5小時變3分鐘！理想以AI 重塑新能源汽車質(zhì)檢新速度

中國車企的AI軍備競賽正在出現(xiàn)一條新的分岔路。

多數(shù)玩家的AI資源集中在消費者看得見的地方——智駕、座艙、大模型。理想汽車也不例外，但它同時把一間實驗室和一支團隊投向了消費者看不見的角落：供應(yīng)鏈質(zhì)量管控。

成本大幅下降的AI視覺行為防錯系統(tǒng)已經(jīng)在80余家合作伙伴的生產(chǎn)跑起來，而搭載聯(lián)想ThinkStation PGX端側(cè)算力的PPAP文檔審核智能體，將單個零件的PPAP審核耗時從5小時縮到了2分鐘。

這套方案的邏輯背后，理想不是自己用AI檢查供應(yīng)商，而是把AI做成產(chǎn)品交給供應(yīng)商自己用。當(dāng)友商開始要求這些供應(yīng)商在他們的產(chǎn)品上也部署同樣的方案時，技術(shù)已經(jīng)從理想的供應(yīng)鏈外溢到了整個行業(yè)。

截至2026年3月底，理想汽車歷史累計交付突破163萬輛。一輛車涉及大量零件，每顆零件對應(yīng)多份質(zhì)量認(rèn)證文檔，當(dāng)規(guī)模膨脹到年交付量數(shù)十萬輛的量級，傳統(tǒng)靠人逐項檢查的質(zhì)量管控體系已經(jīng)物理上覆蓋不了。

近期，筆者走進理想常州實驗室和兩家供應(yīng)商工廠，看到的不只是一套降本增效的工具，而是一種全新的主機廠-供應(yīng)商關(guān)系正在成型：不只是提要求，還要給能力。在價格戰(zhàn)之后，中國汽車供應(yīng)鏈的下一場競爭，可能正從這里開始。

AI的戰(zhàn)場，正在從車上轉(zhuǎn)移到車間

中國新能源汽車的價格戰(zhàn)已經(jīng)打了兩年多。頭部車企年銷量進入50萬輛以上區(qū)間，同時，產(chǎn)品迭代周期從過去的三四年壓縮到不足兩年。行業(yè)和消費者能直觀看到的是，智駕在卷，座艙在卷，價格競爭也沒停下來過。但有一個環(huán)節(jié)，是鮮為人知，卻又至關(guān)重要——供應(yīng)鏈質(zhì)量管控。

麥肯錫估算，中國工業(yè)自動化市場規(guī)模已超過2500億元，占全球三分之一以上。IDC的數(shù)據(jù)則顯示，全球工業(yè)AI質(zhì)檢市場2025年接近10億美元，復(fù)合增長率28.5%。但這些數(shù)字的大頭集中在整車廠和頭部制造企業(yè)。

中小供應(yīng)商是另一個世界。一套定制化AI視覺方案市場報價10萬到20萬，還需要專業(yè)AI人才運維。對于汽車產(chǎn)業(yè)鏈上數(shù)以千計的零部件供應(yīng)商來說，AI質(zhì)檢是一件聽過但用不起的東西。

質(zhì)量管控的瓶頸恰恰在這些供應(yīng)商身上。一輛車上千顆零件，每顆零件二十多份PPAP資料，傳統(tǒng)方式全靠有經(jīng)驗的工程師逐項檢查。年產(chǎn)10萬輛的時候，人工審核還跟得上節(jié)奏；跳到50萬輛，面對成倍膨脹的工作量，審核速度和準(zhǔn)確率也隨之下降。

常州繼峰座椅有限公司是理想供應(yīng)商之一，副總裁劉大剛舉了一個案例。某功能件要求操作工用氣槍清潔零件，有人漏清潔，有人時間不夠。鋁屑?xì)埩粼诶锩�，短期看不出來，幾個月后售后市場出現(xiàn)產(chǎn)品卡死。要回溯問題的源頭，費時費力。

