文章摘要
【关 键 词】 AI赋能、智能制造、数字化基建、汽车工业、智能感知
小米技术委员会AI实验室机器学习团队高级技术总监孟二利在MEET2025年智能未来大会上分享了小米利用大模型赋能汽车智能制造的探索。他强调，大模型等AI技术是新的生产力，对软硬件效果有指数级提升，是小米长期投入的底层赛道。小米将汽车传统制造模式向智能制造模式转型视为挑战，因为汽车生产已非常成熟。AI赋能材料研发需要结合数据、前沿算法、专业知识、专家经验和不断试验。大模型的出现标志着汽车行业从软件定义汽车到AI定义汽车的拐点，需要继续做好数字化基建、产业协同和探索适合工业场景的大模型技术。
小米科技战略升级为深耕底层技术、软硬深度融合、AI全面赋能。小米AI实验室自2016年成立，逐步开展视觉、语音、声学等工作，2023年成立专职大模型团队，推出自研手机端侧大模型，为业务场景和用户需求提供智能支持。汽车制造是成熟的百年行业，涉及设计、研发、生产等多维度精细操作，依赖专业人员经验积累和反复试验。小米从一体化大压铸开始探索汽车工业智能化转型，聚焦一体化大压铸材料研发和质量检测，打造多元材料AI仿真系统，通过大模型范式研发材料，构建十一元合金热力学数据库，实现低成本、高效率、高性能的材料研发。
小米还搭建了视觉大模型质量判定系统，检测毫米级缺陷，识别缺陷类型、大小，为工艺优化提供依据，准确率超过99.9%。该系统背后是小米自研的工业质检大模型，实现无人工交互全自动化部署，通过半监督方法训练，优化大模型解码器，精准统计二维图像缺陷面积，估计三维尺寸。
孟二利认为，实现大模型赋能汽车制造，需要重视数字化基建，建立数据标准、行业标准，实现产业上下游协同，探索适合工业场景的大模型技术，实现智能感知、预警、决策，深度赋能汽车智能制造各环节，实现AI定义汽车。他期待更多AI人才、专家加入，共同推动制造业智能化变革。
原文和模型
【原文链接】 阅读原文 [ 3018字 | 13分钟 ]
【原文作者】 量子位
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★☆
