我有个习惯，看一家硬科技公司值不值得研究，不先看它讲了多大的故事，而是看它守在产线的哪一个环节。环节越不起眼、越绕不过去，生意往往越扎实。深圳有一家叫康微视觉的公司，创始人张晖以前在高通做算法研发，出来创业没有去追大模型、机器人这些热闹赛道，反而扎进了一个特别"土"的环节——给高端电路板做光学检测。最近它拿了近亿元的Pre-A轮战略融资，精智达清源基金领投，终端客户名单里有英伟达、谷歌、华为。

一个写算法出身的人，为什么去干"质检"。把这件事想明白，能看懂这一轮AI算力建设里最容易被忽略的一块地基。

AI算力的故事，公众看到的是 GPU、是数据中心、是动辄上千亿的资本开支。但一块算力板真正走到出厂那一刻，要面对一个非常具体的问题：上面密密麻麻的焊点，焊得好不好。这个问题在普通消费电子上尚且可以容忍一定的容错，在算力板上被放大到了极致。一块高端算力板用的是高阶HDI甚至接近载板级别的工艺，元件极小、密度极高，最贵的那些芯片，底部是密密麻麻的BGA焊球——焊球藏在芯片本体的正下方，焊完之后从外面什么都看不见。

看不见，恰恰是最危险的地方。BGA焊点的空洞、虚焊、微裂纹，都发生在元件底下这块光学盲区里。传统的二维检测设备，拍的是平面照片，它能看到表面的桥接、立碑，却读不到焊点的高度、体积和共面度。过去靠什么补？靠人眼，靠X光抽检。可人工目检对这类隐性缺陷的检出率并不高，行业里普遍的水平只有六成上下；抽检又意味着总有板子成了漏网之鱼。一块用在普通家电上的板子出问题，可能只是退货，一块给英伟达供货、最终要插进几万张卡协同运算的算力板出问题，代价是整批召回、产线停摆，甚至是数据中心的可靠性事故。

这就是3D AOI存在的理由。它不再满足于拍一张平面照片，而是用结构光、相位轮廓或者激光三角测量，把整块板子的三维形貌重建出来。主流设备的Z轴重复精度可以做到正负一点五微米，焊点的高度、锡量、共面度全部变成可以量化的数字。一个BGA焊球有没有虚焊，不再靠老师傅的经验和运气，而是看它的高度差有没有超出公差；锡膏印得够不够，也有了体积这个硬指标。二维的灰度、颜色、纹理和三维的高度、体积、姿态放在一起双重验证，藏在芯片底下的缺陷才第一次被稳定地看见。

从工业设计的角度看，这台设备的难点不在某一个单点技术，而在它是一台"在极限矛盾里工作"的机器。算力板尺寸大，五百乘六百毫米的超大板一次要处理几百万像素的图像，检测速度和算力互相打架，逼着人在结构里塞进边缘计算和专门的加速单元；高反光的基板像镜子，普通光源打上去全是眩光，得用分区偏振光、多光谱成像才能把真实的焊点照清楚；微米级的测量又对设备自身的稳定性提出苛刻要求，机架的热变形、相机的装调精度、产线上的振动，任何一点都会吃掉那几微米的余量。我们做高端装备设计时最常面对的就是这种局面——外观要做的事，反而是把内部这些互相冲突的极限约束，收敛进一个能在车间里连续运转、还方便维护的整体。检测设备不炫技，它要的是成千上万次测量里的那种不动声色的稳定。

我们团队内部评估这类硬科技产品，习惯用一套四力五维的方法，放到康微这件事上几乎严丝合缝。四力是做事的四种能力：创新力解决差异化，它的差异化不是把设备做漂亮，而是把看不见的缺陷变成可量化的三维数据；专业力解决懂不懂这一行，BGA、HDI、共面度这些词背后是焊接工艺、光学、算法的复合积累，不是买套相机就能入行；控制力解决落地和成本，一台设备年产两百台还接近满负荷，说明它不是实验室样机，是真正在产线上挣回了钱的生产资料；保障力解决确定性，检测设备本身就是整条产线的质量底线，它自己绝不能成为新的不确定因素。五维是衡量产品的五把尺子：好看维在装备领域讲究的是工业美感与功能的统一，机架、防护、操作界面要让人信任而不是表演；专利维保护的是光路、算法和结构这些真东西；合规维对应高端制造和出海的各种体系认证；成本维决定这种设备能不能从头部晶圆厂普及到更多产线；量产维在这里格外重——检测设备自己也要能量产，年产从两百台往五百台扩，一致性和交付能力就是生死线。创新力通向好看与专利，专业力通向专利与合规，控制力通向成本与量产，保障力在底下兜住全盘。

这些年我们经手的装备项目越来越多，一个很深的感受是，国产高端制造真正的短板，往往不在那些万众瞩目的主机上，而在主机背后这些"把关"的设备里。客户带着一台检测设备的需求来，我们做的第一件事通常不是讨论造型，而是跟着它的产线走一遍：板子从哪进来，怎么定位，相机在哪个节拍拍照，判定不良后怎么分流，操作员一天要开几次舱门、在什么光线下看屏幕。这些场景走透了，设备的形态、人机、防护、维护方式才有依据。检测设备是产线上最理性的一类产品，它不讨好任何人，只对微米和良率负责，也正因为如此，它的设计必须极度诚实——所有造型语言都要服务于精度、稳定和可维护，多一分装饰都是对这种诚实的破坏。

有意思的是，张晖给这家公司选择的方向，本质上是把自己在高通练出来的算法能力，降维用在了一个传统行业最痛的节点上。AI这波浪潮养活了一大批卖铲子的人，而他选择做的，是确保每一把铲子在出厂时都是合格的。算力的故事讲得再宏大，最后也要落回一块板子上那些以微米计的焊点；英伟达的集群再庞大，它的可靠性也是从第一颗焊球被准确测量开始的。一道看不见的眼睛，守在最喧嚣产业的最安静处，这大概就是硬科技里最朴素也最结实的那类机会。