在国内企业的AI创新实践中，联想集团已推出车端大模型计算平台与汽车智能体产品：Auto AI Box提供独立推理平台，OneAI连接个人智能体服务。在与杜卡迪的合作中，联想以边缘AI和高性能计算方案支撑机器学习、赛事分析与研发仿真。制造端，联想自研质检模型以轮胎良品数据完成建模；研发与供应链端，联想为吉利升级智算平台，并与理想汽车合作，将审核智能体部署到供应商端。

联想车计算：让大模型与智能体在车端运行

联想通过车计算产品Auto AI Box，为车端大模型提供独立的推理平台。该平台将座舱AI推理与车载信息娱乐系统的主芯片分开，使车企能够在既有电子电气架构上增加AI计算能力。

这一设计改变了车端AI的集成方式。主机厂可以在车型设计阶段接入Auto AI Box，也可以把它作为扩展方案与既有信息娱乐平台配合。模型运行所需的计算能力由独立平台提供，原有车机继续承担信息娱乐任务，车企据此安排车型适配与应用开发。

在联想与诚迈科技公布的联合方案中，Auto AI Box基于NVIDIA DRIVE AGX Thor，结合联想车规计算硬件、NVIDIA DriveOS及诚迈FusionOS 4.0。DriveOS提供资源管理和安全框架，FusionOS 4.0中间件衔接AI场景开发、模型部署与优化。车企拿到的是包含计算设备和开发环境的软硬件方案。

平台支持语音、视觉与上下文输入，并提供多类车端AI应用参考设计。开发人员可以在统一环境内完成应用开发、模型部署和后续优化，围绕自然语言交互及多语言服务组织功能。硬件采用模块化设计，支持不同计算性能、内存带宽需求以及风冷、水冷配置，为不同车型保留集成选择。

模型和应用适配也纳入了产品交付。按双方公布的方案，Auto AI Box已适配、预置多家国内外主流大模型及配套车端场景，并支持内容与服务提供商接入。诚迈提供的智能体开发工具链与模型优化能力，与联想车规硬件共同面向主机厂，帮助开发团队把模型运行环境与具体座舱功能接起来。

汽车智能体进一步连接到这一计算平台。联想在2026年北京车展期间展示的OneAI，基于AI Box计算平台支持最大30B参数端侧模型部署，并接入天禧、Qira个人智能体。Auto AI Box承担模型运行的计算与工程条件，OneAI把车内应用连接到联想的个人智能体服务，两者分别对应计算平台和智能体平台。

联想在自动驾驶计算领域也已有车辆应用。与文远知行联合推出的HPC 3.0基于联想AD1域控制器，采用NVIDIA DRIVE AGX Thor及车规软硬件冗余设计，已用于量产Robotaxi GXR。文远知行提供自动驾驶技术，联想提供计算平台与工程支持。

联想以边缘AI与高性能计算支持杜卡迪赛车研发

2026年6月，联想披露，杜卡迪赛车部门使用其边缘计算、AI及高性能计算方案，开展复杂仿真、机器学习、赛事分析和远程协作。这些技术服务于赛车工程师的设计、调校与比赛决策，连接赛道现场和研发团队。

轮胎由橡胶和合成材料构成，比赛中的行为复杂，传统模型难以充分描述。联想此前披露的合作显示，杜卡迪将机器学习用于轮胎特征分析及比赛中的轮胎管理，联想边缘服务器提供计算支持。

机器学习由此进入了车辆性能分析流程：工程师借助模型研究难以由传统方法准确刻画的轮胎行为，再将分析用于比赛准备和轮胎管理。计算部署在赛道侧，也让相关任务能够在比赛现场处理。这里的技术应用直接对应赛车调校和比赛使用中的工程需求。

赛车配置同样涉及大量组合选择。双方披露的另一项做法，是用随机化算法检查不同零部件配置，替代部分费时的反复试验。联想ThinkPad承担计算任务，杜卡迪工程师利用分析结果判断配置、调整赛车。轮胎建模与配置筛选分别处理材料行为和工程组合问题。

