走進今天的智能工廠，無人搬運車往來穿行，機器視覺系統高速質檢，各環節設備互聯互通、實時調度，展現柔性、高效、智能等特點。

　　近日，在由華為與江汽集團聯合主辦的“AI+制造行業峰會2026”上，來自汽車、醫藥等領域的數百位企業代表共同探討AI（人工智能）如何從單點試用邁向全鏈深耕，帶動行業智能化躍升。“我們希望讓AI全面賦能研發、生產、銷售服務各環節。”華為監事會副主席陶景文說。

　　落地一線，帶來效能提升

　　江汽集團尊界超級工廠的智能質檢車間裡，過去分散運行的150余個獨立質檢小模型，如今已被基於華為盤古CV（計算機視覺）大模型和昇騰算力底座開發的通用大模型整合替代。單工位僅需50至100張樣本圖片，即可完成針對模型微調訓練，整車缺陷攔截率達99.99%。

　　“過去人工目檢，漏檢率較高。現在AI替代人工檢查，不僅標准統一，還能持續迭代進化。”江汽集團數字化管理中心副總經理丁志海介紹，目前這套方案已在尊界全車1500余項檢測場景落地，實現了“一模型多場景通用，全平台化賦能生產”。

　　當前，“AI+制造”為許多行業帶來效能提升。在瀘州老窖，過去由於生產、營銷、終端數據缺乏連通性，遇上節慶銷售高峰，系統容易出現卡頓延遲，運營效率與響應速度受限。近年來，在華為打造的數字架構助力下，瀘州老窖完成了數據資產系統的創新。以“應用+雲”的聯合方案，滿足全國400多家門店的管理需求，為消費者提供更好的服務體驗。

　　紡織面輔料領域，福建輔布司紡織公司構筑雲端協同的算力底座，雲端訓練支撐算法模型的訓練優化，端側精准捕捉生產細節，同時結合實際場景開發功能化應用，實現生產品質與效率雙提升。

　　“制造業智能化轉型是一項系統性工程，直面轉型痛點、立足產業規律，才能讓制造質量更優、效率更高。”華為中國政企業務副總裁郭振興說。

　　參與研發，助力科學決策

　　“小分子早期藥物的發現，過去要花一兩年時間，現在隻需3—6個月。”廣州醫藥數智科技有限公司董事長鄒彬彬介紹。依托華為昇騰算力底座、工業級精度3D分子生成模型和分子生成及篩選技術，廣藥集團的藥物早期發現成本降低了70%，研發周期也大幅縮短。

　　藥物研發是AI極具前景的應用方向之一。在多肽藥物領域，翰宇藥業將20余年積累的逾10萬條工藝數據與盤古藥物分子大模型深度融合，構建起專屬私域知識庫，進而將經驗轉化為可調用、可迭代的“數字資產”，讓研發與生產決策從“經驗驅動”邁向“數據驅動、科學驅動”。

　　隨著融合不斷深入，AI應用向上游研發等環節延伸，從“工具賦能”轉向“價值創造”。在郭振興看來，要堅持根據價值選擇場景，從價值、數據、成本、風險、技術等維度評估場景成熟度，確保轉型務實有效。

　　更加靈活，推動柔性生產

　　上汽通用五菱與華為聯合打造的“智能島”制造體系，在汽車總裝方式方面帶來改變。

　　不同於傳統的線性制造體系，“智能島”將固定工位變為靈活作業島。AGV（自動導引車）自主穿梭於各作業島之間，不再是“車等工位”，而是“車找工位”。依托華為星河AI網絡，作業島內AGV運行能夠實現零卡頓，產線可根據訂單需求靈活重組，實現柔性生產。

　　“制造業的AI升級不是簡單的技術問題，必須讓技術進步和行業流程等深度結合。”陶景文說，“從昇騰提供算力根基，到開源框架釋放底層硬件能力，再到操作系統打通不同設備、數據、應用之間的聯通壁壘，華為致力於讓制造業的數智化轉型擁有安全、可靠、可持續的根基。”

　　《 人民日報 》（ 2026年07月22日 11 版）