夜雨聆风中国车企的AI军备竞赛正在出现一条新的分岔路。
多数玩家的AI资源集中在消费者看得见的地方——智驾、座舱、大模型。理想汽车也不例外，但它同时把一间实验室和一支团队投向了消费者看不见的角落：供应链质量管控。
成本大幅下降的AI视觉行为防错系统已经在80余家合作伙伴的生产跑起来，而搭载联想ThinkStation PGX端侧算力的PPAP文档审核智能体，将单个零件的PPAP审核耗时从5小时缩到了2分钟。
这套方案的逻辑背后，理想不是自己用AI检查供应商，而是把AI做成产品交给供应商自己用。当友商开始要求这些供应商在他们的产品上也部署同样的方案时，技术已经从理想的供应链外溢到了整个行业。
截至2026年3月底，理想汽车历史累计交付突破163万辆。一辆车涉及大量零件，每颗零件对应多份质量认证文档，当规模膨胀到年交付量数十万辆的量级，传统靠人逐项检查的质量管控体系已经物理上覆盖不了。
近期，笔者走进理想常州实验室和两家供应商工厂，看到的不只是一套降本增效的工具，而是一种全新的主机厂-供应商关系正在成型：不只是提要求，还要给能力。在价格战之后，中国汽车供应链的下一场竞争，可能正从这里开始。
AI的战场，正在从车上转移到车间
中国新能源汽车的价格战已经打了两年多。头部车企年销量进入50万辆以上区间，同时，产品迭代周期从过去的三四年压缩到不足两年。行业和消费者能直观看到的是，智驾在卷，座舱在卷，价格竞争也没停下来过。但有一个环节，是鲜为人知，却又至关重要——供应链质量管控。
麦肯锡估算，中国工业自动化市场规模已超过2500亿元，占全球三分之一以上。IDC的数据则显示，全球工业AI质检市场2025年接近10亿美元，复合增长率28.5%。但这些数字的大头集中在整车厂和头部制造企业。
中小供应商是另一个世界。一套定制化AI视觉方案市场报价10万到20万，还需要专业AI人才运维。对于汽车产业链上数以千计的零部件供应商来说，AI质检是一件听过但用不起的东西。
质量管控的瓶颈恰恰在这些供应商身上。一辆车上千颗零件，每颗零件二十多份PPAP资料，传统方式全靠有经验的工程师逐项检查。年产10万辆的时候，人工审核还跟得上节奏；跳到50万辆，面对成倍膨胀的工作量，审核速度和准确率也随之下降。
常州继峰座椅有限公司是理想供应商之一，副总裁刘大刚举了一个案例。某功能件要求操作工用气枪清洁零件，有人漏清洁，有人时间不够。铝屑残留在里面，短期看不出来，几个月后售后市场出现产品卡死。要回溯问题的源头，费时费力。
传统的应对方式是“前面人干、后面人看”。雷江波说，“这种方式质量不可靠，效率低，成本又高。”
这不是理想独有的困境。在汽车制造业，人员作业导致的质量问题一直缺乏有效的技术手段来解决。雷江波的说法是，“以前基本是无解的。”
理想的选择是：不在整车端自用AI，建一间实验室，专门为供应商开发AI产品。
理想汽车供应链PTC工业化总监雷江波总结了四个词——好用、易用、便宜、柔性。理想供应链副总裁孟庆鹏此前在公开演讲中判断，AI时代供应链的决策时效要从天压缩到分钟。
和多数车企一样，理想在智驾和座舱上同样投入巨大。不同的是，理想额外把一支团队投向了消费者看不见的地方。这个选择本身，就是在赌供应链效率会成为下一阶段竞争的关键变量之一。
把智能体送到工厂里
供应链AI的难点，不是能不能做出来，是能不能部署到每一家供应商的车间里去。
供应商工厂分散在全国各地，网络环境参差不齐，生产数据涉及核心工艺不能上云。把AI封装成产品，搬到供应商车间，在边缘端实时运行，供应商自己就能用。这才是真正的门槛。
理想的解法是把这件事拆分：
产线端，理想自研算法并独立部署了AI视觉防错等方案；
管理端，理想将PPAP审核智能体封装进联想ThinkStation PGX边缘设备，部署到供应商使用。
具体来看，在产线上，理想研究出了AI视觉行为防错方案。硬件就是普通安防摄像头加一个AI Box，核心是理想自研的算法平台。2万块钱一套带8个工位，平均一个场景2500元，市面上同类方案10到20万。培训两周，供应商技工就能自主使用。
