📰 从工厂质检到全链重构：江汽AI“小切口、大纵深”，为何成行业样本？
江汽以“从质检切口入手，构建覆盖研产供销服全链条的数智化能力体系”为核心路径，通过统一AI平台、数据资产化和组织变革，推动AI在制造业全链条的规模化落地。文章指出汽车行业AI落地面临三大困境：小模型碎片化、知识断层、技术与业务脱节。江汽通过依托华为盘古CV大模型和昇腾算力，利用尊界工厂的130万张质检图片训练出可在多场景通用的质检大模型，达到高精度（平均99.99%）并实现一模型多场景，同时将生产端的经验和数据沉淀转化为可复制的集团级能力。
统一平台的核心在于避免各自为战的“智能烟囱”，以数据治理、统一工具和模型资产的集中管理实现跨工厂与跨板块的快速复制，从而降低成本、缩短开发周期并提升数据利用效率。文章强调数据质量是AI效果的上限，江汽通过高质量数据集建设和数据资产化，形成数据-模型-业务的协同飞轮，支撑2026至2028年的三步走战略：架构与高价值场景试点、全集团泛化应用、与业务模式深度融合。未来，生产端AI将成为中国汽车的新名片，并推动产业价值从制造向数据与服务迁移，推动制造强国建设。
🏷️ #AI落地 #统一平台 #数据资产 #质检大模型 #汽车制造
🔗 原文链接
📰 从工厂质检到全链重构：江汽AI“小切口、大纵深”，为何成行业样本？
江汽以“从质检切口入手，构建覆盖研产供销服全链条的数智化能力体系”为核心路径，通过统一AI平台、数据资产化和组织变革，推动AI在制造业全链条的规模化落地。文章指出汽车行业AI落地面临三大困境：小模型碎片化、知识断层、技术与业务脱节。江汽通过依托华为盘古CV大模型和昇腾算力，利用尊界工厂的130万张质检图片训练出可在多场景通用的质检大模型，达到高精度（平均99.99%）并实现一模型多场景，同时将生产端的经验和数据沉淀转化为可复制的集团级能力。
统一平台的核心在于避免各自为战的“智能烟囱”，以数据治理、统一工具和模型资产的集中管理实现跨工厂与跨板块的快速复制，从而降低成本、缩短开发周期并提升数据利用效率。文章强调数据质量是AI效果的上限，江汽通过高质量数据集建设和数据资产化，形成数据-模型-业务的协同飞轮，支撑2026至2028年的三步走战略：架构与高价值场景试点、全集团泛化应用、与业务模式深度融合。未来，生产端AI将成为中国汽车的新名片，并推动产业价值从制造向数据与服务迁移，推动制造强国建设。
🏷️ #AI落地 #统一平台 #数据资产 #质检大模型 #汽车制造
🔗 原文链接