傳統(tǒng)的應(yīng)對方式是“前面人干、后面人看”。雷江波說，“這種方式質(zhì)量不可靠，效率低，成本又高。”

這不是理想獨有的困境。在汽車制造業(yè)，人員作業(yè)導(dǎo)致的質(zhì)量問題一直缺乏有效的技術(shù)手段來解決。雷江波的說法是，“以前基本是無解的�！�

理想的選擇是：不在整車端自用AI，建一間實驗室，專門為供應(yīng)商開發(fā)AI產(chǎn)品。

理想汽車供應(yīng)鏈PTC工業(yè)化總監(jiān)雷江波總結(jié)了四個詞——好用、易用、便宜、柔性。理想供應(yīng)鏈副總裁孟慶鵬此前在公開演講中判斷，AI時代供應(yīng)鏈的決策時效要從天壓縮到分鐘。

和多數(shù)車企一樣，理想在智駕和座艙上同樣投入巨大。不同的是，理想額外把一支團隊投向了消費者看不見的地方。這個選擇本身，就是在賭供應(yīng)鏈效率會成為下一階段競爭的關(guān)鍵變量之一。

把智能體送到工廠里

供應(yīng)鏈AI的難點，不是能不能做出來，是能不能部署到每一家供應(yīng)商的車間里去。

供應(yīng)商工廠分散在全國各地，網(wǎng)絡(luò)環(huán)境參差不齊，生產(chǎn)數(shù)據(jù)涉及核心工藝不能上云。把AI封裝成產(chǎn)品，搬到供應(yīng)商車間，在邊緣端實時運行，供應(yīng)商自己就能用。這才是真正的門檻。

理想的解法是把這件事拆分：

產(chǎn)線端，理想自研算法并獨立部署了AI視覺防錯等方案；

管理端，理想將PPAP審核智能體封裝進聯(lián)想ThinkStation PGX邊緣設(shè)備，部署到供應(yīng)商使用。

具體來看，在產(chǎn)線上，理想研究出了AI視覺行為防錯方案。硬件就是普通安防攝像頭加一個AI Box，核心是理想自研的算法平臺。2萬塊錢一套帶8個工位，平均一個場景2500元，市面上同類方案10到20萬。培訓(xùn)兩周，供應(yīng)商技工就能自主使用。

在繼峰座椅的產(chǎn)線上，劉大剛說，有了這套系統(tǒng)，員工操作稍有偏差系統(tǒng)立馬糾正，“錯漏松”從每天2到3例降到了每周2到3例。

2025年，理想已經(jīng)落地了290多個視覺項目，培訓(xùn)了近400名供應(yīng)商端的AI應(yīng)用人才。

一個細(xì)節(jié)：理想的友商看到供應(yīng)商在用這套產(chǎn)品，直接要求供應(yīng)商也在他們的產(chǎn)品上部署。技術(shù)從理想的供應(yīng)鏈外溢到了整個行業(yè)。

在質(zhì)量管理上，PPAP文檔審核智能體則通過ThinkStation PGX被送到了新泉外飾的工廠里。ThinkStation PGX是聯(lián)想基于NVIDIA GB10 Grace Blackwell超級芯片打造的邊緣AI設(shè)備，1 PetaFLOP算力（每秒1千萬億次浮點計算），128GB統(tǒng)一內(nèi)存，能在本地實時運行理想自研的27B大模型，同時支撐多個智能體并行推理，整個盒子卻只有1升大。不需要機房，不需要改造，240W功耗， 7×24小時跑。在工廠場景里，“放得下、跑得動、撐得住”才是更合適、更重要的。

ThinkStation PGX PPAP Audit Agent一體機

以前一名工程師審核一個零件的PPAP資料要五六個小時，PGX上的智能體兩三分鐘搞定，同時并行處理100份文件。常州新泉志和汽車外飾系統(tǒng)有限公司總經(jīng)理葉志剛透露，文檔審核的獲批周期從一個月縮到了一周。