据双方此前披露，杜卡迪当时每个比赛周末从八辆Desmosedici GP赛车收集约100GB数据，每辆车装有约50个传感器。在双方披露的方案中，联想基础设施用于支持深度学习和机器学习工具，分析赛车及赛道数据，并将结果与车手感受相互对照。

远程车库把现场与博洛尼亚总部连在一起。总部工程师可以实时接收数据，完成复杂分析，再与赛道团队共同研究车辆设置。车手反馈、传感器记录和计算分析进入同一轮工程讨论。

赛车研发还需要处理规模更大的物理仿真。联想2026年9月披露，已为杜卡迪扩充HPC基础设施，支持2027款Desmosedici GP与当季赛车并行开发。新规则要求工程师重新研究发动机及空气动力学设计，其中包括全新850cc发动机。

升级后，基础设施的理论双精度计算性能合计超过108 TFLOPS。相比上一代计算节点，最新扩容使可用内存约翻倍，处理能力增加约48%。杜卡迪需要在继续优化当季赛车的同时完成下一代设计，新增资源用于承接两项并行研发任务。

扩容后的计算资源支持多项发动机与空气动力学仿真同时运行。工程师先在虚拟环境中比较不同配置，再把有潜力的设计送入原型制造。按双方披露，此次HPC升级使3D发动机计算流体力学仿真时间缩短50%，结构分析时间减少30%。在赛道测试受到限制的条件下，更复杂的仿真也为判断空气动力学变化提供了依据。

联想轮胎AI质检：通用股份人工质检成本降低超60%

联想与通用股份合作的全钢轮胎X光项目，将AI用于轮胎内部缺陷检测。苏豪控股2026年9月7日披露，该项目实测人工质检成本降低超过60%，漏检率下降超过80%。项目采用“大模型＋小样本”技术，三周完成20多个模型的构建与优化，并通过多阶段测试适配客户要求。

在轮胎表面检测中，AI面临另一类数据难题：产品规格多，缺陷类型和位置不固定，能够用于训练的缺陷样本却很少。联想第三代轮胎表面缺陷终检设备采用自研工业质检预训练模型，结合小样本终身学习机制，从良品中学习正常状态。

据联想披露，只需60—100条良品数据即可完成建模，训练周期在一周以内。模型先建立正常状态的参照，再发现偏离正常状态的异常，从而减少异常检测对缺陷样本的依赖。对已知缺陷，设备结合有监督检测进行分类，可识别100多种常见轮胎缺陷，为后续质量分析提供分类结果。

联想研究院此前披露的技术方案还给出了分类细节：自研小样本多维融合分类器综合缺陷位置、颜色、尺寸和神经网络特征，判断缺陷类别；配准、去噪、滤波及边缘检测等图像处理方法，用于改善图像质量、增强特征的可区分性。

支撑该方案的Lizard V3.0开发套件可以在工厂边缘侧完成训练和推理，数据无需上云，并支持不同规格轮胎的混检与快速换型、接入工厂MES生产管理系统。模型训练、现场检测及生产管理接口由同一方案提供。

同次披露的胎侧验证覆盖约300条不同型号轮胎。经过4天、3轮调优，联想报告非关键缺陷漏检率可降至0.3%，胎侧整体过检率降至约8%，并列举了气泡、缺胶、划痕等检出的实际缺陷。调优同时处理灰尘、水渍、压痕和胎毛残留等容易引起误判的干扰。

2026年3月披露的第三代设备还改进了成像与机械控制。深沟槽、暗区和强反光区域容易影响图像质量，联想通过异形光源、定向照明与多角度相机，使裂纹、缺胶、异物等缺陷更清晰地呈现。胎里专用光源配合光学自清洁结构，维持设备持续运行时的成像条件。

