聯想集團面向高端制造推進AI創新，將全自研工業質檢預訓練模型和小樣本終身學習用于輪胎全檢，并在三家全球輪胎三十強企業規模應用：60至100條良品數據即可建模，單條檢測25秒。在生產決策領域，聯想自研排程技術已進入工廠，“魯班智能體”在武漢制造基地全面上線。沐曦的幾何模型算子優化、中科曙光的推理緩存共享，分別體現了AI計算與推理存儲層面的創新。
聯想自研工業模型：小樣本終身學習與雙模式檢測
聯想第三代輪胎AI外觀全檢混檢設備，采用全自研工業質檢預訓練基礎模型和小樣本終身學習技術。設備采用的雙模式質檢方案，將無監督異常檢測與有監督缺陷識別結合，用良品建立正常狀態的模型，再對偏離正常狀態的區域進行檢測。
這一訓練方法改變了輪胎質檢對缺陷樣本的依賴。新品投產時，各類缺陷未必已經出現，企業也難以按需收集足夠的缺陷圖片。聯想2026年3月披露，方案僅需60至100條良品數據即可完成建模，訓練周期在一周以內。企業可以先取得合格產品的數據，建立檢測能力，隨后在生產中積累和更新缺陷知識。
無監督學習負責發現異常，有監督學習負責識別已有類別。聯想方案將兩種方式結合，對百余種常見輪胎缺陷進行分類，并檢測尚未進入既有分類的新異常。對已經掌握的缺陷，系統輸出分類結果；對于新出現的偏差，則由基于正常狀態的檢測機制發現問題。檢測范圍由此擴展到已有缺陷標簽之外。
模型導入產線后，還要適應規格、工藝和產品的變化。聯想研究院人工智能實驗室自主研發的聯想邊緣大腦V3.0，將大模型指導的小樣本終身學習框架與傳統計算機視覺算法結合。在邊緣端的數據處理與模型訓練中，平臺支持本地數據采集、存儲、處理和分析，訓練無需上云，邊緣自學習用于持續優化檢測模型。
本地訓練與持續學習為工廠提供了模型維護方式。新的良品數據和生產中取得的樣本，可以在數據產生的現場用于模型更新；檢測任務改變時，企業也可以繼續使用平臺的訓練和推理能力。聯想邊緣大腦承擔的數據處理、學習與檢測工作，因而貫穿了模型導入和后續運行。
在聯想與中策橡膠的輪胎質檢合作方案中，底層采用聯想邊緣大腦工業質檢開發套件Lizard V3.0，基于無監督正樣本建模進行輪胎外觀檢測。聯想方案服務與研究院協同推出方案，配置的AI推理服務器搭載兩張推理GPU，支持16臺以上工業相機和18個以上光源，承擔設備的多相機圖像推理任務。
聯想輪胎全檢設備：光學、機械與AI協同
在輪胎質檢設備上，AI識別與圖像獲取需要共同設計。深溝槽、暗區和強反光區域的取像條件各不相同，輪胎還要經過定位、夾緊和轉動。聯想針對不同部位配置光學方案，再以控制系統協調機械動作與視覺檢測。
設備采用異形光源與定向照明，改善胎冠深溝槽、暗區及反光區域的成像，讓裂紋、缺膠、異物等微小缺陷能夠在圖像中顯現。多角度相機與定制化胎里光源共同實現360度覆蓋，補足單一取像角度難以完整觀察輪胎表面的情況。
聯想研究院人工智能實驗室研發總監虞文明在2026年3月介紹，團隊進入輪胎質檢領域三年，進行了上百次光學試驗，并數十次改進算法與軟件。設備研發需要反復調整成像條件與檢測算法，最終使輸入圖像、識別任務和產線動作相互匹配。
機械部分采用氣動與伺服復合驅動結構，夾持力能夠實時調整，一套夾具覆蓋14至24英寸輪胎。系統自動識別輪胎型號、生成檢測配方，再通過多伺服協同完成定位、夾緊和取圖。視覺與運動協同控制，使成像距離、光源和運動狀態在檢測過程中保持同步。
第三代設備的升級還包括雙重自清潔。一部分針對光學系統，清除可能影響成像的灰塵、油污和膠毛等附著物；另一部分針對輪胎表面，清除浮塵和膠屑。兩項設計減少環境及異物引發的檢測異常，服務于產線的連續運行。
