西安吉利汽车有限公司：视觉AI实现车辆信息校对与质量问题解析

报告案例整理：以下建设过程与数字来自中国信息通信研究院《2025年度制造业数字化转型典型案例集》，不是本站自行测量的数据。

来源：中国信息通信研究院《2025年度制造业数字化转型典型案例集》企业篇，PDF 第 157-158 页（书内页码 150-151）。

案例摘要

视觉AI技术在西安吉利汽车的应用中取得了显著成效。在AI+视觉领域，企业搭建了“灵眸”系统， 借助AI校对技术实现了车辆信息核对流程的自动化；在生产环节部署AI视觉设备，对关键部位进行实时监控，有效提升了产品质量与生产安全水平。在智能体构建方面，开发了质量问题解析AI和提案查重AI等智能应用，大幅提高了问题处理效率与设备管理能力。在智能制造方面，与西安交通大学合作开发数字孪生工厂，实现了对生产线的实时监控与精细化管理，减少了资源浪费。未来将继续推动AI技术在智能工厂中的深度应用，实现生产的自适应性和预测性维护，进一步提升效率和灵活性。

AI 应用提要

AI 相关度：AI核心案例

• 二、主要做法 （一）通过“AI+视觉”拓展应用，实现整车铭牌自动校对、汽车关键部位自动化检测以及危险区域的安全预警一是构建铭牌AI校队系统。

技术标签

人工智能 · 计算机视觉 · 数字孪生

原文整理

一、背景情况

以“DeepSeek”为代表的新一代AI技术不断突破，为制造业带来了前所未有的机遇。当前，汽车行业竞争持续加剧，“提质、增效、降本”已成为企业不可回避的战略课题。吉利集团西安基地面临着车型多、颜色多、配置多的“三多”问题，传统的生产模型与人工质检方式在效率和精度上面临严峻挑战。为此，我们聚焦AI技术在制造场景中的落地应用，致力于通过视觉AI引擎实现全域制造升级，结合智能体搭建与智能制造应用，实现生产过程中关键部位的自动检测，优化资源配置，实施监控生产过程等，提升质量效率、降低生产成本、实现安全管理。

二、主要做法

（一）通过“AI+视觉”拓展应用，实现整车铭牌自动校对、汽车关键部位自动化检测以及危险区域的安全预警

一是构建铭牌AI校队系统。通过工业相机拍摄铭牌，实现0.3秒内内容提取和比对，异常信息秒传至负责人，减少人工核对时间，确保铭牌信息准确无误。二是安装AI视觉检测设备。在总装、涂装、焊装等车间，针对关键部位（如轮辋、堵盖、螺栓等）安装AI视觉检测设备，实现自动化检测。三是部署视觉监控系统。在总装二层网架、涂装清洗间等危险区域部署AI视觉监控系统，实时预警现场人员不安全行为，避规潜在安全风险。

（二）通过智能体搭建，实现质量问题解析和提案查重。一是搭建质量问题解析AI智能体

通过对问题库的集成，支持材料上传、连续文本切片处理和知识库调用，实现问题改进方案的快速检索，从而减轻质量管理人员的重复性工作，提升问题解析效率。二是搭建提案查重AI智能体。通过智能体介入，设备开动率提升至98.98%，较原有水平提升2%，实现提案查重工作效率提升80%，减少重复劳动。

（三）开发数字孪生工厂，实现生产过程可视化和物料优化管理

一是与西安交大合作开发数字孪生工厂系统，支持远程控制（如关烘干炉、开空调等），能实时展示各车间、各产线的运行状态，实现生产过程的可视化管理。二是开发“跟屁虫”系统，针对重复拿取物料的工位，利用无线通信技术（UWB）制作跟随小车，减少人员作业负荷。

三、成效与亮点

通过项目实施，实现了效率提升、成本降低和资源优化。问题结果周期缩短20%，提案查重效率提升80%，减少检验人员5名，设备开动率提升2%，能耗降低15%。同时实现了生产过程的安全隐患实时监控，生产安全和质量保障得到了大幅提升。

项目主要创新点主要包括选用基础配置硬件，大幅降低项目投入；通过开源算法实现快速迭代，降低技术门槛；聚焦场景化应用，通过“视觉AI智囊团”快速实现项目落地。

四、经验启示

（一）以场景为导向，聚焦痛点突破

AI技术的落地应用需要从细分场景入手，确保技术与业务的深度结合，项目立足于制造场景中的实际痛点通过视觉AI技术精准解决问题，取得了显著的效果。

（二）模块化设计，降低实施门槛

项目通过模块化设计（如铭牌校对系统、目标部位检测等），实现了快速部署和低成本落地。

（三）团队协作，跨领域融合

算法研发、设备选型、生产管理等多方力量的共同参与，协作模式为AI技术在制造场景中的落地提供了有力支撑。

（四）数据驱动，持续优化

数据的积累和应用是AI技术持续改进的关键。项目通过对历史数据的整理和分析，构建了质量问题库和知识库，为AI模型的训练和优化提供了数据支持。

来源页面截图

资料定位

中国信息通信研究院《2025年度制造业数字化转型典型案例集》，PDF 第 157—158 页。报告版本为2025年，整理日期为2026年10月20日。