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。

来源：互联网