汽车产业是国民经济的支柱，产业链长、覆盖面广，关联带动作用突出，也因此成为制造业数字化转型的“主阵地”。推动汽车行业的数字化变革，是建设汽车强国、推进新型工业化、培育新质生产力的关键一环。

近期，国家四部门联合印发《汽车行业数字化转型实施方案》，确立了“两步走”发展蓝图：到2027年，数智技术在企业研、产、供、销、服环节深度集成应用，带动企业智能制造成熟度、生产效率等明显提升，行业供给和公共服务体系逐步健全；到2030年，行业整体数智化发展达到较高水平。

这一顶层设计，为产业指明了方向，也标志着汽车产业正从单点技术突破，迈向系统化、全方位的深度转型。

在此背景下，3月26日，“异构智算 本地引擎——领跑100|联想智算生态之旅”活动在长春举办，联想携手英特尔等多方伙伴走进中国一汽，并围绕智能制造与产业升级实践展开深度对话。同时，嘉宾们还实地走访了中国一汽红旗繁荣工厂，近距离体验了智能化、数字化在汽车制造中的实际应用，并就异构计算、AI工厂、数据赋能等前沿议题展开研讨。

毫无疑问，此次活动不仅是一次技术对接与场景展示，更系统呈现出智算基础设施与实体经济深度融合的实践图景，勾勒出传统汽车制造业向高端化、智能化、绿色化演进的有效路径，为中国制造业整体升级提供了具有示范意义和推广价值的创新范式。

01.

走进标杆，

看见汽车工业的智造跃迁

想象一下，在一家汽车工厂里，同一条生产线可以同时组装燃油车、电动车和混合动力车，机器人能根据实时订单自动切换程序，你刚下单的个性化车辆，已经开始在产线上“排队”。这不是科幻场景，而是中国一汽红旗繁荣工厂的真实日常。

这座占地面积超过75万平方米的现代化工厂，不仅是国家级智能制造示范基地，更像一扇观察中国汽车工业智能化进程的“窗口”。

在这里，智能化不再是遥远的概念，而是转化为了每分钟都在发生的效率。冲压、焊装、涂装、总装、电池电驱五大车间如同精密的器官般协同运作，焊接工序实现全自动，产线节奏紧凑高效，平均每54秒就有一台整车驶下生产线。更深层的变革在于，工厂拥有了“自适应”的智慧：通过工业互联网，系统能自动感知设备状态、预测工艺质量，驱动生产模式从“人机协同”迈向由数据驱动、智能决策的新阶段。

实现这种极致的效率与自适应能力，离不开一个坚实、敏捷且绿色的智能化基础设施“底座”作为支撑，以应对汽车制造对算力稳定性、处理能力与扩展性的严苛要求。

为此，联想与一汽集团在基础设施层面展开了深度合作：联想为一汽集团提供了丰富多元的智能设备与算力基础设施，双方聚焦效能提升，建设智能运维体系和高性能计算引擎，实现全栈基础设施的主动化、精细化管理，支撑仿真计算、智能座舱等研发核心场景，以绿色算力助力能耗优化的同时，全面保障了业务连续性与数据安全，推动一汽集团向高端化、智能化、低碳化发展。

正如中国一汽相关负责人所说，中国一汽集团作为中国汽车工业成长的见证者与推动者，始终坚定自主创新之路，突破核心技术壁垒，实现了红旗、解放全自主研发，已成中国汽车工业自主发展的标杆。

客观地说，在这个向智能化、数字化深刻转型的时代，中国一汽的标杆作用，正通过其“智造跃迁”展现出新的内涵。这场变革，远不止是生产效率与质量指标的提升，更在于塑造一个以数据为核心驱动、以持续创新为本质特征的产业新范式。

这一新范式的生动缩影，便在中国一汽红旗繁荣工厂清晰呈现。从这扇“窗口”望去，我们不仅看到了当下智能制造的最高水准，更清晰地预见了一个全链路智能协同、需求即时响应、制造高度柔性的未来，这座标杆工厂以其坚实的步伐，引领着中国汽车工业的智能化浪潮，奔涌向更辽阔的深蓝。

02.

