2026年5月19日，瑞典国家创新署Vinnova已向
TRUSTAM（增材制造可信联邦智能）项目提供资金支持。TRUSTAM是由Interspectral、Saab、AMEXCI和Scaleout
Systems等公司组成的联盟发起的一项计划。计划旨在解决工业人工智能应用中最棘手的问题之一：如何在生产基地之间构建共享智能，同时确保敏感的工艺数据完全保留在企业内部。
以数据主权为核心构建的框架
TRUSTAM 的核心是联邦学习（Federated Intelligence，FL）机器学习方法，这种架构允许AI模型在多个环境中协同成长，而无需将原始数据传输到生成数据的设施之外。只有模型更新会在各个站点之间传输，从而实现共享改进而无需共享数据。
△面向增材制造的联邦智能。图片来自 Interspectral。
在架构中，Interspectral扮演着核心技术角色，领导着本地AI模型的开发，模型负责从每台机器独特的流程数据中学习，以及将监控、分析和决策联系起来的工作流程设计，从而形成一个持续的运行循环。Interspectral首席执行官伊莎贝尔·哈切特表示：“我们之所以开展这项合作，是因为它所解决的挑战正是我们每天都会遇到的客户难题。如何在多个生产基地和不同的机器环境中扩展人工智能驱动的质量保证，同时又不损害数据安全或知识产权？这个问题需要通过合作来解决，而这个联盟拥有独特的优势来提供解决方案。”
在成熟的基础上建设
项目直接利用了 Interspectral 现有的 AM Explorer 平台，已集成到超过 60% 的金属增材制造设备中，并已部署到包括GKN Aerospace和Volum-E 在内的客户中。TRUSTAM将加速计划中的平台功能，包括本地AI训练和多模态过程分析。预期成果包括针对特定生产条件进行调整的机器专用人工智能模型、经过验证的跨站点协作框架，以及在航空航天和国防环境中验证该技术的现场演示器，这两个领域对质量可追溯性的要求是不可妥协的。阿歇特补充道：“能够获得这个项目的技术核心支持，体现了我们的合作伙伴对我们平台和能力的信心。”
TRUSTAM项目将持续到2028年初，最终阶段将完成全面示范并广泛传播成果。对于仍在努力解决人工智能在安全关键型生产中应用认证难题的行业而言，该项目标志着在构建不仅智能而且可验证可信的基础设施方面迈出了切实的一步。
△人工智能在增材制造质量保证中的应用。图片来自 Interspectral
TRUSTAM旨在弥合的差距：人工智能在安全关键型制造业中的应用
Interspectral 在TRUSTAM
项目中扮演的角色旨在解决一个多年来阻碍人工智能在工业增材制造领域应用的结构性问题：集体智慧与数据主权之间的矛盾。随着 3D
打印技术在国防、航空航天、海事和能源等受监管行业的关键生产路径中占据一席之地，数据管理和网络安全不再是次要问题，而是制约其规模化应用的主要障碍。
除了 TRUSTAM 之外，其他玩家也在解决同一问题的相邻部分。自 2015 年以来， Ai Build一直致力于开发AI 驱动的刀具路径生成和自动化质量保证软件，利用机器学习将首次打印成功率从 40% 左右提高到 90% 以上，但仅限于单个站点环境，而非分布式设施。Oqton 的构建质量平台采用了类似的方法，将构建模拟、实时监控和检查结合到一个统一的质量保证循环中，在机器级别功能强大，但并非设计用于在不暴露数据的情况下跨站点共享智能。
TRUSTAM 的独特之处在于它提供了其他平台目前尚未具备的功能：无需移动原始数据即可跨站点共享智能的联邦学习。通过在该框架内引领本地 AI 模型开发，Interspectral 不仅是在升级自身平台，更是在构建安全关键型制造业中 AI 应用所缺失的基础设施。
来源：南极熊
0 留言