当汽车“智能座舱”开始“读懂你没说的”，设计师几分钟内“上新”多款服饰，汽车工厂有了“数字心脏”和“大脑”，大数据模型下纳米级芯片良率大幅提升……制造业正经历一场深刻的智能化变革。
2025年《政府工作报告》提出持续推进“人工智能+”行动，广州加速推动国家新一代人工智能创新发展试验区和国家人工智能创新应用先导区建设。当前，广州传统优势产业正凭借自身硬核的工业制造背景，积极拥抱AI数智化转型，实现从“制造”向“智造”高质量跃迁。
生产端 “AI+”带动技术链、供应链进化
重庆两江新区的赛力斯智慧超级工厂内，AGV运输车沿着数字孪生系统规划的路径穿梭，机械臂在AI视觉引导下完成毫米级精度的装配作业。
这个年产45万辆整车的超级工厂，将传统汽车制造涉及的冲压、焊接、涂装、总装四大工艺，全面升级为全流程数字化生产体系。其核心控制系统运用AI技术，能实时模拟2000多个生产变量，在虚拟空间中预演生产流程，将设备停机时间大幅缩短。
以冲压工艺为例，在冲压车间，AI机器人可以实时监控模具温度、压力等参数，并通过深度学习算法对生产数据进行分析和预测，从而实现对冲压件的精准控制。得益于此，生产线的冲压件精度已经可以达到微米级，大幅提升整车的品质和安全性。
工厂的相关负责人表示，“如果说工业机器人是手，AGV小车是腿，自动化立体仓库、运输轨道是血管，那么智慧管理系统就是工厂的数字心脏和大脑，能够自主识别、判断、控制、指挥整座工厂全流程调度。”
在生产环境中，AI的融合让汽车工厂可以实现“黑灯生产”，顾名思义，黑灯生产主要由智能机器人或自动化设备按照系统指令自行完成生产、存储、搬运、检测等环节，几乎无须人工操作，即便在黑暗中也能照常运转。
汽车产业的“AI+”也正在带动技术链、供应链的进化。从广电计量为某车企构建的一份数字化转型蓝图中可以窥见，AI+大数据正成为智能制造产业升级的核心驱动力。
“我们帮助企业打造了一套数据驱动的智慧营销体系，围绕‘产、供、销’等典型数字化场景，构建用户直连的能力；形成数据驱动的智慧供应链系统，建设MRP和供应商协同平台，持续降低管理交付风险，计划准确率提升78%。”广电计量副总经理于莉莉告诉记者，数据驱动的智能制造体系的建设，帮助企业实现了端到端流程成本透明和智能运维，持续提升精益能力，实现单件流生产，将生产周期缩短32%。
大到头部车企，小到纳米级芯片，AI+数据服务将解锁更多产业增值空间。在芯片制造领域，工艺达到5nm、3nm以下的芯片设计，复杂度将呈几何倍数增加，芯片的制造良率也变得极具挑战。为此，广电计量为某芯片缺陷大数据模型，开展算法正确性、收敛性、鲁棒性与性能效率等关键算法性能指标的深入测试与研究，同时严格把控数据多样性、完整性、安全性检测。不仅解决了传统良率分析手段面临的复杂多源数据处理、缺陷类型识别和主观差异性问题，还建立了数智化良率分析和缺陷快速识别技术，辅助芯片制造商快速优化工艺，良率提升3%~5%，最终降低生产成本。
设计端 AI让设计效率提升10倍
大到一款车，小到一件衣服，AI在人们生活中的存在感愈发明显。
刚：“AI”融入车机“读懂你没说的”
如果说，制造端离一般人生活还有点远，那设计端的智能革新，就更让人切身感觉到人工智能对日常生活的渗透。
想象一下，当你经历了一天疲劳烦闷的工作，下班坐进车内，它会调整座椅靠背、播放舒缓音乐、启动车内香氛；下班回家，它发现你关注的美食博主推荐一家新开的火锅餐厅，给出“要不要去尝鲜”的建议；你准备出差，它能规划好从机票到接机再到酒店的整个流程……
借助监测系统，AI会判断情绪；保持在线，AI会做好行程规划；语音交互加丰富的功能应用，AI随叫随到、全年无休……如果汽车“智能座舱”能够“读懂你说的”，那么“AI”融入车机后则能做到“读懂你没说的”，甚至代替你做出部分不影响安全的辅助决策。
汽车座舱丰富功能的背后，正是AI迅速的边界拓宽。“今年AI大模型备受关注，广汽第一时间采用，将DeepSeek现有的智能生态，搭载在昊铂HL等车型上。”在广汽集团平台技术研究院负责人梁伟强看来，中国智能网联汽车走在世界前列，拥有智能网联的“定义权”，“定义权”不只是AI，还包括AI背后的产业链，特别是芯片。今年广汽科技日，广汽集团一口气发布12款车规级高安全芯片，建立了完整的汽车芯片矩阵，应用场景包括电源管理、底盘、集成安全等多个领域。
柔：帮助设计师低成本、高效率创作符合需求的服装款式
你可能会发现，一家女装品牌网店的新款上得越来越快、越来越多。其实背后也是AI在起作用。当设计师输入灵感设计图或设计标签，几分钟内便可以生成丰富多样的服装款式……这是广州致景科技自研的智能设计开款系统（简称FM），基于致景服装AI大模型，可以帮助设计师低成本、高效率创作符合需求的服装款式。
致景科技相关负责人透露，使用这套系统，设计师可从中进行选款，同时通过花形提取、智能匹配面料、虚拟模特、场景适配等功能，大幅提高服装开款上新效率，助推柔性生产，满足“小单快反”的市场需求。“以前一个月平均上新5000多款，现在每月可以上新5万款，AI设计开款上新效率提升近10倍，成衣的设计、生产、交付时间可缩短50%。从设计开款效率来看，传统设计开款模式，一天一个人最多就出2～3款。若使用FM生成款式，理论上是不存在上限的。”
希音（SHEIN）是人工智能的另一个受益者，其搭建了一套深入服装设计、面料采购、加工等各个流程的柔性供应链体系，让工厂和市场端消费者的需求更加贴近，工厂效率更高、库存浪费更少，从而带动供应链的数字化和生产效率。
基于AI大模型下的数字化转型，“小单快反”模式正重塑着纺织服装制造业。入驻希音后，国内卖家何芸做到了根据实时销售数据快速返单，在“小单快反”模式下，实现每款生产50~100件。
在生产线之外，如何处理“废料”也是关键。传统的时尚行业零售模式，品牌向工厂所下的订单是按照季度乃至半年的周期来进行。对于大多数品牌而言，在订购时容易产生库存，导致行业长期陷入一种“囤一波货、赚一波钱、积一批库存”的循环中。
希音全球可持续发展主管Mustan Lalani表示，增加行业库存面料的使用是公司首选材料战略的一部分，该战略包括减少对新生产材料的依赖，“通过将更多现有面料整合到供应链中，我们正在采用实用且可扩展的解决方案，旨在最大限度地减少浪费。”
