一輛滿載甘蔗的卡車剛剛停穩，泰國糖廠磅房屋頂的攝像頭就“盯”上了它：短短幾秒鐘，蔗堆中的蔗葉、根頭、泥土、石塊等不同雜質被精準標注，含雜率與結算金額同步生成……看著實時顯示的收入，泰國卡車司機笑得合不攏嘴。

　　“放在以前，這趟車少不了要磨一會兒嘴皮子。過去，扣雜全憑老師傅一雙肉眼估，少抓一些，糖廠覺得成本高了；多抓一些，蔗農又覺得被壓了價。”廣西工業職業技術學院工業互聯網學院教師項琨育告訴記者，每年甘蔗收穫季，甘蔗驗收環節最容易産生分歧。

　　這個難題如何解決？機遇出現在2025年世界職業院校技能大賽總決賽爭奪賽上。

　　當時，廣西工業職業技術學院師生自主研發“AI識別甘蔗品種”軟體，斬獲“新一代信息技術賽道”金獎。正當研發團隊為如何讓科研成果落地轉化而頭疼，就有崇左的糖廠找上門來了。

　　“他們最關心的是，AI能認品種，能不能認雜質？”項琨育説，這個問題點醒了團隊，不管是蔗葉、根頭、泥土還是石塊，本質上都是“圖像識別”，AI完全有能力把它們一一揪出來。於是，項目團隊轉身扎進了糖廠磅房，拍下幾萬張照片，有晴天拍的、雨天拍的、不同品種的、不同産區的，力爭讓數據更準確。

　　對項目團隊來説，最難的不是寫演算法，而是讓演算法“看懂”圖裏的東西。“得讓模型分辨清楚每一種雜質。”項琨育表示。為此，團隊採用了一種計算機視覺領域的目標檢測演算法（YOLO演算法），搭建了一個多模型“專家群”：有的模型專盯蔗葉，有的模型專認泥土，有的模型專找石塊……最後再由一個“總裁判”模型匯總研判，自動算出扣雜率和結算價。這套系統在糖廠試點後，收購效率提升了近三成，因扣雜引起的糾紛少了許多。

　　這套系統，讓甘蔗驗收有了一把標準的AI尺子。

　　食糖産業是泰國的支柱型産業之一，每逢甘蔗榨季，糖廠也要驗收甘蔗。泰國某糖廠引入該項目後，根據區域氣候和蔗種進行了模型的優化迭代。經過實踐，該糖廠一條收購線日均處理量從60車提升到了近80車。糖廠管理人員反饋，系統上線後收購效率大幅提升，過去排隊幾公里的情況明顯緩解，蔗農對“演算法扣雜”也心服口服，認為比人工估雜更公平。這不僅是“AI+産業”的創新，更是打通國際供應鏈信任壁壘的關鍵一步。

　　眼下正值休榨期，實驗室裏的工作卻並未停歇。“休榨期是研發的黃金窗口。”廣西工業職業技術學院工業互聯網學院院長劉星毅介紹，糖廠不忙了，他們可以集中精力做技術迭代，等下一個榨季開始，系統就能直接上崗。

　　從崇左的磅房到泰國的蔗田，這套AI扣雜方案雖然不是高大上的黑科技，卻實實在在地解決了甘蔗過磅時“快不快”“準不準”“服不服”的問題。項目負責人透露，未來將繼續優化演算法模型，提升識別精度；以AI扣雜為切入點，探索AI技術在甘蔗種植監測、生産加工質控等糖業全鏈條的更多應用場景，持續深化中泰糖業技術合作。（廣西雲-廣西日報記者 許莎明）