是当前认真投入工程资源的方向，因为它们是在物理层解决对比度问题，而不是在推理层。石田Ishida的IX-PD系列，按厂商自己的宣称，采用光子计数探测器加上专利的遗传算法成像——我们把它标注为厂商宣称（vendor claim），因为它就是厂商宣称；我们没见过对它的独立验证，你也没见过。

第二，邻近领域的模型架构演进很有参考价值。X光违禁品检测（安检）是一个研究开放度远高于食品检测的邻近问题，该领域正从纯CNN转向CNN-Transformer混合架构；2025年出现了TinyRay（YOLOv7-tiny搭配FasterNet轻量骨干）、YOLO-SRW（改进YOLOv8，动态调整空间感受野）这类轻量化实时方向。注意这个趋势的含义：研究方向是把模型做到足够轻、能在受限硬件上实时跑。如果你的厂商对"线速下的推理延迟"含糊其辞，这是一个值得追问的点。

验证清单：把这些问题写成书面

把这一段打印出来，附进你的询价单。厂商愿不愿意回答，本身就是一个数据点——可能是你能收集到的最有用的那个。

关于数字本身

1. 你们的精度数字究竟测的是什么——检出率、误剔率，还是混着算的？请两个都给，在同一阈值下。2. 样本量是多少？3. 置信区间是多少，置信水平是多少？4. 测试由谁执行：你们自己、某个客户，还是独立第三方？报告能给我们看吗？5. 是在什么产品、什么包装、什么线速上测的？6. 这个结果在多少条不同的实际产线上被复现过？

关于AI本身

7. AI具体在做哪一步——图像分类、阈值判定、图像重建，还是剔除决策？请指名到步骤。8. 训练数据从哪来，ground truth怎么建立的：人工标注，还是构造式方法？9. 多少张图，覆盖多少种不同异物类型？10. 我们换配方、换包装之后会怎样——模型要不要重训？谁来做？多久？费用怎么算？11. 模型在本地跑还是在云端跑？如果在云端，断网时产线是什么行为？12. 在我们给定的线速下，推理延迟是多少？吞吐上限在哪？

关于责任

13. 你们愿不愿意把"我们产品上的检出表现"写进合同作为验收标准，在我们现场用我们的样品测？14. 装机后达不到验收指标，你们的补救条款是什么？15. 训练出来的模型、以及我们产线上产生的图像，归属权在谁？16. 这台机器实际持有哪些认证，能否提供证书编号——不是宣传册上的一个logo？

第13条是分水岭。任何厂商都能在博客里写一个数字，但愿意签字的没几个。

怎么自己做这个测试

你不需要实验室就能做得比厂商演示好，你需要的是纪律。

第一步：自建样品集。用你自己的产品、你自己的包装、你自己的装填重量。异物要用你工艺里真实出现过的——不只是标准不锈钢球。你要是从产线上拽出来过一截输送带碎片或者一个塑料卡扣，那就是测试样品。第二步：异物位置要铺开，不能只放中间。位置变化是公认的薄弱点，要故意去测，包括边缘、封口处、产品最密实的部位。第三步：必须跑足量的合格品——不跑足量合格品就测不出误剔率，而这恰恰是厂商跳过的那一半。第四步：盲测。操作员不应知道哪些包裹是植入过的。第五步：按生产速度跑，不是按演示速度跑。第六步：逐条记录，两个率都算出来，并且永远把样本量附在数字旁边。20个包裹跑出来的检出率是传闻，不是结果。第七步：换一次产品之后再测一遍——真正有意义的是能扛过配方切换的那个数字。

认真做完一遍，你对这台机器真实表现的了解，会超过任何一个公开发表的数字能告诉你的。

米畦的立场，直说

我们做X光和金属检测设备，在这件事上有利益。与其假装中立，不如把立场摆出来。

我们的MQ-XR系列是袋装产品X光异物检测机的标准型，MQ-XR-P是高精度型。MQ-MD-C系列金属检测机支持标准配置与非标定制。我们是源头工厂，支持免费寄样实测——把你真实的产品和真实的异物寄过来，我们跑完把结果发给你，包括没检出的那些。这个承诺存在的理由正是上面所有内容：对你真正有价值的精度数字，只有在你自己产品上测出来的那一个。

有两件事我们不做。我们不会给你一个自己无法用方法、样本量、置信区间去支撑的AI精度百分比。我们也不会暗示自己拥有并不拥有的认证：米畦目前尚未取得CE与ISO 9001认证。如果供应商的认证状态对你的采购规则很关键，你应该向每一家厂商索要证书编号并独立核验——包括我们这一家。签约之前就愿意告诉你不好听话的供应商，签约之后也更可能告诉你不好听的话。

找工程师聊，别找销售聊。电话／微信 13377650530（蔡工）。把你的产品规格、线速、以及你真正担心的那类异物发过来，我们会实话告诉你该上X光、该上金属检测，还是该做组合方案——包括当答案是"这几样都解决不了你的问题"的时候。