网络层主要包含3个组件：核心检测引擎、检测结果分发系统和监控系统。核心检测引擎由宝马本地云端的IO集群和微软云端的AKS集群组成。其中，IO集群负责控制各个系统间通信和数据传输；AKS集群负责控制云端资源，负载均衡和分配AI模型Nodes。检测结果分发系统将AI模型判断的结果反馈到感知层的接收端、数据库AI平台图片可视化系统和监控系统。监控系统会对检测结果、平台资源使用、各系统连通性和稳定性等进行实时监控。
这里设置了两层防火墙来保障数据安全性：一是生产设备与宝马内网云质检的ProSecNet防火墙；二是宝马内网云到微软云质检的防火墙。
应用层主要针对每个项目作出了明确的划分。AI调度集群会通过核心检测引擎中的信息，判断当前信息属于哪个具体的项目，从而调用对应的AI模型。AI推理引擎根据AI调度集群的指令，调用Azure容器注册表（ACR）中的AI模型，以返回AI模型判断结果。作为后续查看和优化工业流程的重要手段，车辆（或零件）的图像信息会持久化地保存在PICS系统中。智能质量检测平台使用最前沿的计算机视觉技术对生产中的质量进行把控，如YOLO V8目标检测模型以及Patch Core工业异常检测模型。同时，我们使用边缘设备，如拥有边缘计算能力的IoT和AI相机，以应对工业生产的实时性需求。
智能质量检测平台是一款全自动控制平台，全程不需要人为干预。该平台与传统AI平台不同的是，它打通了生产系统与AI平台直接的通路，使得AI平台的工业化落地成为可能。
质量检测解决方案具体场景包括：
1.发动机缸体缺陷识别。使用“AI﹢摄像头”进行缸盖加工表面检查，基于自研优化的神经网络结构，提高质量检测效率和精度、不断降低成本，累计减少65%的缸盖返修时间。
