在2022年高工锂电年会上，凌云光技术股份有限公司首席运营官黄进宏表示，一直以来，工业视觉领域都面临“缺陷检出不稳定”、“成本控制战略不明显”、“数据价值难体现”的难题。针对这些难题，凌云光基于深度学习、机器学习、知识图谱的AI算法形成了自主F.Brain智能算法平台，并依托自研底层算法的优势，创新检测方案，将传统的检测算法与AI深度学习算法相融合，形成的“视觉+AI”的解决方案可以有效改善上述难题。
质量检测的前提是视觉系统要把各种缺陷拍出来。以机器视觉最为重要的“眼睛”为例，凌云光针对“眼睛”分别从“更精准、更稳定、更智能”方面进行持续优化与创新。目前，在凌云光创新的锂电视觉检测系统眼里，微小至0.05*0.05mm的针孔、亮点都无所遁形，远非人类肉眼所能及；还可以同时识别单双面漏喷缺陷；用2.5D系统拍出带有3D信息的缺陷照片；而且在高速抖动环境下检测精度都能保证在0.02-0.05mm。相比人工检测来说，都形成了飞跃式地提升，加之智能化的自动化设备，其整体生产效率和质量都是人工检测无法比拟的。
科学的度量是质量管理的保障。在传统生产模式下，虽然工厂拥有统一质量标准，但因很多生产环节仍然依赖于人的观察与判断，因此执行过程中会存在一定判别差异，且无法进行数字化、知识化，因此不能快速做到生产缺陷追溯。但是，通过凌云光的机器视觉+AI解决方案，可以实现从物料追溯、生产加工、部件装配、品质检测的全流程生产环节管理；并基于深度学习与大数据为核心的质量管理系统，可以更好的帮助企业提质、增效、降本、减存，实现生产执行与管理的智能化升级。
据了解，凌云光在锂电领域的机器视觉应用覆盖锂电池原材料，隔膜、铝塑膜的智能检测;锂电池的前、中、后工序，包含极片尺寸和瑕疵检测，装配段与模组段的尺寸和瑕疵检测。同时，凌云光还注重研发团队建设，已培养形成了一个能够深刻理解行业需求，快速形成针对性解决方案的专业团队，目前已突破传统检测技术桎梏，并支持锂电企业多场景检测应用快速落地。
此外，凌云光首发上市拟投入募集资金15亿元用于建设工业人工智能太湖产业基地、工业人工智能算法与软件平台研发项目、先进光学与计算成像研发项目及科技与发展储备资金，以扩充自身可配置视觉系统与智能视觉装备业务的产能，更好地匹配公司包括锂电板块在内的业务高速增长需求。