更有意思的是，新泉已經(jīng)開始把這套系統(tǒng)用到其他客戶的項目上。供應(yīng)商把主機廠給的AI工具當(dāng)成了自己的基礎(chǔ)設(shè)施——這意味著“授人以漁”這件事，確實跑通了。

供應(yīng)鏈的下一場競爭

AI視覺能盯住操作工的手，PPAP智能體能審?fù)暌晦�文檔。但這些仍然是一個個單點工具，攝像頭管不了文檔，審核智能體也管不了產(chǎn)線。雷江波想做的事比這大得多。

雷江波用PDCA框架總結(jié)了他的愿景�！百|(zhì)量策劃（P）→現(xiàn)場執(zhí)行（D）→數(shù)據(jù)回傳檢查（C）→審核分析持續(xù)改進（A）”。這其中每個環(huán)節(jié)都包含了一些先進制造技術(shù)的應(yīng)用和使用。

具體來說，研發(fā)把圖紙和技術(shù)標(biāo)準(zhǔn)輸入進去，智能體自動生成流程圖、FMEA、控制計劃、作業(yè)指導(dǎo)書、SPC控制點�，F(xiàn)場執(zhí)行交給AI眼耳手，數(shù)據(jù)回傳后自動審核，形成完整閉環(huán)。雷江波透露，“我們預(yù)計在2026年底完成整個質(zhì)量策劃Agent的開發(fā)�！�

智能體繼續(xù)跑在聯(lián)想PGX工作站上——供應(yīng)商之前用它審核PPAP，未來在同一臺設(shè)備上直接升級，不用額外投入。一個盒子進了工廠，就不只跑一個智能體了。

理想選擇和聯(lián)想工作站深度綁定，7×24小時不停機，是工廠的剛需，也是很多通用設(shè)備過不了的關(guān)。

聯(lián)想也對理想自研模型做了定制化微調(diào)，提供從硬件到部署到運維的完整交付。理想的供應(yīng)商遍布全國，聯(lián)想的服務(wù)網(wǎng)絡(luò)也覆蓋得到。對于一家正在高速擴張AI智造體系的車企來說，算力、穩(wěn)定性、適配、服務(wù)這幾件事必須同時解決，少一樣都轉(zhuǎn)不起來。

這也是“飛輪”能轉(zhuǎn)的前提。邊緣設(shè)備鋪得越廣，供應(yīng)商數(shù)據(jù)積累越多，智能體迭代越快，新能力在同一臺設(shè)備上升級，供應(yīng)商粘性越強。轉(zhuǎn)起來之后，后來者的追趕成本會很高。

當(dāng)然，290個項目相對上千家供應(yīng)商還是早期階段。友商也開始要求供應(yīng)商部署類似方案，先發(fā)窗口不會太長。豐田當(dāng)年用TPS改造供應(yīng)商花了二十年，理想用AI做同樣的事，邊際成本幾乎為零，擴散可能快得多——但能不能真正建起體系壁壘，還是一個開放性問題。

但可以確定的是，競爭的規(guī)則正在改寫。新能源的崛起，讓中國汽車產(chǎn)業(yè)走向了世界的主舞臺，供應(yīng)鏈的競爭力也在隨之改變。過去比拼的是誰造得更便宜，現(xiàn)在還要拼誰的供應(yīng)鏈跑得更快、更靈活，犯更少的錯。要贏下這場比賽，靠一家公司單打獨斗不夠。理想以"共贏、創(chuàng)新、鏈接"的W.I.N文化理念交匯，把一套可沉淀、可復(fù)制、可持續(xù)演進的能力，寫進了供應(yīng)鏈的底層。

豐田當(dāng)年用TPS重塑了日本汽車供應(yīng)鏈的競爭力，今天，中國車企正在用AI寫出屬于自己的版本。從常州這間實驗室開始，一片屬于中國智造的創(chuàng)新土壤，正在生長。