聯想介紹，第三代輪胎質檢設備將單條輪胎完整檢測周期由30秒縮短至25秒。取像、運動控制與模型推理共同完成這一檢測過程。質檢完成后，工作人員可通過電子掃碼直接定位缺陷位置，供后續查驗和處理。設備既要在生產節拍內完成檢查，也要把識別結果傳給實際生產環節。
聯想自研排程算法與“魯班智能體”參與生產決策
聯想的自研工業技術還包括生產排程。聯想自主研發的智能生產規劃系統已在聯寶科技工廠應用。研發團隊將深度強化學習用于大規模生產調度，構建深度非線性編碼器與策略學習網絡，對生產排程進行多目標協同優化，并支持實時配置目標和反饋。
生產訂單需要拆成任務，任務又要分配到具體產線。人員、設備、物料、工序等條件共同影響排程，改變一個目標可能牽動其他安排。聯想的決策引擎支持用戶設置生產目標、物料齊套和排程參數及優先級，也可通過增減任務調整生產規劃。
為使計算結果遵守生產約束，聯想引入基于深度圖模型的遮蓋網絡，快速判斷復雜條件，使排程決策符合業務邏輯。研發人員還采用并行化技術，支持實時決策、增量規劃和假設分析。管理者因此能夠在訂單或資源條件變化時調整計劃，比較不同安排的結果。
面向離散制造企業的有限產能，聯想自研Smart APS智能排程系統，綜合考量供料、能耗和交期等因素，模擬不同生產策略。生產管理人員可以配置業務規則和生產優先級，以可視化方式查看和調整排程。優化算法與工廠實際采用的規則共同形成計劃。
Smart APS也與企業現有系統協同。通過連接ERP、MES等管理和制造系統，排程工具取得物料、訂單及執行數據，并對相關單據狀態進行跟蹤。內存模組企業記憶科技已采用聯想建設的生產計劃排產管理系統。聯想披露，該項目縮短了生產計劃周期和庫存天數，提高了生產計劃的管理可視度。
到2026年7月，武漢制造基地自主研發的“魯班智能體”已全面上線。聯想將26個工廠業務系統接入智能體，并通過制造知識調優大模型，用于排班、工單處理和質量追溯。公司披露，“魯班智能體”可以在8秒內完成萬人規模的排班，生產任務開始通過模型與工廠系統的協作完成。
自研排程技術處理資源約束和調度策略，“魯班智能體”則調用工廠業務系統處理具體任務。兩項技術分別服務于計劃求解與制造管理，已經在聯想自身工廠或客戶生產系統中運行。
沐曦用分塊計算優化幾何神經網絡
2026年9月，沐曦發布生命科學研究工具庫MetaX LifeScience Toolkit v0.1.0，其中的Boltz-2推理微服務使用沐曦自研的幾何神經網絡優化加速庫。Triangle Attention與Triangle Multiplication是Boltz-2等結構預測模型的核心算子，直接計算會產生較大的中間張量，增加GPU顯存開銷。
沐曦針對Triangle Attention采用分塊計算與在線Softmax方法，避免生成完整注意力矩陣，把臨時顯存復雜度由隨序列長度三次方增長，降低為二次方增長。改造集中在算子的計算執行方式和中間數據組織上，讓較長的輸入能夠在有限顯存中運行。
公司披露，在C500 GPU上，以BF16精度、1536個token的輸入進行測試，優化后的Triangle Attention算子約加速3倍，顯存開銷約降至十分之一。硬件、精度和輸入條件確定后，測試呈現了這一算子實現的性能差異。
