以 “智” 提 “質” AI 賦能汽車産業新場景

　　随着大數據、人工智能等前沿技術的不斷拓展與深入應用，汽車生産制造的全流程正經曆着深刻的變革。7 月 31 日召開的國務院常務會議審議通過《關于深入實施 “人工智能 +” 行動的意見》。會議指出，要深入實施 “人工智能 +” 行動，大力推進人工智能規模化商業化應用，充分發揮我國産業體系完備、市場規模大、應用場景豐富等優勢，推動人工智能在經濟社會發展各領域加快普及、深度融合，形成以創新帶應用、以應用促創新的良性循環。

　　在汽車制造領域，人工智能的深入應用推動着汽車産業不斷提質升級，跨界融合的産業生态逐漸成形，汽車制造業加速步入 “智造時代”。

　　制造邁向 “智造” 人工智能融入全産業鍊

　　從制造邁向 “智造”，近年來，新一代信息技術與傳統制造業的深度融合，推動汽車裝備制造的數字化和智能化水平不斷提升。

　　“作為工業門類中高度集成的行業，汽車産業正加速向電動化、智能化、網聯化轉型。” 中國汽車工業協會副秘書長陳士華說，當前，人工智能技術在我國汽車制造行業已步入 “深水區” 應用階段，呈現出 “全域滲透、全鍊賦能、全線升級” 的顯著特征，汽車産業正經曆着深度數字化的轉型。在汽車沖壓、焊接、塗裝、總裝、三電、發動機等生産制造環節，數字化手段正深入應用，如 AI 視覺質檢系統替代傳統人工質檢，大幅提升産品質量與生産效率;數字孿生平台則對生産裝配過程進行模拟，預判工藝風險，縮短新車型産線的部署周期。

　　以長安汽車為例，在其南京智慧工廠的沖壓車間内，沖壓零部件在生産線尾要接受由 80 多個可見光和紅外相機組成的空間相機矩陣 100% 的智能在線檢測。這一智能在線檢測場景為行業首創，利用工業 AI 視覺算法和模型代替現場質檢人員，對沖壓钣金零件表面孔特征、凹凸劃傷、開裂、隐形傷等外觀質量實現 100% 智能檢測，正确率達 95% 以上，解決了汽車沖壓生産線智能化的最後一道難題。相比傳統人工抽檢模式，不僅實現了全檢，檢測正确率也遠超人工檢測的 80%。

　　而數字孿生技術在汽車制造中也發揮着重要作用。它通過構建與實際生産線完全相同的虛拟生産線，企業可在生産前對生産線進行仿真模拟，提前發現設備故障、生産瓶頸等潛在問題。同時，虛拟生産線還能實時監控生産過程，保障生産計劃順利執行。例如，特斯拉的超級工廠運用數字孿生技術，實現生産線智能化升級，通過虛拟工廠與物理工廠的數據交互，實時掌握生産情況，提升生産效率并降低成本。寶馬的裡達工廠從動工到投産僅用兩年多時間，比正常工期縮短 6 個月，得益于廠區規劃、建築設計、生産線布局以及設備調試均在虛拟環境進行規劃和模拟，提前發現并解決設計和系統運行中的問題。

　　“當前我國正在向制造強國邁進，人工智能也是提升我國汽車産品核心競争力的關鍵，需要從研發創新、生産制造等多個環節入手，攻克芯片核心技術，持續提升産品在全球工業領域的競争力。” 陳士華說。

　　聚焦安全 “盲區” 賦能汽車智造新場景

　　當前，衆多汽車生産車間已擁有 “智慧大腦”。在奇瑞、零跑、蔚來、江淮等汽車主機廠中，一群焊接機器人可在極短的時間内精準完成上百個焊點的焊接任務;AI 安全視覺傳感器全域布控為生産安全保駕護航;在汽車生産線上，自帶大腦的 AI 質檢視覺傳感器确保問題件、不良件不會流出生産車間……