构筑底座，

以“AI工厂”驱动产业升级

标杆工厂的生动实践已然证明，坚实的数字化基础是智能制造赖以发展的关键前提。

但是，当制造企业不满足于既定流程的自动化，而是希望将AI深度融入研发、生产、营销乃至供应链的每一个环节以创造新价值时，面临的挑战将截然不同。此时，单纯的硬件堆砌或孤立的AI试点已难以支撑，企业需要一套能够系统化、规模化“生产”智能的新范式。

联想中国基础设施业务群战略管理总监黄山

对此，联想中国基础设施业务群战略管理总监黄山在活动中提出的“AI工厂”理念，恰是对这一产业深层次需求的回应。

他认为，当前人工智能应用正面临一个关键转折点：从过去零散、项目制的“手工作坊”模式，迈向标准化、流程化、可复制的“工厂化”生产阶段。这一跃迁的核心，在于为企业构建一套能够持续、高效、经济地“制造”并部署智能体（Agentic AI）的基础设施与运营体系，即“AI工厂”。

这一转变的时机已经成熟。2025-2026年间，智能体技术的突破性进展，使得AI不仅具备强大的分析与推理能力（“思考脑”），更获得了调用工具、自主执行任务的能力（“手脚”）。这意味着AI能够真正进入并重塑核心业务流程。企业的目标必须随之升级：从尝试某个AI工具，转向像运营现代化工厂一样，去管理智能体的规模化“生产”，并确保整个过程职责清晰、价值可衡量、投资有回报。

为实现这一蓝图，黄山系统阐述了“AI工厂”的层次化技术架构，包括价值定义层：明确“生产”何种智能体以解决何种业务问题，是战略起点；原料治理层：将原始数据转化为高质量、结构化、可被AI理解与调用的“知识原料”； 核心产线层：以高效、绿色、低成本的算力集群，构成智能体训练、调优与推理的“生产线”； 能效协同层：从芯片指令集到数据中心冷却，再到与电网的动态协同，追求“计算”与“能源”的全局最优；全栈安全层：为智能体全生命周期构筑防御，应对从数据泄露、模型投毒到恶意调用的新型风险。最终，所有技术要素必须汇聚成解决具体业务问题的“场景服务包”，实现价值闭环。

当然，建设“AI工厂”是一项系统工程，需在战略、数据、算力、能耗与安全五大环节协同突破。

具体而言，清晰的战略与配套的流程机制是工程落地的前提。在战略引领下，数据需经过清洗、结构化，转化为高质量企业知识库，并与个人知识库融合互动，实现知识的共创与流动；强大的算力与高效的能耗管理是核心引擎。算力上，通过“软硬协同”可大幅提升效率，例如“首字计算”与“后续Token解码”分离可实现3-5倍推理效率增益；能耗管理需基于AI负载动态调度，采用DVFS等技术，并与电网、储能系统协同，实现绿色智算；安全是贯穿全生命周期的基石，需通过数据加密、权限管控与行为审计等多层防御，为系统提供稳定可靠的保障。

不仅如此，要从顶层规划走向落地实践，一个能够全面赋能智算基础架构的硬件平台至关重要，以英特尔® 至强® 6处理器为例，其价值恰恰在于满足了 “AI工厂”建设的核心诉求：

首先，它是驱动算力融合的核心引擎。其内置的AMX高级矩阵扩展加速引擎，能够高效承载从通用计算到AI推理与训练的综合负载，实现了对异构算力的统一调度与高效融合，完美承接了前述软硬协同的算力优化需求；其次，它树立了能效与密度的行业标杆。凭借高核心密度与MR-DIMM内存带来的超高带宽，它能够在有限的空间与功耗约束下，显著提升算力密度与能效比，直接优化数据中心的总体拥有成本（TCO），这正是精细化能耗管理的硬件体现；最后，它构建了可靠与生态的坚实基石。其强健的架构保障了大规模AI负载的长稳运行，而其优异的生态兼容性，则有效保护并激活了企业既有的IT资产，确保了新旧算力、技术与平台间的平滑整合与持续演进，为“AI工厂”的长期稳定运营与迭代升级打下了坚实基础。

