从概念验证走向规模化应用，打通AI落地的“最后一公里”已成为制造业竞逐的焦点。

　　12月11日，2025 TCL全球技术创新大会（TIC2025）在广州举办。南都湾财社记者现场获悉，TCL创始人、董事长李东生在会上表示，2025年TCL推进落实AI应用，预计创造综合效益超10亿元。TCL全年研发费用预计将达到150亿元。

　　同日，TCL科技首席技术官、TCL华星首席技术官、TCL工业研究院院长闫晓林透露，尽管开源模型降低了基础门槛，但为了构建核心竞争力，明年TCL在大模型训练上的预算仍将大幅提升。

　　聚焦“AI向实”

　　随着DeepSeek等高性能开源模型的出现，AI训练成本大幅下降成为行业共识。对此，闫晓林在大会上分析称，DeepSeek等开源模型确实将训练成本降低了两个数量级，这让企业能够以更低的成本获得基础大模型能力。

　　然而，成本的降低并不意味着企业应缩减相关投入。闫晓林表示，明年TCL在大模型训练上的预算将大幅提升。他指出，显示面板企业未来的竞争上限，在于“垂域多模态大模型”的竞争力。

　　“基础模型我们采用合作或开源模式，但所有的垂域训练、指令微调、强化学习等核心环节，必须由我们自己完成。”闫晓林透露，目前TCL在波兰的研发中心已承担重要的人工智能研发任务，未来还将组建一个约50人的东欧研发团队，与深圳团队协同攻坚，瞄准超过235B参数的垂域多模态大模型。

　　作为制造企业，TCL此次大会的主题定为“AI向实”，强调AI在研发、制造等环节的实际产出。李东生表示，TCL将持续加大AI技术投入，驱动全链条革新，实现大规模价值落地。

　　记者在现场了解到，TCL华星发布的“星智X-Intelligence 3.0”大模型已在多个工业场景实现应用。据现场技术人员介绍，该模型在半导体显示垂域的能力已超越DeepSeek R1-671B，在实际应用中带来了显著的效率提升。

　　闫晓林列举了一组数据：在自动化设计领域，AI介入后，电路板设计周期从15天缩减至3天，版图设计从3天缩减至3小时，且设计质量与高级工程师相当。在制造环节，通过从ADC（自动缺陷分类）升级为ADR（自动缺陷修补），打通了检、判、修的全链路自动化，每年可带来超5000万元的经济效益。

　　AI已达“研究生”水平，具身智能尚需时日

　　针对AI技术的发展阶段，中国工程院院士丁文华在圆桌论坛环节表示，目前的AI大模型在知识获取和理解能力上已达到“研究生水平”，下一步的竞争高地将是具身智能，即从被动预测走向主动进化的自主学习。

　　对于具身智能在工业场景的落地，TCL方面保持了审慎态度。闫晓林坦言，虽然TCL在VLA技术上已取得进展，在部分场景达到95%的完成率，但距离工业场景要求的99.9%的可靠性仍有距离，“还有相当长的路要走”。

　　业内人士分析认为，随着头部制造企业将AI考核重心从技术指标转向“真金白银”的综合效益，未来一年将成为工业AI大规模商业化兑现的关键节点。