[汽车之家 行业] 10月21日～24日，第三十二届中国汽车工程学会年会暨展览会（SAECCE 2025）在中国重庆·科学会堂召开。SAECCE 2025通过汇聚行业智慧、展示前沿技术、搭建合作桥梁，并携手全球汽车科技力量，服务全球汽车科技发展，共创世界级汽车科技创新平台。
在SAECCE 2025于10月21日下午召开的“2025国际汽车数字化与智能制造大会全体会议暨智能制造主论坛”上，蔚来汽车科技（安徽）有限公司高级副总裁纪华强以《蔚来汽车智能制造的探索和实践》为主题进行了演讲。
据纪华强介绍，为了大力开发虚拟制造能力，虚拟制造价值就是要把生产现场的实物纠错和调整时间缩短，这也是过去三年到五年一些努力的结果，过去从开发一个产品要30多个月，现在缩短到接近18个月左右，这也是被逼出来的。因为实物纠错缓解依赖大平台，我们现场可能有2000个问题需要解决，到现在三代平台可能降低到500个问题。带来的效果就是快速投产和产品快速上市。
以下为演讲实录（汽车之家精编）：
感谢大会的邀请，让我有机会站在这个讲台上给大家分享蔚来汽车在智能制造方面的一些探索和实践。
蔚来汽车生产制造架构和国内一些车企不太一样，我们是整个工厂运营和物流运营是一体化做管理。可能在生产研发、运营环节、整车交互环节做到数据闭环，有这么一个先天优势。汽车行业面临的挑战，比如市场老是变化很大，产品竞争很激烈，一年两三百个新产品上市，内卷严重，同时给生产制造环节带来了一个客观要求，就是上市周期要缩短，过去一个产品很可能在市场上生命周期三年五年，甚至更长，现在很多新产品上市周期很短，可能三年以后大家都记不住它的名字，倒逼着整车研发制造和设计企业要更快创造出更好的产品满足用户和市场需求。蔚来汽车在这个过程中也是波波折折，起起伏伏，一会儿感觉快不行了，一会儿感觉能力很强，这其实是整个行业竞争加剧以后用户对车企提出了更高的要求。
生产制造行业如何面对这个挑战，无非就是在生产要素上面动脑筋和做问诊，我们把生产运营的时间要素叫作“人、机、料、法、环、数”每一个生产要素关键管理要求是什么？我做了一些总结和分析，比如人”不能说企业发展了，员工的收入受到影响。设备这块，固定资产投资有多少？核心是要解决值不值问题，过去对装备很多搞维修的同志都讲，设备开动率如何。物料这块，准时是最大的要求，工艺最难的是一次性，在电脑上做的工艺方案在现场到底有没有偏差，如何解决这些偏差，这是智能制造需要解决的核心问题。可持续发展的环境影响，以及数据利用率，都是目前生产要素优化配置的关键点。
制造体系角度上，有很多同行提到了研发体系和生产体系，我把MED和OTD作为两条业务主链，最核心一点在于研发运营和生产交互运营要做到全要素数据闭环，我们认为这是后面需要做的关键，MED高效运营，从标准集成项目开发和量产准备。
蔚来汽车基于整个行业发展，也是在协会安排和引领下，我们参加了新的智能制造路线图的编制，过程中跟各位行业前辈专家学习了不少东西，我们结合新的汽车智能制造路线图编制了蔚来汽车高精度制造的框架，主要分四个方面。一是数字研发，怎么让研发和现场实物环境跟虚拟环境一致化，生产线的环境跟虚拟环境的差距，这是每一个行业从业者大家都可能面临的问题，也是我们需要努力解决的，我们也分成初、中、高级阶段，最高级就是数字孪生，核心要解决的问题就是虚拟世界和现实世界的一致性，而不是平台和算力有多强，而在于一定要把生产现场的要素做全，放到虚拟环境里面跑通，才有机会快速在生产线做部署。
二是数据运营，研发制造环境当中的数据量很大，数据到底怎么运营？这个问题挺难回答，因为数据运营包含的面很多，人机料法环数各个生产要素上面如何定义数据关联性，及时更新迭代每一个数据基座，怎么把数据做准确。
