AI提行业效率

AI把整车质检压到84秒,制造效率账

网通社11月8日披露蔚来合肥工厂天瞳84秒检完一台车、缺陷识别准确率99.7%,天探3分钟千余项电控自检;央视11月7日报道一分钟下线一台整车。中国经济网11月14日刊TCL华星硅基员工上岗。四组口径拆开算。

2026-11-14 14:34:12 · 主编:刘立永

84秒。据凤凰网汽车、网通社2026年11月8日转述,蔚来合肥新桥先进制造二工厂自研的"天瞳"AI质检系统,84秒完成一台整车的外观检验,缺陷识别准确率99.7%,效率提升48%;另一套"天探"系统3分钟自动完成1000多项车辆功能自检,效率较人工提升10倍以上。11月7日央视《新闻联播》报道该厂工业5G覆盖冲压、焊装、总装环节,产线节拍做到一分钟下线一台整车。四个数字分属不同系统、不同口径,不能相加,也不能都算成AI带来的增量。

一、84秒是外观检验,3分钟是电控自检

天瞳对应整车外观面,按网通社与腾讯网11月8日的转述,它84秒完成的是69项外观检测(另一版本表述为"84秒检完一台车");天探对应整车电控与功能项,3分钟内跑完1000多项自检。一个管看得见的缺陷,一个管看不见的功能,检测对象、判定标准、工位都不同。把84秒与3分钟拼成"3分84秒完成全车质检",是把两条产线的数据硬合并。同理,99.7%是缺陷识别准确率,不是整车合格率;48%是天瞳相对原有流程的效率提升,10倍是天探相对人工的倍率,两者的基线并不相同,不能并列比较。

二、一分钟下线一台车,是节拍不是AI贡献

央视报道的"一分钟下线一台整车",说的是焊装车间941台工业机器人协同、车身焊接自动化率98%之后,整条产线达到的稳定节拍。它是自动化、工艺、物流与AI共同作用的结果,不是AI质检单独压缩出来的。报道同时提到工厂80%的制造场景已实现AI辅助决策、支持360万种以上车辆配置、下单到交付最快14天——前者是覆盖率,后者是柔性生产能力的上限值,都不是效率提升幅度。对中小工厂来说,真正可对照的是节拍与检测项数,不是"80%"这类覆盖率。

三、同期另一组数字:TCL华星的80%

中国经济网11月14日转载《证券日报》报道,TCL华星11月13日在武汉全球显示生态大会上宣布"显示研发设计全流程硅基员工"正式上岗,称其通过智能需求解析与跨专业协作,让客户需求响应速度提升80%,并把系统级仿真规模拓展至原来的数十倍。80%与"数十倍"均为发布会上企业方的产品能力表述,报道未给出基线、统计周期与第三方验证;它衡量的是研发设计环节的需求响应,与蔚来产线质检的84秒不能横向比较。这是同一周内两条都带"AI提效"的制造新闻,口径却完全不在一个层面。

四、这些数字的可核验边界

三组数据都出自企业方,经由央视、中国经济网、网通社等媒体转述,公开信息中没有第三方审计或对照实验。蔚来工厂拥有世界经济论坛"灯塔工厂"和2026年度国家卓越级智能工厂两项认定,但认证评的是整体制造体系,不等于对84秒、99.7%逐项背书。做投资测算时,应把"企业自述值"单列一栏,注明来源与发布日期,不与自家产线的实测工时混在一张表里。

五、给中小制造企业的三条落地顺序

第一,先固定节拍与检测项清单。把当前每台、每件的检测项数、单件耗时、漏检率、复判率写成基线表,再谈"提升多少倍";没有基线的百分比一律不入账。

第二,把质量收益与人工收益分开设账。识别准确率、报废率、返工工时各记一张表,AI省下的人工按班次记录,不要合并成一个"总收益"。

第三,先统一数据再谈模型。我们在济南莱芜给制造企业做用友、金蝶ERP与MES实施时,通常先把物料编码、工序、领料入库和质检判定口径对齐,让每一条缺陷记录都能回溯到批次与工序,再让模型读数据;口径不齐,84秒也只是把错账算得更快。对山东中小制造企业,先选一条产线、一个缺陷类型跑满一个完整月结周期,比一次铺全厂更稳。

参考来源:
1. 凤凰网汽车(网通社快报),2026-11-08,https://auto.ifeng.com/c/8xtOwe8CdQm
2. 腾讯网,2026-11-08,https://new.qq.com/rain/a/20261108A0BXSF00
3. 中国经济网(转《证券日报》),2026-11-14,https://www.ce.cn/cysc/newmain/yc/jsxw/202611/t20261114_3294176.shtml