　　“AI 視覺技術為工業機器人植入‘慧眼’與‘智腦’，大幅提升其智能化水平，驅動生産制造邁向更高階的安全性與效率。” 普曼(杭州)工業科技有限公司總經理張亞鵬表示，作為汽車制造業領域的科技新銳代表，區别于人工智能泛領域的布局，普曼工業聚焦汽車制造業細分賽道，通過深度推進 AI 人工智能技術與工業場景的深度融合，解決行業痛點問題。

　　在汽車制造的沖焊車間，傳統安全防護設備存在 “空間感知盲區”、“環境抗幹擾弱”、“管理追溯缺失” 等問題，容易引發安全事故。普曼工業的視覺安全防護系統以 “安全決策單元” 範式革新，集感知、處理、控制于一體。通過可見光 + 紅外圖像采集，結合多核算法推理與雙通道安全信号控制，實現從 “侵入判定” 到 “報警推送” 再到 “脫離解除” 的全流程閉環管理，具備全面防護、精準高效、智能追溯、靈活部署等多個核心優勢。

　　其自主研發的安全視覺傳感器與防錯視覺傳感器可有效規避人機協作風險與設備損傷，更通過實時、高精度的過程質量監控，提升産品良率與一緻性，助力汽車生産達成降本增效與品質升級的雙重目标。普曼工業的視覺防錯系統利用深度學習算法與高精密傳感器，針對汽車制造中零部件錯裝、漏裝、表面缺陷等問題，實現全流程智能化檢測，築牢零缺陷質量防線。“我們也希望與‘杭州六小龍’以及其他創新企業一起，以人工智能技術為核心驅動力，持續探索技術創新的疆界”。

　　AI 不僅在改變汽車的使用方式，也在深刻變革汽車的生産制造過程。AI 賦能的智能制造，使得汽車生産更加柔性化、高效化、智能化，從物理疊加向智能融合升維，從而實現快速響應市場變化，滿足個性化定制需求。

　　“當前，普曼工業的視覺傳感器已廣泛應用于汽車廠的沖壓、焊接、塗裝、總裝、三電等多個場景，在多家汽車主機廠全面落地，我們希望通過對生産過程的實時、高精度、可追溯的智能管控，為企業提升産品品質、優化運營效率提供支持，讓新質生産力更好地賦能制造業，也為高可靠性、高附加值、可持續‘智造’發展貢獻一份力量。” 張亞鵬說。

　　打破數據孤島 擘畫汽車智造新未來

　　“汽車制造業與人工智能行業的融合，對人工智能行業提出了新的要求，也帶來了新的挑戰。汽車制造産業對人工智能技術在精度、實時性和穩定性上提出了更高要求。” 陳士華表示，盡管當前不少汽車企業都在積極探索數字化，但數據孤島問題依然存在，且不利于整個行業的數字化轉型。

　　在汽車生産過程中，不同部門、不同環節産生的數據往往分散存儲，難以實現有效共享與協同。例如，生産部門的設備運行數據、質量檢測數據與研發部門的産品設計數據、市場部門的客戶需求數據等，無法順暢流通，導緻企業難以從全局視角進行數據分析與決策，阻礙了智能化升級的步伐。

　　他認為，未來需進一步強化區域算力中心建設，促進數據資源共享，充分發揮人工智能、數字化等新技術優勢，開展前瞻研究，進一步提升生産效率與産品質量。期待随着人工智能技術的深入應用，助力汽車産業全産業鍊數字化轉型。

　　“當前國内不少創新型科技企業都在積極深入研發，讓人工智能融入汽車生産制造的全流程，為汽車制造智能升級提供更多支持。” 陳士華認為，汽車産業智能升級需要産業鍊參與者的共同努力，傳統汽車制造企業應積極擁抱新技術，人工智能創新企業可以結合汽車制造需求創新産品，進一步完善人工智能跨界融合的産業生态。

　　陳士華認為，應從多個方面鼓勵在人工智能領域探索和嘗試的中小微企業和初創企業，提供相應的政策與人才支持，為汽車智能制造注入更多中國力量。在智能制造發展的前提下，中國人工智能企業生産出的 AI 工業設備将更适應世界的第四次工業變革。