高品质造车背后的智能化探索 江汽集团数智化创新实践纪实

深圳商报•读创客户端记者 陈姝

人工智能与制造业的深度融合，正成为推进新型工业化的重要方向。工业和信息化部等八部门印发的《“人工智能+制造”专项行动实施意见》明确提出，鼓励龙头企业、央国企等先行先试，提供规模化应用场景，研发应用工业智能体。对于汽车企业而言，如何将人工智能融入核心业务流程，使其服务于产品研发与制造质量提升，是落实这一部署的具体课题。

随着尊界S800、V800等高端产品业务的推进，江汽集团对研发质量、制造精度和跨环节协同能力提出了更高要求。如何将产品的高品质要求落实到设计、生产等具体工作中，成为数智化建设的重要着力点。

9月17日，在上海举行的2026年华为全联接大会上，江汽集团数字化管理中心总经理刘峰作了《江汽集团智能体创新实践》专题分享，介绍了江汽集团围绕核心业务需求，将企业规范、专业知识与AI能力相结合的探索与实践。

把质量要求前移到研发源头

高品质产品对企业的考验，始于设计阶段。提前识别潜在风险、避免历史问题重现，是研发质量管理的日常任务。随着产品与技术不断迭代，工程师需要查阅和运用的专业知识也在增加。如何让已有经验更充分地参与设计与评审，成为江汽集团探索智能体应用的重要方向。

设计失效模式及影响分析（DFMEA）是汽车研发中识别潜在设计风险的一项专业工作。工程师需要分析设计可能出现何种失效、产生什么影响，并检查相应控制措施。这项工作涉及企业规范、行业标准和历史案例，既需要细致检查，也依赖专业经验。

围绕这一环节，江汽集团基于沉淀的上千条设计规范和历史数据，通过DFMEA评审智能体辅助检查表单质量、提出优化建议，再由工程师结合具体设计作出判断后进行修改，实现评审业务的闭环。通过AI将历史案例知识与当前评审任务相连接，工程师可以更便捷地查找和使用相关经验，为识别设计风险补充依据。

一份历史测试报告、一次设计问题的解决过程，只有在后续工作中被及时找到、准确理解、充分利用，才能发挥更大价值。江汽集团的探索，让这些积累有了更直接的使用渠道，也为跨项目复用研发经验提供了条件。

AI辅助编程同样关注研发作业中的质量问题。江汽集团以国产AI算力为基础，将智能体用于代码开发、代码检视和单元测试，并在作业环节通过智能体自动进行质量规范与合规检查，通过各阶段的固化规范输出和合规约束作业等举措，实现全流程可追溯，规范符合度100%。

设计评审和代码研发中的这些尝试，是把AI应用与企业规范和专业知识联系起来。对高品质造车而言，研发能力的提升要落实到具体工作：让工程师更充分地掌握已有经验，让设计评审有更可靠的依据，让研发成果接受明确的质量检查。

让高标准落实到制造细节

研发阶段确立的质量要求，还需要在制造过程中持续兑现。不同车型、配置和检测点位，对质检提出了不同要求。能否在生产变化中稳定执行标准，是高端产品对企业制造能力的考验。

视觉质检是汽车制造中保障产品品质的关键环节，但模型开发难度大、场景适配周期长，一直是行业普遍面临的挑战。江汽集团在尊界工厂的视觉质检实践中，同样经历过这一阶段。

为破解难题，江汽集团依托华为盘古CV基础大模型，结合尊界工厂积累的130万张高质量质检照片，训练出汽车行业首个“迈思特”CV质检大模型，实现一套模型适配多个质检场景，平均检测精准度达到99.9%。

检测精度之外，场景适配能力同样决定质检的实际效果。面对新车型、新配置带来的检测要求变化，江汽集团持续打磨“迈思特”模型的泛化能力，借助华为AI工具链，仅需50余张样本图片即可完成一个场景的快速适配，显著减少了重复开发工作，大幅缩短了模型上线周期。

CV质检的规模化落地，依赖于江汽集团对工业数据的长期重视与积累。2025年6月，江汽集团入选安徽省首批高质量数据集建设基地，目前已积累超过3.3TB的高质量质检数据。华为的基础模型与平台能力，叠加江汽集团的高质量工业数据，使AI系统在专业质检领域具备了专家级能力。

高端产品的品质承诺，必须在批量生产中持续兑现。因此，评价AI的制造价值，既要看检测精度等硬指标，更需审视其应对生产动态变化、支撑质量标准长期执行的能力。江汽集团的实践将检测精度与场景适应性有效结合，为高品质制造提供了可复制、可落地的技术支撑体系。

以长期能力建设支撑高端发展

江汽集团的数智化转型始终以业务价值为导向，确立了“统一平台、统一规划、统一建设”的顶层策略。依托集团级AI统一平台，江汽集团优先在尊界等高端制造场景开展先行先试，通过沉淀成熟的模型能力、行业知识与实施经验，形成可复用的数字化资产，为向集团全业务链及上下游产业延伸奠定基础。

在推进节奏上，江汽集团以技术成熟度为标尺选择落地场景：对成熟应用持续打磨、深化应用价值，对新兴技术先行验证、控制落地风险，循序渐进地积累推广条件。与此同时，统一的知识数据基座、标准化的智能体架构与配套运营机制，为跨场景的经验复用与持续改进提供了制度化保障。

江汽集团的实践表明：让AI真正适应汽车研发与制造的专业要求，既离不开技术创新这一"硬实力"，也依赖企业持续整理知识、更新数据、依据使用效果迭代应用这一"软功夫"。随着实践深入，江汽集团已构建起支撑智能制造闭环的可持续发展机制，为中国汽车产业以智能化夯实高质量发展基础提供了实践参考。

（受访企业供图）