以 “智” 提 “质” AI 赋能汽车产业新场景

　　随着大数据、人工智能等前沿技术的不断拓展与深入应用，汽车生产制造的全流程正经历着深刻的变革。7 月 31 日召开的国务院常务会议审议通过《关于深入实施 “人工智能 +” 行动的意见》。会议指出，要深入实施 “人工智能 +” 行动，大力推进人工智能规模化商业化应用，充分发挥我国产业体系完备、市场规模大、应用场景丰富等优势，推动人工智能在经济社会发展各领域加快普及、深度融合，形成以创新带应用、以应用促创新的良性循环。

　　在汽车制造领域，人工智能的深入应用推动着汽车产业不断提质升级，跨界融合的产业生态逐渐成形，汽车制造业加速步入 “智造时代”。

　　制造迈向 “智造” 人工智能融入全产业链

　　从制造迈向 “智造”，近年来，新一代信息技术与传统制造业的深度融合，推动汽车装备制造的数字化和智能化水平不断提升。

　　“作为工业门类中高度集成的行业，汽车产业正加速向电动化、智能化、网联化转型。” 中国汽车工业协会副秘书长陈士华说，当前，人工智能技术在我国汽车制造行业已步入 “深水区” 应用阶段，呈现出 “全域渗透、全链赋能、全线升级” 的显著特征，汽车产业正经历着深度数字化的转型。在汽车冲压、焊接、涂装、总装、三电、发动机等生产制造环节，数字化手段正深入应用，如 AI 视觉质检系统替代传统人工质检，大幅提升产品质量与生产效率;数字孪生平台则对生产装配过程进行模拟，预判工艺风险，缩短新车型产线的部署周期。

　　以长安汽车为例，在其南京智慧工厂的冲压车间内，冲压零部件在生产线尾要接受由 80 多个可见光和红外相机组成的空间相机矩阵 100% 的智能在线检测。这一智能在线检测场景为行业首创，利用工业 AI 视觉算法和模型代替现场质检人员，对冲压钣金零件表面孔特征、凹凸划伤、开裂、隐形伤等外观质量实现 100% 智能检测，正确率达 95% 以上，解决了汽车冲压生产线智能化的最后一道难题。相比传统人工抽检模式，不仅实现了全检，检测正确率也远超人工检测的 80%。

　　而数字孪生技术在汽车制造中也发挥着重要作用。它通过构建与实际生产线完全相同的虚拟生产线，企业可在生产前对生产线进行仿真模拟，提前发现设备故障、生产瓶颈等潜在问题。同时，虚拟生产线还能实时监控生产过程，保障生产计划顺利执行。例如，特斯拉的超级工厂运用数字孪生技术，实现生产线智能化升级，通过虚拟工厂与物理工厂的数据交互，实时掌握生产情况，提升生产效率并降低成本。宝马的里达工厂从动工到投产仅用两年多时间，比正常工期缩短 6 个月，得益于厂区规划、建筑设计、生产线布局以及设备调试均在虚拟环境进行规划和模拟，提前发现并解决设计和系统运行中的问题。

　　“当前我国正在向制造强国迈进，人工智能也是提升我国汽车产品核心竞争力的关键，需要从研发创新、生产制造等多个环节入手，攻克芯片核心技术，持续提升产品在全球工业领域的竞争力。” 陈士华说。

　　聚焦安全 “盲区” 赋能汽车智造新场景

　　当前，众多汽车生产车间已拥有 “智慧大脑”。在奇瑞、零跑、蔚来、江淮等汽车主机厂中，一群焊接机器人可在极短的时间内精准完成上百个焊点的焊接任务;AI 安全视觉传感器全域布控为生产安全保驾护航;在汽车生产线上，自带大脑的 AI 质检视觉传感器确保问题件、不良件不会流出生产车间……

