EDGE AI VISUAL INSPECTION | FOR HIGH-SPEED LOGISTICS

物流OCRの常識を、
構造から変える。

高さの変わる荷物のラベル・賞味期限・ロットを取りこぼさず読み解く、現場完結型の検査システム。先端AI VLM OCRと液体レンズの組み合わせが、これまで物流OCRが抱えてきた制約を仕組みから解きにいきます。

CORE STACK
先端AI VLM OCR×液体レンズ×ラインカメラ
PoCのご相談はこちら ソリューションを見る
PROBLEM

物流OCRが抱えてきた、
3つの構造的な制約。

物流現場の検査自動化は、これまで「ハードを完璧にする」「ソフトを毎回作り込む」という戦略で性能を上げようとしてきました。その結果、現場には3つの制約が残り続けています。

01

荷物の高さ違いで、読めない。

搬送物の高さが不均一な現場では、固定焦点カメラはピントが合わず、電動可変焦点カメラは機械駆動部の応答や摩耗が課題として残ります。

02

ラベル書式ごとに、対応が要る。

従来のAI-OCRは、フォントや書式が変わるたびに辞書整備・再学習が必要。新しい品種・取引先が増えるたびに、対応工数が積み上がります。

03

開発コストが、かさむ。

ハード高性能化とソフトの都度開発で、ライン構築・拡張のたびにコストが膨らむ。投資判断のハードルが下がりません。

SOLUTION

液体レンズと先端AI VLM OCRが、
仕組みから解きにいく。

ハードの限界はAIで吸収し、ソフトは作り込まない汎用モデルで対応する。Nsightは「ハードもソフトも、構造から軽くする」という設計思想で物流OCRを再定義します。

VOLTAGE FOCUS ON ANY HEIGHT
〜
OPTICS

高さ違いに追従し、高耐久。

電圧で液体の曲率を変える液体レンズ。電動モーターのような機械駆動部を持たないため、故障リスクを構造的に排除。温度変動にも強い構成で、過酷な現場環境に適合します。

▎荷物の高さに自動追従 / 駆動部ゼロ
○○食品 25.08.15 ロット：A23 ← 画像全体を文脈で理解 → VLM CONTEXT-AWARE READING
◎
INTELLIGENCE

ラベルごとに覚え込ませなくていい。

最先端のVLM（視覚言語モデル）を組み込んだOCR。従来のAI-OCRのようにフォント・ラベルごとに学習させる手間が不要な汎用モデル。どこにラベルが来ても、どこに文字が来ても読み取ります。

▎フォント・書式追加の手間を削減 / 未知ラベルに汎化
CONVENTIONAL NSIGHT COST 書式追加のたびに増える 構造的に積み上がらない
¥
ECONOMICS

フォーマット対応の開発コストを削減。

書式追加のたびに発生していた辞書整備・再学習の工数が構造的に不要。駆動部がなくメンテナンスも軽い。従来の物流OCRと比べ、大幅なコスト削減を見込める構成です。

▎辞書整備・再学習の工数削減 / メンテナンス負荷を軽減
HOW IT WORKS

なぜ「構造から変える」と
言えるのか。

液体レンズとVLM OCRは、それぞれ既存の延長ではなく根本構造の異なる技術です。両者を組み合わせることで、ハード・ソフトの作り込みの積み上げ自体を不要にします。

LIQUID LENS

液体レンズだから、追いかけて、高耐久。

電圧で液体の曲率そのものを変える光学素子。電動モーターのように物理的に動く部品を持たない構造のため、応答も速く、機械的な摩耗の対象がない。これが「追いかける」と「高耐久」が同時に成立する理由です。

VOLTAGE-CONTROLLED CURVATURE
VISION LANGUAGE MODEL

VLM OCRだから、文脈で読み解く。

従来OCRは文字を1つひとつ「形」として照合する。VLMは画像全体を意味として理解する。文字の位置やフォントが変わっても、ラベル全体の文脈から推測して読める。新しい書式に対する追加学習が原則不要です。

