国内AI创新观察：联想集团的自研工业模型与智能体助力高端制造
联想集团面向高端制造推进AI创新，将全自研工业质检预训练模型和小样本终身学习用于轮胎全检，并在三家全球轮胎三十强企业规模应用：60至100条良品数据即可建模，单条检测25秒。在生产决策领域，联想自研排程技术已进入工厂，“鲁班智能体”在武汉制造基地全面上线。沐曦的几何模型算子优化、中科曙光的推理缓存共享，分别体现了AI计算与推理存储层面的创新。
联想自研工业模型：小样本终身学习与双模式检测
联想第三代轮胎AI外观全检混检设备，采用全自研工业质检预训练基础模型和小样本终身学习技术。设备采用的双模式质检方案，将无监督异常检测与有监督缺陷识别结合，用良品建立正常状态的模型，再对偏离正常状态的区域进行检测。
这一训练方法改变了轮胎质检对缺陷样本的依赖。新品投产时，各类缺陷未必已经出现，企业也难以按需收集足够的缺陷图片。联想2026年3月披露，方案仅需60至100条良品数据即可完成建模，训练周期在一周以内。企业可以先取得合格产品的数据，建立检测能力，随后在生产中积累和更新缺陷知识。
无监督学习负责发现异常，有监督学习负责识别已有类别。联想方案将两种方式结合，对百余种常见轮胎缺陷进行分类，并检测尚未进入既有分类的新异常。对已经掌握的缺陷，系统输出分类结果；对于新出现的偏差，则由基于正常状态的检测机制发现问题。检测范围由此扩展到已有缺陷标签之外。
模型导入产线后，还要适应规格、工艺和产品的变化。联想研究院人工智能实验室自主研发的联想边缘大脑V3.0，将大模型指导的小样本终身学习框架与传统计算机视觉算法结合。在边缘端的数据处理与模型训练中，平台支持本地数据采集、存储、处理和分析，训练无需上云，边缘自学习用于持续优化检测模型。
本地训练与持续学习为工厂提供了模型维护方式。新的良品数据和生产中取得的样本，可以在数据产生的现场用于模型更新；检测任务改变时，企业也可以继续使用平台的训练和推理能力。联想边缘大脑承担的数据处理、学习与检测工作，因而贯穿了模型导入和后续运行。
在联想与中策橡胶的轮胎质检合作方案中，底层采用联想边缘大脑工业质检开发套件Lizard V3.0，基于无监督正样本建模进行轮胎外观检测。联想方案服务与研究院协同推出方案，配置的AI推理服务器搭载两张推理GPU，支持16台以上工业相机和18个以上光源，承担设备的多相机图像推理任务。
联想轮胎全检设备：光学、机械与AI协同
在轮胎质检设备上，AI识别与图像获取需要共同设计。深沟槽、暗区和强反光区域的取像条件各不相同，轮胎还要经过定位、夹紧和转动。联想针对不同部位配置光学方案，再以控制系统协调机械动作与视觉检测。
设备采用异形光源与定向照明，改善胎冠深沟槽、暗区及反光区域的成像，让裂纹、缺胶、异物等微小缺陷能够在图像中显现。多角度相机与定制化胎里光源共同实现360度覆盖，补足单一取像角度难以完整观察轮胎表面的情况。
联想研究院人工智能实验室研发总监虞文明在2026年3月介绍，团队进入轮胎质检领域三年，进行了上百次光学试验，并数十次改进算法与软件。设备研发需要反复调整成像条件与检测算法，最终使输入图像、识别任务和产线动作相互匹配。
机械部分采用气动与伺服复合驱动结构，夹持力能够实时调整，一套夹具覆盖14至24英寸轮胎。系统自动识别轮胎型号、生成检测配方，再通过多伺服协同完成定位、夹紧和取图。视觉与运动协同控制，使成像距离、光源和运动状态在检测过程中保持同步。
第三代设备的升级还包括双重自清洁。一部分针对光学系统，清除可能影响成像的灰尘、油污和胶毛等附着物；另一部分针对轮胎表面，清除浮尘和胶屑。两项设计减少环境及异物引发的检测异常，服务于产线的连续运行。
联想介绍，第三代轮胎质检设备将单条轮胎完整检测周期由30秒缩短至25秒。取像、运动控制与模型推理共同完成这一检测过程。质检完成后，工作人员可通过电子扫码直接定位缺陷位置，供后续查验和处理。设备既要在生产节拍内完成检查，也要把识别结果传给实际生产环节。