值得一提的是，行业内的先行实践已从不同维度验证了这一框架的可行性。例如，在“AI心理医生”等高责任敏感场景中，通过与高校、医院共建严谨的顶层机制，明确了问答质量、问题追溯与责任归属，为AI在专业领域的可靠落地划清了边界。在汽车行业，通过构建AI可理解的业务本体与知识图谱，将海量数据转化为高质量、可推理、可调用的知识库，实现了真正的数据驱动决策。

在能耗管理上，先进实践已实现从液冷散热、设备联接到基于任务负载的精细化能效调度。在全周期安全方面，领先的企业级方案已能对智能体的技能进行自动化安全扫描与代码分析，有效防范恶意指令注入与供应链攻击。

由此可见，“AI工厂”的核心价值在于将AI应用从零散、高门槛的试点，转变为标准化、流程化、可持续运营的工业化体系。这标志着企业AI建设的重心从“掌握技术”迈向了“运营智能”。企业的核心任务也从“如何应用某项AI技术”，转变为“如何体系化地运营智能生产力”，这就要求企业的组织架构、流程、数据治理、算力投资与安全管理，都围绕“智能体工业化生产”进行重构。

在此过程中，构建“AI工厂”将成为规模化释放AI生产力、构筑未来竞争优势的关键引擎。它不仅回应了如何将前沿AI技术转化为规模化、可管理的工业能力这一时代叩问，更指明了一条从“手工作坊”走向“现代工业”的智能化演进路径。

03.

生态协同，

全栈能力支撑规模化落地

“AI工厂”的成功构建与持续运营，无法由单一企业独立实现，必须依托于一个能力互补、紧密耦合的“创新联合体”。

在这一系统化工程中，联想以“一横四纵”全栈AI基础设施为架构，构建了从顶层设计到落地运营的完整能力闭环，为“AI工厂”的体系化建设与可持续发展提供了坚实基础。

其中，“一横”以万全异构智算平台为横向支撑底座，具备融合多元算力的能力；“四纵”则纵向贯通服务器、存储、数据网络、软件与超融合四大关键领域，实现对战略规划、数据治理、绿色算力与全周期安全的端到端覆盖。这一“横纵协同”的架构，为“AI工厂”从概念到实践的转化提供了系统性支撑。

在这一进程中，英特尔作为关键合作伙伴，与联想等行业领导者紧密协作，共同构建了支撑智能体规模化生产与部署的坚实基座。

在此基础上，英特尔也积极拓展与中国本土计算生态的深度融合，携手沐曦、天数智芯等GPU伙伴，共同打造更贴近本地场景需求的CPU+GPU协同计算方案，为千行百业的数智化转型提供高效、可靠、弹性的算力支撑。

这一系列生态创新合作的核心，在于将前沿算力与产业场景深度融合。

英特尔全球大客户经理张奕君

正如英特尔全球大客户经理张奕君所强调的：“在与联想的协同创新中，我们将多元算力全面融入车企的研发、生产到智能驾驶的全价值链，不仅提供强大的底层算力支持，更通过全栈系统级优化，帮助客户在复杂混合负载环境下实现效率、可靠性和总体拥有成本的最优平衡，从而真正释放人工智能在实体经济中的规模化潜能。”

通过这样的全栈能力支撑与开放生态协同，“AI工厂”得以从技术架构演进为可持续运营的工业系统，真正推动AI从实验环境走向产业现场，从单点应用升级为系统化的智能生产力，为“AI工厂”在产业端的规模化落地提供了可靠支撑。

面向未来，作为一汽长期的智能化“同路人”，联想也将持续深化与产业各方的协同，将领先的算力设施与整体解决方案深度融入包括东北老工业基地在内的产业转型升级进程中，共同绘制智能化升级新蓝图。

总的来说，本次“联想智算生态之旅”走进一汽集团，不仅实地见证了智能制造的前沿成果，探寻了产业转型升级的路径，更系统梳理了支撑“AI工厂”运行的全栈能力与生态逻辑，为推动中国汽车乃至整个制造业智能化进程贡献了具有参考价值的实践样本。

这也预示着，中国汽车工业的智能化未来，已从单一企业的技术突破，迈向产业链与创新链深度融合的生态共进。在国家“人工智能+”行动持续推进的浪潮中，以联想与一汽集团为代表的创新协作模式，正在为中国制造业的高质量发展注入持久而强劲的智能动能。