导语
这一周，图像质量领域没有铺天盖地的发布会。把几条线索摆在一起看，方向已经很清楚。
斯图加特的机器视觉展开幕，欧洲市场的增速预期从去年的下滑 2% 翻到增长 3%。AI 检测被要求从出一份报告，走到能直接动手。色彩测量数据开始自动进流程。
手机影像的胜负手落到了调校与一致性上。数字印刷与包装则被新国标和涨价函同时推着往前。
五句话，五个方向，指向同一条线：图像质量这件事，正在从「事后判断」变成「实时动作」。
下文按 5 个聚焦点展开。每个聚焦点都回答三个问题：发生了什么、为什么值得关注、可以怎么落地。
一、评测的尺，正在被重写
发生了什么
10 月 6 日，两年一届的斯图加特机器视觉展（VISION 2026）开幕，约 500 家展商来自 34 个国家。
德国机械制造业联合会（VDMA）给出预测：欧洲机器视觉行业今年增长 3%，而去年是下滑 2%。75 个创新项目在现场角逐，10 月 7 日颁奖，奖金 3000 欧元。
同一周，奥普特发布扫描测量传感器 SmartScan 系列。它内置接触式图像传感器，让物体与感光元件 1:1 成像，从源头消掉畸变与边缘虚化。幅宽最大 500 毫米，精度不随幅宽衰减，导入 CAD 图纸即可自动生成测量程序，CameraLink 接口配采集卡传输最高 480 MB/s。
展会同时首次开设合成数据专场，与 Fraunhofer ITWM 合作，讨论用仿真批量生成训练图，补上真实缺陷样本的缺口。
为什么值得关注
评测这件事过去最大的困境，是没有一把跨场景、可复现的公共尺。每个数据集有自己的主观实验协议，分数之间不可直接比较。
现在出现了两条补尺的路径。一条是把成像条件本身做准，让畸变从一开始就不发生。另一条是用合成数据把样本量补上去，再用真实样本校准分布。
对采购和验收的人来说，这意味着一句更硬的话：你说你的系统更准，请说清判据是什么、样本从哪里来。
可以怎么落地
- 合成数据能补数量，补不了你家工艺的特殊分布，真实废品样本还得自己攒。
- 测量环节优先把成像畸变消掉，软件修图修不回一个本来可以避免的错误。
- 验收时多问一句：这套系统的判据，能不能解释为什么判它不合格。
二、从出一份报告，到直接动手
发生了什么
10 月 5 日，瑞士 Delvitech 在首届 EFX 2026 上，把 3D 锡膏检测（SPI）与回流前后的光学检测（AOI）放进同一套软硬件。它的 Training Manager 让检测经验可以跨产品、跨机器、跨产线、跨厂区复用。
10 月 6 日，美国 Glimpse 发布 Explore 软件，把已有的 CT 扫描仪变成 AI 质检系统。软件优先升级，不新增设备投入，原本依赖人工判读的抽样 CT 分析被自动化，全检因此变得可行。
10 月 7 日，韩国 NextEye 宣布联合中国新松（SIASUN）开发 AI 检测机器人。机器人负责在产线上定位、抓取、把工件送到检测需要的角度，视觉负责判定合格与否。
底下的算力也在换。SINTRONES 的边缘 AI 平台把内存做到 96 GB DDR5，配双 10 GbE 网口，用无风扇、无泵的相变液冷把散热效率提升约 5 倍，避免长时间跑 AI 时热降频。Overview AI 则发布 OV Spark 检测相机，内置 10 个检测工具，其中 7 个是深度学习模型。
为什么值得关注
检测的落点正在改变。第一代在线检测做的事是拍、判、出一份报告。现在多了一步：拍、判、触发一个动作，停机、剔除、复卷机标记或者闭环调参。
报告型系统容忍几百毫秒延迟，动作型系统不行。报告型系统的瓶颈多在算法精度，动作型系统的瓶颈常常在通信延迟、同步精度与执行机构的响应时间。
这也解释了算力为什么被重新配置。当 AI 长时间满载运行成为常态，散热与内存就成了可用性问题，而不只是性能问题。
可以怎么落地
- 验收别只看检出率，把误报率和换型时间一起写进指标。
三、色彩数据，开始自动进流程
发生了什么
10 月 1 日，X-Rite Pantone（爱色丽彩通）发布 Spectura 便携式积分球分光光度计平台，通过 Color iQC 走安全云连接。它的关键在连接：测量数据可以减少人工转录，直接进质量管理系统。
三个型号分别覆盖比对测量、常规质控，以及与 Ci7800 台式系统一致的更严公差。平台将在 10 月 21 日举行全球发布活动。
10 月 2 日，ISO/WD 19302《印刷工作流色彩符合性》进入评论征集阶段。这份标准定义的正是印刷工作流的色调与色彩再现要求及其评价方法，适用于 CMYK、CMYK+专色、非 CMYK 以及仅专色等多种印刷过程。
