在安徽省合肥市肥西县新港新能源汽车产业园，一座占地 1500 亩的超级工厂正高效运转。冲压、焊装、涂装、总装等车间内，自动化生产线不间断作业，物流调度与设备运行数据在系统中实时传输、动态更新。这座名为“尊界超级工厂”的智能制造体系，是人工智能深度融入制造业核心生产环节的典型实践。

质检环节曾是制造业中最依赖人工经验的领域。此前，安徽江淮汽车集团股份有限公司（下称“江汽集团”）需运用150余个分散的小模型，完成各工位的检测工作。新车型生产线适配时，模型需重新训练、反复调试，耗时长达数月乃至更久。

“那时候基本是一个场景一个模型，一个问题一个团队去盯。” 一位参与该项目的工程师回忆道。如今，这种碎片化的质检模式已成为过去，统一化的质检模型正式投入应用。引入华为盘古CV大模型后，江汽集团将原本零散的视觉检测能力整合为统一的大模型体系。面对新车型快速迭代的生产需求，单个工位仅需50至100张样本图片，即可完成模型微调训练，缺陷拦截率高达99.99%。目前，该智能质检能力已覆盖1500多个检测场景，实现“一模型多场景通用”，为全平台化智能质检提供有力支撑。

江汽集团数字化管理中心副总经理丁志海表示：“过去人工目检，工人盯着零部件看，眼睛疲劳、精力有限，漏检率降不下来。现在用 AI 视觉替代人工复检，检出率和一致性大幅提升，而且不会受疲劳或情绪波动影响。”

更具突破性的变革发生在生产系统层面。丁志海介绍：“江汽集团并没有把 AI 当成一个个‘点状工具’，而是用‘小切口、大纵深’的方式推进变革。先从质检这样最具确定性的场景切入，再逐步向研发和管理体系延伸。”

在研发环节，以往工程师需反复整理、分析的失效模式，如今借助AI学习5000多条历史设计规范与数据，DFMEA（设计失效模式及影响分析）智能体能在数小时内完成失效模式分析，大幅提升研发效率。

人工智能还推动企业管理决策迈向智能化。丁志海说：“AI 时代，数字化进入新阶段，我们解决的是决策问题。过去是被动记录发生了什么，现在要主动预测接下来会发生什么；过去是人在系统里找数据，现在是数据主动来到需要它的人面前。” 在他看来，这是企业从“流程在线”到“智能驱动”的核心转变。

对产品迭代加速、质量标准持续提升的汽车行业而言，这种转型需求尤为迫切。传统数字化模式已难以适配复杂生产体系，AI深度介入生产与管理决策成为必然选择。为此，江汽集团搭建“三统一”知识问答体系，将工程师、维修人员与一线员工的分散经验重新梳理整合。以往维修工程师需两小时才能定位的问题，如今系统 20 分钟内即可给出解决方案。

华为监事会副主席陶景文说：“制造业的 AI 升级从来不是简单的技术问题。把技术进步和行业流程、组织知识进行深度结合，才是发展的必由之路。”