（来源：江汽集团）

售价 70.8 万元至 101.8 万元，上市 10 个月累计交付超过 1.6 万台——江汽集团与华为共同打造的智能电动行政轿车尊界 S800，以远超预期的市场表现，成为 " 中国制造 " 以及 " 安徽制造 " 向产业链价值链高端进军的最新标杆。

尊界的成功，是产品与制造双重数智化转型的范例。5 月 15 日，在位于合肥的尊界超级工厂，华为与江汽集团共同举办 AI+ 制造行业峰会 2026。这场汇聚了来自汽车、机械电子、医药等行业 600 余位嘉宾的峰会，聚焦 AI 与制造核心业务的深度融合展开深入探讨。" 小切口、大纵深，持续沉淀 AI 能力 " ——华为与江汽集团围绕尊界项目，探索形成的这条制造业数智化转型有效路径，也由此展示在与会者面前，给行业带来诸多启示。

跃升行业智能化

· AI+ 制造行业峰会 2026 现场

" 数智化转型不是锦上添花的‘选修课’，而是关乎生死存亡的‘必答题’。" 江汽集团控股公司董事，江汽集团股份公司党委副书记、总经理李明在峰会致辞中表示。这也是当下制造业企业的深切共识。

然而，当转型进入深水区，挑战也尤为现实：信息孤岛林立、数据共享艰难、烟囱式系统导致重复建设、AI 应用难以从试点走向规模化复制……面对这些 " 拦路虎 "，很多企业陷入 " 不会转、不敢转 " 的困境。

作为一家有着 60 余年历史的国有大型汽车集团，江汽集团的数智化转型，所需要解决的难题尤为众多。在与华为合作推动数智化转型时，江汽集团没有选择摊大饼式的全面铺开，而是坚持 " 小切口 " 突破，优先聚焦高价值场景，精准落地试点项目，快速打造可复制标杆案例，以单点的成功树立数智化转型信心。

汽车制造对精度、一致性要求极高，质检环节正是痛点最集中，对于 "AI+ 制造 " 价值最显著的场景。

过去，汽车行业普遍采用零散小模型逐一适配纷繁复杂的质检场景。尊界超级工厂曾开发 150 余个质检小模型，以覆盖尊界 S800 全车超过 1600 项视觉质量检测点，6 名 AI 工程师为此耗时 9 个月持续调试迭代。零散小模型泛化能力弱、适配性差、后期维护成本高、开发周期长，难以适应新一代豪华车型配置版本多、更新迭代快的生产节奏。

痛点就是破局的关键点。华为与江汽集团引入盘古 CV 大模型，联合训练出迈思特 CV 质检大模型。这是汽车行业首个 CV 质检大模型，展现了惊人的泛化适配能力：面对多配置、新车型无需重复开发，单工位仅需 50 至 100 张样本图片即可完成模型微调训练，整车缺陷拦截率可达 99.99%。目前整套 AI 质检方案已在尊界全车 1500 余项检测场景规模化落地，真正实现了 " 一模型多场景通用，全平台化赋能生产 "。

质检环节的成功打开了数智化转型的突破口，但对江汽集团而言，这只是一个开始。真正的挑战在于：如何让 AI 从一个 " 能看 " 的质检员，成长为融入企业血脉的能力体系？

华为与江汽集团的答案是：分层落地、稳步推广，以 " 大纵深 " 的方式把 AI 能力做深做透。

大纵深，首先是场景的纵深拓展。江汽集团按照技术成熟度梯度布局：将相对成熟的 NLP、知识图谱等技术，率先在知识问答、DFMEA 等业务刚需场景中应用推广；对于多模态、智能体等新技术，则通过联合孵化持续探索。