10 月 7 日，柯尼卡美能达在澳大利亚发布 AccurioPress C5080 系列，最高 81 页每分钟，替代 C4080 系列。它搭配 IQ-601 智能质量优化器，提供色彩控制与一致性、完整色彩特性化、版面文件检测，以及免打样检测。
为什么值得关注
色彩管理正在从实验室工具，变成流程里的自动环节。
过去签样的典型流程是签一块实物、大货对比实物、争议时各说各话。这套流程有三个老问题：实物样会老化变色，跨厂传递会失真，金属与反光基材上「看起来一样」与「测出来一样」经常打架。
免打样检测是这条线上的新节点。印刷设备把判定能力装回机身，机器可以对着版面文件判断这一版合不合格，不必等打样。品牌方能在真实的罐子或盒子上量、比、验，不必等试产线排期。
把光谱数据自动接进流程，是让这套判断真正可追溯的前提。
可以怎么落地
- 色差阈值按产品和工艺分级，普通商印和高端包装不该用同一把尺。
四、手机影像：胜负手，在调校
发生了什么
10 月 2 日，谷歌公布 Pixel 系列新一轮影像算法升级。新的 AI 场景识别模型覆盖夜景、人像、风光、微距、动态等十几种场景，针对暗光拍摄、人像虚化、动态抓拍、色彩失真做专项优化，并在不增加设备功耗的前提下提升处理速度。
有分析把旗舰影像的出片差异拆开，给出一个示意权重：处理器管线约 30%，场景调优与先验接近 20%，传感器与光学两项合计不到 25%。这组数字标注为示意值，并非实测。
今年头部机型的分数越来越挤。榜单前四名从 175 分到 168 分，只差 7 分。
为什么值得关注
分差收敛，意味着硬件堆料带来的边际收益在下降。
真正让用户不满的，多是同一品牌在不同批次、不同焦段之间的出片风格对不上。多设备一致性正在从加分项变成入场条件。它是一个用户在真实使用中感知最强烈，却在跑分表里几乎看不见的指标。
对做摄像头与调优的团队来说，验收项需要重写。目标从「拍得最好」转向「哪台拍都稳定」。
可以怎么落地
- 建多机型、多场景的一致性测试集，而不是只测单机峰值。
- 主观体验也要量化，同一场景多台机器横评，记下人眼能分辨的差异。
五、标准、成本、短版，一起到
发生了什么
10 月 1 日，两件事同时生效。新版《再生纸浆》国家标准实施，首次明确再生纸浆原料必须使用经分类回收的纸、纸板及纸制品，并新增干法与湿法再生纸浆的定义、关键控制工序与微生物消杀要求。
同一天，白卡纸全系涨价函落地。玖龙、博汇、APP（中国）、亚太森博等多家企业集中发函，每吨上调 200 元（含税），玖龙牛卡纸再涨 50 元每吨。市场普遍判断，实际成交的拉涨幅度约 50 元每吨，涨价函不等同于成交价。
设备与材料侧也在往前跑。京瓷发布循环式喷墨打印头 KJ4A-EX600RC-HX，面向标签与包装印刷，支持白墨、光油与烫金，速度 100 米每分钟，最大墨滴 21 pL，粘度适配范围扩到 8 至 11 mPa·s。欧洲的 Eco3 用它推出 Elio 系列 UV 喷墨标签机，10 月 6 日起全球接单。
国内方面，2026 年度包装行业科学技术奖公示，一等奖给了挥发性有机物（VOCs）高效回收和资源化利用关键技术与装备。
为什么值得关注
标准与成本一起压过来，会同时改变两件事的算法：卖什么，以及怎么卖。
再生纸浆国标把原料口径收紧了，材料数据会变成出口与合规的前置条件。纸价上行直接压缩短版订单的利润空间，而短版与换单正在变得越来越常见。
设备侧的动作给了另一条出路。更高的喷墨速度与更宽的墨水适配，让短版也开始具备规模化生产的可能。
可以怎么落地
- 纸价函不等于成交价，别急着把成本全转给客户，先看双十一备货的真实需求。
- 可回收等级与再生料要求逐年加码，早点把材料数据理清楚。
趋势总结
五件事，其实是同一条线。
评测在建库，谁说了算这件事正在从公开数据集回到企业自己手里。检测在走向动作，从出一份报告，到触发一个动作。色彩在走向数据，从一块实物签样，到一组能在系统里流动的数字目标。影像在走向调校，从拼硬件，到拼一致性与稳定性。印刷包装在标准与成本之间找平衡。
如果只做三个动作，那就是：把真实样本库建起来，把一致性写进验收条款，让检测数据能触发动作。
互动
如果你也在做图像检测、调优、包装印刷或者图像质检，欢迎在评论区聊聊：你们团队今年最想先解决的，是效率、色彩，还是人力问题？
觉得有用，转发给需要的同事。我们每周更新。