25.08.15
READ DIFFERENTLY

従来型OCRとVLM ─ 読み取り方の違い。

従来型は「文字だけ」を見る。VLMは「画像全体」を見て理解する。
ラベルが擦れても、フォントが変わっても、品種が増えても ─ 仕組みから対応の仕方が違います。

従来型OCR
○○食品
25.08.15
← ここだけ見る
ロット：A23
  • 「どこを読むか」を人が事前に設定する必要がある
  • 文字が擦れると辞書と一致せず読めなくなる
  • 品種が変わるたびに設定をやり直す必要がある
VLM（Nsight）
○○食品 ← 全体を見て理解する
25.08.15
ロット：A23
  • どこに書いてあっても自動で見つけて読む
  • 多少の擦れも前後の文脈から推測して読める
  • 品種が増えてもそのまま対応できる
SPEC

従来方式との
構造的な違い。

光学・読取・コストの3軸で、従来方式と本システムの違いを整理しました。性能数値ではなく、根本構造の違いをご確認ください。

項目
従来方式
Nsight Edge VLM OCR
フォーカス機構
電動モーターによる機械駆動
液体レンズ（駆動部ゼロ）
高さ違いへの対応
機械駆動の応答に依存
電圧制御で自動追従
読取エンジン
辞書一致型OCR / 個別学習型AI-OCR
VLM（視覚言語モデル）
ラベル変更への対応
フォント・書式ごとに辞書整備・再学習
未知ラベルに汎化（追加学習を抑制）
処理場所
サーバ・クラウド連携
NVIDIA Jetson エッジ完結
コスト構造
ハード高性能化＋ソフト都度開発
両軸を構造的に削減

※ 具体的な性能数値・推奨運用条件は、現場のライン特性・搬送物・要件に合わせて個別にご提示します。

USE CASES

適用領域。

物流・倉庫の入出荷検査を起点に、製造・食品・医薬品など「高速搬送上のラベル・印字を、止めずに読み解く」あらゆる現場へ展開可能です。

物流倉庫・配送センター

入出荷検品、ラベル・賞味期限・ロット読取、誤出荷防止

製造ライン

製品コード・型番・シリアル印字検査、トレーサビリティ確保

食品・飲料

賞味期限・ロット印字検査、品種混合ライン対応

医薬・化学品

ラベル印字・GS1コード検査、規制対応文書照合

WHY NSIGHT

なぜNsightか。

画像処理の現場知見と先端AI技術を「翻訳」して、製造業・物流業の現場に届けることを存在意義としています。

01

キーエンス画像処理事業部出身の技術知見

技術顧問は元キーエンス画像処理事業部の開発エンジニア。製造業・物流業の現場で「実際に動くシステム」を作ってきた知見を、AI時代の検査ソリューションに翻訳します。

02

VLMをバックエンドに組み込んだ独自設計

VLMをリアルタイム推論ではなく、データ生成・アノテーション自動化のバックエンドに組み込み、エッジでは軽量な推論モデルで動かす独自構成。性能・コスト・信頼性のバランスを取ります。

03

三方よし・人儲けの企業理念

取引先の苦労を引き受け、相手の事業が立つ組み方から提案する。短期の売上ではなく、長期の信頼関係を積み上げることを判断基準にしています。

NVIDIA Inception Program Member
NVIDIA Inception Program Member
Nsightは、NVIDIAのスタートアップ支援プログラム「NVIDIA Inception」のメンバー企業として認定されています。最新のJetsonエッジAIプラットフォームを軸に、リアルタイム推論システムを構築しています。
PROCESS

導入までの4ステップ。

まずは現物サンプルをお預かりし、撮像成立性の初期見立てを共有します。そこから、実機検証・パイロット・本格展開までを段階的に進めます。

STEP 01

ヒアリング

搬送物・ライン仕様・要件を整理。現場のボトルネックを共有。

STEP 02

サンプル検証

現物サンプル2〜3点で撮像・認識成立性を初期検証。見立てを共有。

STEP 03

PoC・パイロット

1ライン規模で実証導入。実環境でのチューニング・性能評価。

STEP 04

本格展開

SIer・マテハンメーカー連携で複数ライン・拠点へ展開。

導入・PoCのご相談を、
承っております。

現物サンプル2〜3点をお預かりいただければ、撮像成立性の初期見立てを短期でご共有いたします。まずはお気軽にお問い合わせください。

info@nsight.jp
https://nsight.jp/
QR Code
nsight.jp