完整Boltz-2推理也進行了測試。在循環3次、采樣50步、生成5個擴散樣本的設置下，1280個token輸入相對未分塊Torch基線，性能約提高至1.8倍；2048個token輸入相對分塊基線，性能約提高至2.1倍。算子改造的效果由單項運算延伸到完整模型運行。
沐曦將GPU適配、算子優化與模型服務封裝結合，支持科研用戶調用Boltz-2等生命科學模型。相關模型有各自的研發團隊，沐曦在工具庫中提供適配國產GPU的執行能力和工具鏈，形成了芯片之外的軟件研發成果。
中科曙光FN Neo把推理緩存納入共享存儲
2026年9月，中科曙光發布升級后的AI推理原生存儲FN Neo，支持跨會話、跨節點共享KV Cache。大模型生成回答時形成的鍵值緩存，可以在后續推理中復用；相同前綴和持續增長的上下文，則使緩存的保存、查找和讀取成為推理系統的實際需求。
FN Neo在統一存儲池上提供SAN、NAS和KV三類訪問方式，模型文件、其他共享數據與推理緩存可使用同一套設備。基礎款采用2U、25盤位雙控陣列，搭載兩顆國產CPU，并可隨部署需求擴展。集中式存儲處理的數據由靜態文件增加到推理運行期間持續讀寫的緩存。
中科曙光集中式存儲產品負責人介紹，FN Neo直接提供原生KV訪問語義，并通過空間管理使元數據保持在緩存中，利用緩存行檢索加速定位。相較通過文件系統讀寫KV緩存，原生接口縮短了協議處理路徑，使存儲系統能夠按推理數據的訪問需求組織工作。
客戶端采用輕量化用戶態實現，用于連接存儲與大模型應用。FN Neo可對接vLLM、LMCache和Mooncake等推理與緩存軟件，為不同計算節點提供共享后端。跨節點訪問使緩存復用不再局限在形成數據的單臺服務器上。
中科曙光還披露了DeepSeek R1、千問2.5等模型及不同集群條件下的工程測試。此次發布的技術進展，包括原生KV接口、緩存管理、共享訪問和推理框架適配，產品已經把這些改造納入可部署的存儲系統。
聯想工業AI的客戶應用與經營進展
聯想2026年3月披露，輪胎AI質檢設備已在全球輪胎三十強中的三家企業實現規模應用，國內輪胎二十強中的十余家企業推進驗證與部署。公司已與中策橡膠、通用股份等企業建立長期戰略合作關系，輪胎質檢方案獲得億元級采購訂單，工業模型和設備研發開始進入客戶采購及生產使用環節。
具體到輪胎產線，聯想已披露檢測設備參與質量處置的案例。山東某輪胎客戶使用設備檢出模具異常導致的胎側標識微小差異，及時隔離近百條問題輪胎，并封存涉事模具。檢測系統輸出的異常信息，進入了問題產品隔離和生產設備處置的流程。
聯想自身的制造業務也提供了復雜生產環境。聯想2026年9月介紹的深圳南方智能制造基地案例顯示，每天約三萬臺訂單中，九成為定制化需求，對應超過七萬種配置。訂單、物料與工序需要隨配置變化重新組織，排程與制造管理持續面對實際生產任務。
從集團整體業務看，聯想2025/26財年AI相關業務收入同比增長105%，第四財季占比達到38%。這組數據涵蓋AI終端、基礎設施及服務等業務。在2026年《財富》世界500強榜單中，聯想位列第153位，較上年提升43位，達到公司在該榜單中的歷史最高名次。
聯想入選《時代》周刊與Statista聯合評選的2026年“全球最佳公司”榜單，位列全球第51位。
聯想的自研工業質檢模型已隨輪胎全檢設備在三家全球輪胎三十強企業規模應用；自研生產規劃系統已在聯寶科技工廠運行，“魯班智能體”已在武漢制造基地全面上線。
轉自： IT之家
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