三是工业AI，大模型和轻量化模型，在我的理解当中，工业AI就是轻量化模型的一个集中代表，为什么叫工业代表？它就是需要轻量化，就是需要比较简单快速部署，而且跟产线工艺的垂域特点联系起来，比如焊接的垂域模型如何建立？跟平时讲的大语言模型完全不是一回事。工业AI如何做？我们蔚来汽车整理了200多个专家库，这些垂域模型在智能化产线上面能得到很好部署，降低开发人员重复劳动工作。
四是工业控制。现在比较热门的具身智能有一定关系，以传统工业布局为基础，再向上发展，提出了全局智能单一，靠具身智能体能力是有限的，为什么不把一个车间作为具身智能体系，它的眼睛、手脚可能就是我们现在手上的工具，智能制造和智能装备探测技术，运算和决策技术，以及执行技术也会有一些突破和发展，这也是我们对于未来智能制造和将要发展方向的一些思考和总结。它的价值怎么体现？总体目标就是生产制造环节的资源占用，占用的装备算不算资源，消耗的天然气算不算资源？消耗的员工劳动算不算资源？这都是资源，消耗的新产品，用户等待新产品的时间都是资源，资源消耗能降低50%，我认为是蔚来汽车在智能制造的一个努力方向。
讲三个例子，数字研发的实践，通过数字研发实践能够把在线调试时间大幅度缩短，我们自己做了一些统计，数字研发核心要求和目标就是要减少实物阶段纠错问题，把一个新产品开发和投产试制到最后量产运营，我们做过一些基础的分析，很大段时间，基本上3—6个月要消耗到生产现场的纠错和布局调整，程序调整等业务环节上。
为了大力开发虚拟制造能力，虚拟制造价值在哪里？就是要把生产现场的实物纠错和调整时间缩短，这也是我们过去三年到五年一些努力的结果，过去从开发一个产品要30多个月，现在缩短到接近18个月左右，这也是被逼出来的。因为实物纠错缓解依赖大平台，我们现场可能有2000个问题需要解决，到现在三代平台可能降低到500个问题。带来的效果就是快速投产和产品快速上市。
数据运营我举一个例子，产线工人怎么在智能制造环境当中受益，降低工人的劳动强度和给他一些合理的报酬，这两段视频是蔚来汽车生产线上同一个工位上，但是两个人拿的薪酬不一样。反复出工艺设计上还有需要改变的地方，人工站的位置不一样，他的劳动负荷很大，每天消耗是下面做封装员工的8.3倍，两个小时之后全身都要湿透。现实情况是，上面这个员工比下边这个员工还要少两千块钱。因为定岗定级不一样，我们对操作工人的刻画，目前非常单一和苍白，我们只是定义是男女还是大学生，还是40岁，他的上肢力量强还是下肢力量强，适合做类似的这种操作还是适合做底盘的操作，在人这个生产要素上面是没有定义和策划的。但是你的员工劳动付出，目前跟薪酬怎么挂钩？怎么让智能制造发展过程当中带上这一部分不会发声的绝大部分群体，这也是我们的目标。
我们在数字化工具上面，在生产工艺和劳动评价标准上面，对人做了一些细节评价，从手部动作，上肢力量下肢力量等进行评价。智能制造要为群众服务，要带上70%产业工人一起来享受智能制造带来的技术红利。
工业AI要解决的问题，我认为主要还是解决技术人员问题，什么叫Technical Time？我们大部分时间还是花费在重复性的纠错，限制了大家生产力的发展，工业AI要解决的问题，还是解决人，人的生产要素的刻画解决的是蓝领工人的问题。
通过垂域工业模型把SME知识转化为AI产品，有可能释放出技术人员很多的劳动时间，让他们能够有更多时间从事更有创造力的工作。
最后，我们是站在巨人肩膀上，行业的前辈的帮助对我们也是非常大，我们走到这一步，在市场中我们还是一个小弟，我们还在努力求生存，求发展，我们愿意在事业发展过程当中，在智能制造领域，在学会带领下贡献出我们的力量。
