新型显示产品制造工序繁多、流程复杂，生产环境要求极为苛刻。在阵列、成盒、模组等环节中，面板极易产生各类显示缺陷，哪怕极细小的瑕疵，也可能导致成品液晶面板出现不可修复的质量问题，直接影响视觉效果与用户体验，并严重拉低产品良品率。高质量的检测不仅能有效淘汰不合格品、为可修复缺陷提供修复依据，还能回溯分析缺陷成因，进而推动工艺改善与良率提升。

而在众多缺陷类型中，低对比度缺陷被公认为工业视觉质检领域最具挑战性的难题之一。这类缺陷表现为器件局部区域极其细微的亮度或颜色变化，没有明显的过渡区与边界，极易引起人眼视觉不适，却难以被设备稳定捕捉。其典型特征包括形状尺度多变，面积跨度从最低3个像素到数千像素，对比度极低，轮廓模糊，且长期受纹理背景干扰。与此同时，该领域视觉检测技术的突破，也是打破国外垄断、实现核心视觉检测系统及装备国产化的关键所在。

本项目坚持“工业现场痛点驱动”与“AI前沿技术赋能”双重导向，直指新型显示面板低对比度缺陷检测中微弱缺陷难检出、跨产线泛化能力不足、缺陷等级判定缺乏客观量化标准三大核心痛点。

在充分借鉴国内外学术界与工业界于计算机视觉、深度学习领域前沿成果的基础上，结合团队在工业缺陷检测领域的工程实践经验，项目提出“多模态融合感知、强鲁棒特征提取、无监督域适应迁移、JND（Just Noticeable Difference，最小可察觉差异）量化评估”四位一体的技术路线。项目建设内容围绕关键技术攻关研究与平台建设两个方面同步展开，系统性提升检测能力。

按照项目目标，低对比度缺陷检测漏检率将从2%降低至0.8%，项目核心算法实现完全自主研发，源代码和模型参数自主可控，面板厂商可根据自身工艺特点和产品类型灵活调整、持续优化，从根本上摆脱对国外低对比度缺陷检测算法的技术依赖。

项目的实施，有助于突破国外封闭算法和高端AOI设备在低对比度缺陷识别、复杂背景抑制和工艺适配能力方面的技术壁垒，切实提升国产检测算法与装备的自主可控能力，为国产AOI系统在新型显示面板生产中的规模化应用提供坚实技术支撑，增强新型显示产业链供应链安全和核心环节自主保障能力。

本项目依托数之联业务研发中心和算法研究中心，联合电子科技大学、四川工商职业技术学院共同开展核心技术攻关。其中，数之联负责低对比度高泛化缺陷AI智能检测系统的分析、研发及示范应用推广；电子科技大学负责关键技术研究中的技术指导与咨询；四川工商职业技术学院负责项目相关产教融合人才培养工作。各方将通过定期总结、跟进项目进展、专项推进等方式，切实保障研发工作顺利开展，形成“技术研发—工程落地—人才支撑”的协同创新闭环。

下一步，数之联将以此次入选为契机，加快关键技术攻关与平台能力建设，推动成果在新型显示产线尽快实现示范应用与规模化推广，为四川乃至全国新型显示产业高质量发展贡献更多AI力量。