從十年前在圖像識別上的最初嘗試，到今天用戶對著電鏡說一句話就能完成一次顯微檢測，飛納電鏡的 AI 之路整整走過了十年。近日，我們飛納電鏡應用專家聊了聊這臺“會思考的電鏡"背后的技術演進與產業落地。

Q1 很多人把“AI 電鏡"當成近一兩年才出現的新概念，實際上飛納的 AI 起步很早？

A1 是的，飛納電鏡的 AI 研究早在十多年前就已啟動。這個階段的核心任務，是讓機器學會圖像識別——在海量顯微圖像里自動認出目標。一個很典型的早期場景是法醫硅藻檢測：一份樣品常常要拍攝上萬張照片，其中真正含硅藻的可能只有 10 到 20 多張，靠人工一張張去翻，幾乎是不可能完成的任務。所以我們很早就用 AI 來輔助這種大規模圖像識別。

Q2 那在飛納看來，這幾年“AI 電鏡"最大的變化是什么？

A2 最大的變化是從“識別"走向“理解意圖"。早期 AI 更多是在幫人“看"，而隨著大語言模型逐步成熟，AI 開始能理解人到底想要什么。傳統電鏡要靠操作者把參數一步步設好，而 AI 電鏡你只要對它說一句話——比如“幫我看看這批樣品"，它就能理解你的意圖，再去調用拍攝、對焦、分析這一連串能力。

Q3 語音一句話就能操作，具體是怎么跑起來的？

A3 以一次完整的顯微檢測為例：你先用語音問它樣品數量，它會自動移動到目標位置并完成自動對焦，然后按 500、1000、2000、5000 倍四檔進行系列拍攝；拍完后自動做質量檢驗，比如連續 4 張都通過才會繼續，最后批量完成，并把數據自動整理成報告。從“啟動"到“出報告"，這條鏈路原來需要人一步步跟著操作，現在被 AI 全部接管了。

                                                        圖為 AI 電鏡語音交互操作界面（真實演示畫面）

Q4 你提到它會“學"，它能記住操作者的使用習慣嗎？

A4 可以。它有一個很重要的能力，就是通過模糊指令自動繼承你過去的拍攝習慣。比如你說一句不那么精確的要求，它會結合上下文和歷史用法，自動沿用你常用的參數和取圖方式，不需要你把參數再教它第二遍。這正是“理解意圖"最直接的體現。

Q5 除了法醫場合，這套自動化能力在制造業里幫了哪些忙？

A5 鋰電池粉體就是非常典型的例子。電池材料的一致性直接關系到安全與性能，而粉體的碎裂、裂紋這一類缺陷，過去要靠工程師在海量圖像里人工挑。AI 可以自動完成粒徑分析，并且能識別出不符合要求的顆粒，裂紋、碎裂一眼就能看出來。可以把這理解為：AI 在幫工程師把“逐顆粒"篩查的苦活累活接過去。像 Particle X 這類能三班倒、對每顆顆粒做能譜分析的能力，也是沿著這個方向在走

Q6 自動化要長期穩定地跑，硬件上靠什么托底？

A6 自動化對硬件穩定性和壽命要求很高。我們燈絲選用 CeB6，可以做到 3000 小時的壽命；馬達臺定位精度達到 ±5 微米，能夠穩定支撐數百萬次的移動。這些，是 AI 能持續工作、不容易“掉鏈子"的底座

Q7 接下來飛納的 AI 電鏡還會往哪個方向走？

A7 方向之一是讓 AI“看得懂"缺陷。我們正在推進缺陷識別和裂紋檢測的落地，讓電鏡不僅能忠實地拍攝，還能直接給出判斷。同時，我們也把現場開放出來，歡迎大家一起來“馴化"這套 AI，讓它更懂真實工況下千奇百怪的樣品。

Q8 現在普通用戶有機會體驗嗎？

A8 有。我們在上海、北京、廣州、成都、深圳、西安等多個城市都開放了 AI 電鏡的實際測量體驗預約；另外，10 月下旬在南京舉辦的電鏡年會上，我們的展臺也準備了現場演示

（2026 年 10 月 16 日—19 日，南京白金漢爵大酒店展位3 - 18），歡迎行業同仁來和 AI 智能體面對面聊一聊。