　　“AI 视觉技术为工业机器人植入‘慧眼’与‘智脑’，大幅提升其智能化水平，驱动生产制造迈向更高阶的安全性与效率。” 普曼(杭州)工业科技有限公司总经理张亚鹏表示，作为汽车制造业领域的科技新锐代表，区别于人工智能泛领域的布局，普曼工业聚焦汽车制造业细分赛道，通过深度推进 AI 人工智能技术与工业场景的深度融合，解决行业痛点问题。

　　在汽车制造的冲焊车间，传统安全防护设备存在 “空间感知盲区”、“环境抗干扰弱”、“管理追溯缺失” 等问题，容易引发安全事故。普曼工业的视觉安全防护系统以 “安全决策单元” 范式革新，集感知、处理、控制于一体。通过可见光 + 红外图像采集，结合多核算法推理与双通道安全信号控制，实现从 “侵入判定” 到 “报警推送” 再到 “脱离解除” 的全流程闭环管理，具备全面防护、精准高效、智能追溯、灵活部署等多个核心优势。

　　其自主研发的安全视觉传感器与防错视觉传感器可有效规避人机协作风险与设备损伤，更通过实时、高精度的过程质量监控，提升产品良率与一致性，助力汽车生产达成降本增效与品质升级的双重目标。普曼工业的视觉防错系统利用深度学习算法与高精密传感器，针对汽车制造中零部件错装、漏装、表面缺陷等问题，实现全流程智能化检测，筑牢零缺陷质量防线。“我们也希望与‘杭州六小龙’以及其他创新企业一起，以人工智能技术为核心驱动力，持续探索技术创新的疆界”。

　　AI 不仅在改变汽车的使用方式，也在深刻变革汽车的生产制造过程。AI 赋能的智能制造，使得汽车生产更加柔性化、高效化、智能化，从物理叠加向智能融合升维，从而实现快速响应市场变化，满足个性化定制需求。

　　“当前，普曼工业的视觉传感器已广泛应用于汽车厂的冲压、焊接、涂装、总装、三电等多个场景，在多家汽车主机厂全面落地，我们希望通过对生产过程的实时、高精度、可追溯的智能管控，为企业提升产品品质、优化运营效率提供支持，让新质生产力更好地赋能制造业，也为高可靠性、高附加值、可持续‘智造’发展贡献一份力量。” 张亚鹏说。

　　打破数据孤岛 擘画汽车智造新未来

　　“汽车制造业与人工智能行业的融合，对人工智能行业提出了新的要求，也带来了新的挑战。汽车制造产业对人工智能技术在精度、实时性和稳定性上提出了更高要求。” 陈士华表示，尽管当前不少汽车企业都在积极探索数字化，但数据孤岛问题依然存在，且不利于整个行业的数字化转型。

　　在汽车生产过程中，不同部门、不同环节产生的数据往往分散存储，难以实现有效共享与协同。例如，生产部门的设备运行数据、质量检测数据与研发部门的产品设计数据、市场部门的客户需求数据等，无法顺畅流通，导致企业难以从全局视角进行数据分析与决策，阻碍了智能化升级的步伐。

　　他认为，未来需进一步强化区域算力中心建设，促进数据资源共享，充分发挥人工智能、数字化等新技术优势，开展前瞻研究，进一步提升生产效率与产品质量。期待随着人工智能技术的深入应用，助力汽车产业全产业链数字化转型。

　　“当前国内不少创新型科技企业都在积极深入研发，让人工智能融入汽车生产制造的全流程，为汽车制造智能升级提供更多支持。” 陈士华认为，汽车产业智能升级需要产业链参与者的共同努力，传统汽车制造企业应积极拥抱新技术，人工智能创新企业可以结合汽车制造需求创新产品，进一步完善人工智能跨界融合的产业生态。

　　陈士华认为，应从多个方面鼓励在人工智能领域探索和尝试的中小微企业和初创企业，提供相应的政策与人才支持，为汽车智能制造注入更多中国力量。在智能制造发展的前提下，中国人工智能企业生产出的 AI 工业设备将更适应世界的第四次工业变革。