在继峰座椅的产线上，刘大刚说，有了这套系统，员工操作稍有偏差系统立马纠正，“错漏松”从每天2到3例降到了每周2到3例。
2025年，理想已经落地了290多个视觉项目，培训了近400名供应商端的AI应用人才。
一个细节：理想的友商看到供应商在用这套产品，直接要求供应商也在他们的产品上部署。技术从理想的供应链外溢到了整个行业。
在质量管理上，PPAP文档审核智能体则通过ThinkStation PGX被送到了新泉外饰的工厂里。ThinkStation PGX是联想基于NVIDIA GB10 Grace Blackwell超级芯片打造的边缘AI设备，1 PetaFLOP算力（每秒1千万亿次浮点计算），128GB统一内存，能在本地实时运行理想自研的27B大模型，同时支撑多个智能体并行推理，整个盒子却只有1升大。不需要机房，不需要改造，240W功耗， 7×24小时跑。在工厂场景里，“放得下、跑得动、撑得住”才是更合适、更重要的。
ThinkStation PGX PPAP Audit Agent一体机
以前一名工程师审核一个零件的PPAP资料要五六个小时，PGX上的智能体两三分钟搞定，同时并行处理100份文件。常州新泉志和汽车外饰系统有限公司总经理叶志刚透露，文档审核的获批周期从一个月缩到了一周。
更有意思的是，新泉已经开始把这套系统用到其他客户的项目上。供应商把主机厂给的AI工具当成了自己的基础设施——这意味着“授人以渔”这件事，确实跑通了。
供应链的下一场竞争
AI视觉能盯住操作工的手，PPAP智能体能审完一摞文档。但这些仍然是一个个单点工具，摄像头管不了文档，审核智能体也管不了产线。雷江波想做的事比这大得多。
雷江波用PDCA框架总结了他的愿景。“质量策划（P）→现场执行（D）→数据回传检查（C）→审核分析持续改进（A）”。这其中每个环节都包含了一些先进制造技术的应用和使用。
具体来说，研发把图纸和技术标准输入进去，智能体自动生成流程图、FMEA、控制计划、作业指导书、SPC控制点。现场执行交给AI眼耳手，数据回传后自动审核，形成完整闭环。雷江波透露，“我们预计在2026年底完成整个质量策划Agent的开发。”
智能体继续跑在联想PGX工作站上——供应商之前用它审核PPAP，未来在同一台设备上直接升级，不用额外投入。一个盒子进了工厂，就不只跑一个智能体了。
理想选择和联想工作站深度绑定，7×24小时不停机，是工厂的刚需，也是很多通用设备过不了的关。
联想也对理想自研模型做了定制化微调，提供从硬件到部署到运维的完整交付。理想的供应商遍布全国，联想的服务网络也覆盖得到。对于一家正在高速扩张AI智造体系的车企来说，算力、稳定性、适配、服务这几件事必须同时解决，少一样都转不起来。
这也是“飞轮”能转的前提。边缘设备铺得越广，供应商数据积累越多，智能体迭代越快，新能力在同一台设备上升级，供应商粘性越强。转起来之后，后来者的追赶成本会很高。
当然，290个项目相对上千家供应商还是早期阶段。友商也开始要求供应商部署类似方案，先发窗口不会太长。丰田当年用TPS改造供应商花了二十年，理想用AI做同样的事，边际成本几乎为零，扩散可能快得多——但能不能真正建起体系壁垒，还是一个开放性问题。
但可以确定的是，竞争的规则正在改写。新能源的崛起，让中国汽车产业走向了世界的主舞台，供应链的竞争力也在随之改变。过去比拼的是谁造得更便宜，现在还要拼谁的供应链跑得更快、更灵活，犯更少的错。要赢下这场比赛，靠一家公司单打独斗不够。理想以"共赢、创新、链接"的W.I.N文化理念交汇，把一套可沉淀、可复制、可持续演进的能力，写进了供应链的底层。
丰田当年用TPS重塑了日本汽车供应链的竞争力，今天，中国车企正在用AI写出属于自己的版本。从常州这间实验室开始，一片属于中国智造的创新土壤，正在生长。
END
