SAN FRANCISCO, 3 sept. 2026 -- Lumafield, plateforme de premier plan en intelligence manufacturière, a annoncé aujourd'hui Lumafield Quality Agent, un système d'IA agentique qui automatise la détection des défauts et l'analyse des causes profondes dans les processus de fabrication complexes. Quality Agent fonctionne nativement au sein de la plateforme Voyager de Lumafield et s'appuie sur le premier modèle de fondation à grande échelle entraîné sur des données de tomodensitométrie industrielle.

Les fabricants utilisent diverses méthodes d'inspection pour garantir la qualité avant que les produits ne quittent l'usine : inspection visuelle humaine, inspection optique automatisée (AOI) en surface et coupes transversales destructives. Cependant, les défaillances qui atteignent les clients et déclenchent des rappels sont généralement inédites — des « inconnues inconnues » qu'aucune étape d'inspection n'a été conçue pour détecter. Ces défauts passent inaperçus sur les lignes de production automatisées jusqu'à ce que les produits tombent en panne sur le terrain. Selon le rapport sur le coût de la qualité de Lumafield, plus de 42 % des fabricants consacrent au moins 5 % de leur chiffre d'affaires total aux coûts liés à la qualité, et 58 % estiment qu'au moins un quart de leurs coûts réels de qualité ne sont pas comptabilisés.

Quality Agent inverse le modèle d'inspection traditionnel. Plutôt que de vérifier les pièces par rapport à une liste prédéfinie de modes de défaillance, il apprend les caractéristiques des produits conformes et détecte tout écart par rapport à cet état, sans qu'il soit nécessaire d'anticiper un défaut à l'avance. Il applique cette détection à une échelle qu'une inspection humaine ne peut soutenir, en surveillant chaque pièce via tous les flux de données disponibles : imagerie par rayons X et tomodensitométrie, flux de vision industrielle, journaux de maintenance et capteurs environnementaux. Lorsque Quality Agent identifie une anomalie, il transmet la découverte à un ingénieur qualité avec les preuves nécessaires pour la classer comme variation acceptable, nouvelle entrée au plan de contrôle ou problème nécessitant un confinement. Le système est conçu pour renforcer les capacités des équipes qualité, et non pour les remplacer.

« Les équipes qualité n'ont pas besoin d'une IA généraliste adaptée à l'atelier ; elles ont besoin d'une intelligence spécifique au domaine, conçue pour le monde physique », a déclaré Andreas Bastian, cofondateur et directeur de la technologie chez Lumafield. « Quality Agent est propulsé par un modèle de fondation entraîné sur des centaines de milliers de pièces industrielles réelles. En associant notre expertise en données tomodensitométriques volumétriques à des flux de travail agentiques, les équipes qualité peuvent désormais détecter des défauts structurels complexes qu'elles ne savaient même pas chercher, en retracer l'origine immédiatement et stopper les fuites avant qu'elles ne se transforment en rappels coûteux. »

Le modèle de fondation sous-jacent à Quality Agent est entraîné sur le corpus de données de tomodensitométrie industrielle de Lumafield, un enregistrement volumétrique de produits manufacturés que les modèles d'IA généralistes ne peuvent interpréter de manière significative, car ce type de données n'est pas présent dans les grands ensembles de données d'entraînement commerciaux.

Dans une étude portant sur 1 054 cellules de batterie lithium-ion provenant de 10 fabricants, le modèle de Lumafield a identifié de manière fiable les cellules par fabricant et a même découvert que deux marques étaient en réalité les mêmes cellules, produites par le même équipementier et revendues sous des marques différentes par un fournisseur de reconditionnement.

« La fabrication est un problème bien plus complexe qu'on ne le croit, et les robots seuls ne suffiront pas à l'automatiser », a déclaré Bastian. « Fabriquer quelque chose est simple. Fabriquer des produits sûrs qui fonctionnent exactement comme prévu est difficile, et cela dépend de la compréhension de la qualité et des processus qui la sous-tendent. Automatiser la qualité et le contrôle des processus est essentiel pour automatiser la fabrication dans son ensemble. »

Pour en savoir plus sur Lumafield Quality Agent ou pour demander une démonstration, visitez https://www.lumafield.com/manufacturing-ai/quality-agent

À propos de Lumafield

Lumafield est une plateforme d'intelligence manufacturière qui donne aux ingénieurs le pouvoir de voir à l'intérieur de leur travail avec un niveau de détail sans précédent, à chaque étape du processus de développement de produit. Les scanners de tomodensitométrie industrielle et les logiciels d'analyse infonuagiques de Lumafield ont transformé le développement de produits et la fabrication à grand volume dans des secteurs aussi variés que les dispositifs médicaux, l'automobile, l'aérospatiale et la défense, l'électronique et l'emballage grand public.

Fondée en 2019 et basée à San Francisco, avec des bureaux supplémentaires à Cambridge (Massachusetts) et à Los Angeles, Lumafield a reçu des financements d'investisseurs tels que Lux Capital, Kleiner Perkins, DCVC, Spark Capital, Matter Venture Partners, IVP, G2 Venture Partners, Wellington Management, Haystack Ventures, Build Collective de Tony Fadell et Dylan Field, fondateur de Figma.

Contact média

Écrivez à press@lumafield.com pour des entrevues ou des ressources supplémentaires.