以 DFMEA（设计失效模式及影响分析）为例，这是汽车研发质量管控的关键环节。通过让 AI 学习 5000 多条历史设计规范和失效数据，江汽集团构建了 DFMEA 智能分析智能体，失效分析从过去数周压缩到数小时，效率大幅提升，潜在遗漏风险显著降低。AI 不仅是产线上的 " 眼睛 "，更成为研发工程师的 " 智慧搭档 "。

大纵深，更是能力的纵深沉淀。江汽集团在每一个场景落地后，都有意识地将算法模型、高质量数据集和智能体能力沉淀为企业级 AI 资产，形成可复用的核心能力。围绕质检、安全监管、研发设计、物流、高级排程等领域建设的多类高质量数据集，不仅对内赋能，也能通过资产化释放更大价值。今年，江汽入选安徽省首批高质量数据集建设基地，完成数据资源企业认定，并取得数据产权登记证书。

大纵深，还意味着组织的纵深变革。AI 真正走深向实，技术只是门槛，组织和文化才是决定性因素。江汽建立了数智化项目管理架构，明确业务代表、数据代表和 AI 技术代表的职责。同时，开展多层级培训，从管理层到一线岗位分层赋能，并举办 " 江汽杯 " 数智化挑战赛，激发全员参与热情。通过激活每个岗位的 " 人机协同 " 能力，让 "AI 成为业务创新的共同语言 "，为大纵深转型积蓄内生动力。

在与华为的合作中，江汽集团的数智化转型加速迈向纵深之境，更大的时代背景也在加速形成。2026 年，不仅是一家企业的深耕之年，更是整个制造业 " 行业 +AI" 的跃升之年。

华为中国政企业务副总裁郭振兴在峰会上表示，这一跃升有四个关键标志。其一，" 价值能量化 "。 企业已能够直接算清 AI 带来的巨大收益，从家电的研产供销服到智能驾驶、炼钢高炉炉温预测，AI 的巨大价值得到了验证。其二，" 客户愿投资 "。 很多央国企对 AI 追加了专项预算，制造、金融、电力等行业纷纷加大 AI 基础设施投入。其三，" 方案可复制 "。 行业头部企业的标杆应用已落地，正从单点向全行业辐射推广。其四，" 生态渐成熟 "。 大模型厂商、应用厂商、硬件厂商等上下游生态协同的 AI 产业链已然形成。

政策层面同样利好频出。工信部等八部委发布的《" 人工智能 + 制造 " 专项行动实施意见》提出了量化目标：推动 3 至 5 个通用大模型在制造业深度应用，打造 100 个工业领域高质量数据集，推广 500 个典型应用场景，选树 1000 家标杆企业。

2025 年我国人工智能核心产业规模已超过 1.2 万亿元，规模以上制造业企业人工智能技术应用普及率超过 30%。到 2026 年，预测企业数智化投资占收入比重将从 2.5% 提升至 3% 至 3.5%。对于一家千亿营收的企业而言，这意味着每年将有 30 亿元投入到数智化建设。

面对历史机遇，企业如何在数智化浪潮中抢占先机？从华为助力江汽集团等制造业企业数智化转型的实践中，一些经验至关重要。

首先是战略决心，数智化是一把手工程，需要长期主义的战略定力。二是架构引领，以 AI 为核心规划统一架构，特别是要夯实支撑全域智能的底座。三是价值场景，优先选择业务价值高、技术成熟度高的 " 双高 " 场景集中突破，正如江汽集团用 " 小切口 " 撬动 " 大纵深 "。四是基础设施先行，以系统工程提升效率。五是组织保障，成立数智化专班和跨部门协同机制，实行一把手责任制，同时大力培养数智化转型人才。

从尊界超级工厂里那个精准识别缺陷的 " 迈思特 " 质检员，到江汽研发工程师身边实时辅助的 DFMEA 智能体——一场由点及面、由浅入深、由工具赋能到能力重塑的数智化转型，正在安徽乃至中国制造业的沃土上生根发芽，并在即将全面爆发的智能经济时代，引领千行百业跃上更高的价值山峰。