机械控制决定了这些图像能否稳定取得。设备采用气动与伺服复合驱动，可调节夹持力，一套夹具覆盖14—24英寸轮胎。系统自动识别型号、生成检测配方，再由多伺服协同完成定位、夹紧和取图，使成像距离、照明与运动状态配合。按联想公布的设备参数，单条轮胎检测用时25秒。

算法、光学与执行机构共同完成终检。到2026年3月，联想披露，该设备已在全球轮胎三十强中的三家企业规模应用，国内轮胎二十强中的十余家推进验证与部署。2026年3月，轮胎表面缺陷终检全检方案入选CMVU“2025机器视觉创新产品TOP10”。

联想与吉利：智算平台升级助力新车开发周期缩短30%

联想与吉利的研发计算合作，将软件适配、调度替换与液冷扩容纳入同一次系统升级。据联想此前披露，该轮整体升级使HPC集群性能提升30%，并助力吉利将新车开发周期缩短30%；其中75%的计算资源用于安全虚拟验证。

吉利的研发计算升级涉及一次软件与硬件的同步迁移：原HPC集群利用率已经超过90%，公有云业务需要回迁本地，原PBS调度系统按节点订阅收费，扩容也会推高许可成本。

联想以万全异构智算平台HPC版承接调度系统替换，并派研发人员现场定制开发，完成22款核心工程仿真软件适配，覆盖车辆设计、研发、仿真和测试。软件迁移与集群扩容一起推进，使已有工程应用能够在新的计算环境中运行。

平台提供软硬件监控、多任务运行优化和异构资源管理，简化应用与底层计算资源的交互，支持研发团队统一使用集群资源。二期项目部署235台ThinkSystem SD650 V3液冷服务器，同时复用一期预留的Spine IB交换机、DSS-G存储、xCloud联想智能云及机房散热资源。

软件许可与资产利用共同影响项目成本。原有调度系统的年度许可费用随节点数量增加，新的方案在更换调度平台时完成应用适配，并利用既有网络和存储承接新增服务器，减少重复建设。客户的迁移需求由计算设备、调度软件及应用开发团队共同处理。

联想推动汽车供应链算力整合与AI应用落地

在汽车供应链中，联想与理想汽车共创PPAP（生产件批准程序）文档审核方案，将行业大模型部署到零部件供应商的质量审核现场。该方案基于联想ThinkStation PGX，在本地运行理想自研的27B大模型。联想提供定制化微调、深度适配、部署与运维服务。

这套审核方案需要处理不同类型的工程资料。智能体支持解析16类PPAP文件和50多种工程图纸格式，校验标准一致性与资料完整性，相关数据在本地处理。据联想2026年4月披露，该系统已在290个供应商项目上运行，部分供应商已将其复用于其他主机厂项目。

联想在汽车供应链的合作也覆盖计算资源整合。富赛汽车电子采用联想问天WxSphere虚拟化软件和DCM管理软件，实现设备利旧、应用迁移与统一监测。据联想披露，项目使富赛硬件资源利用率由15%—20%提升至60%以上，年度IT基础设施成本节约约30%。天力电源通过联想服务器与KVM虚拟化承接ERP、MES、PLM等系统，增加故障自动切换、备份与快照。

联想AI竞赛分析助力杜卡迪培养新一代车手

联想将另一项赛事AI应用带到杜卡迪青年车手学院。2026年9月披露的Lenovo Race Performance Analysis，由ThinkStation P8工作站支撑，把官方计时转为圈速趋势、稳定性分析、赛段得失时及对手比较。

这款工具把赛段分析交到车手手中。车手通过ThinkBook访问数据，逐段查看时间得失，并选择同场对手比较比赛节奏，在每节比赛前后调整准备与策略。原本较难获得专业表现分析的年轻车手，由此有了可直接使用的分析入口。

车手Devis Bergamini表示，比赛节奏、速度等参数可以直接在笔记本上便捷查看和比较。联想还开放了公众访问，车迷也能通过圈速变化和稳定性了解车手在整场比赛中的表现。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com