福特AI质检翻车，召回老技工

福特的案例暴露了工业AI的一个结构性陷阱：训练数据往往来自理想工况，而真实产线的光照变化、金属反光、零件磨损会让模型性能断崖式下跌。特斯拉和宝马也遇到过类似问题，但选择用更大规模的产线数据闭环迭代，而非回退人工。

这件事对做工业视觉的创业者是双面信号：一方面，纯软件替代人工的故事在资本端会承压；另一方面，能提供"AI初筛+人工复核"混合工作流、且能持续从复核反馈中自动优化模型的方案，会比纯AI方案更接地气。如果你在做工厂侧的CV项目，建议把"人机回环"设计成默认架构，而不是失败后的兜底。