联想自研排程算法与“鲁班智能体”参与生产决策
联想的自研工业技术还包括生产排程。联想自主研发的智能生产规划系统已在联宝科技工厂应用。研发团队将深度强化学习用于大规模生产调度，构建深度非线性编码器与策略学习网络，对生产排程进行多目标协同优化，并支持实时配置目标和反馈。
生产订单需要拆成任务，任务又要分配到具体产线。人员、设备、物料、工序等条件共同影响排程，改变一个目标可能牵动其他安排。联想的决策引擎支持用户设置生产目标、物料齐套和排程参数及优先级，也可通过增减任务调整生产规划。
为使计算结果遵守生产约束，联想引入基于深度图模型的遮盖网络，快速判断复杂条件，使排程决策符合业务逻辑。研发人员还采用并行化技术，支持实时决策、增量规划和假设分析。管理者因此能够在订单或资源条件变化时调整计划，比较不同安排的结果。
面向离散制造企业的有限产能，联想自研Smart APS智能排程系统，综合考量供料、能耗和交期等因素，模拟不同生产策略。生产管理人员可以配置业务规则和生产优先级，以可视化方式查看和调整排程。优化算法与工厂实际采用的规则共同形成计划。
Smart APS也与企业现有系统协同。通过连接ERP、MES等管理和制造系统，排程工具取得物料、订单及执行数据，并对相关单据状态进行跟踪。内存模组企业记忆科技已采用联想建设的生产计划排产管理系统。联想披露，该项目缩短了生产计划周期和库存天数，提高了生产计划的管理可视度。
到2026年7月，武汉制造基地自主研发的“鲁班智能体”已全面上线。联想将26个工厂业务系统接入智能体，并通过制造知识调优大模型，用于排班、工单处理和质量追溯。公司披露，“鲁班智能体”可以在8秒内完成万人规模的排班，生产任务开始通过模型与工厂系统的协作完成。
自研排程技术处理资源约束和调度策略，“鲁班智能体”则调用工厂业务系统处理具体任务。两项技术分别服务于计划求解与制造管理，已经在联想自身工厂或客户生产系统中运行。
沐曦用分块计算优化几何神经网络
2026年9月，沐曦发布生命科学研究工具库MetaX LifeScience Toolkit v0.1.0，其中的Boltz-2推理微服务使用沐曦自研的几何神经网络优化加速库。Triangle Attention与Triangle Multiplication是Boltz-2等结构预测模型的核心算子，直接计算会产生较大的中间张量，增加GPU显存开销。
沐曦针对Triangle Attention采用分块计算与在线Softmax方法，避免生成完整注意力矩阵，把临时显存复杂度由随序列长度三次方增长，降低为二次方增长。改造集中在算子的计算执行方式和中间数据组织上，让较长的输入能够在有限显存中运行。
公司披露，在C500 GPU上，以BF16精度、1536个token的输入进行测试，优化后的Triangle Attention算子约加速3倍，显存开销约降至十分之一。硬件、精度和输入条件确定后，测试呈现了这一算子实现的性能差异。
完整Boltz-2推理也进行了测试。在循环3次、采样50步、生成5个扩散样本的设置下，1280个token输入相对未分块Torch基线，性能约提高至1.8倍；2048个token输入相对分块基线，性能约提高至2.1倍。算子改造的效果由单项运算延伸到完整模型运行。
沐曦将GPU适配、算子优化与模型服务封装结合，支持科研用户调用Boltz-2等生命科学模型。相关模型有各自的研发团队，沐曦在工具库中提供适配国产GPU的执行能力和工具链，形成了芯片之外的软件研发成果。
中科曙光FN Neo把推理缓存纳入共享存储
2026年9月，中科曙光发布升级后的AI推理原生存储FN Neo，支持跨会话、跨节点共享KV Cache。大模型生成回答时形成的键值缓存，可以在后续推理中复用；相同前缀和持续增长的上下文，则使缓存的保存、查找和读取成为推理系统的实际需求。
FN Neo在统一存储池上提供SAN、NAS和KV三类访问方式，模型文件、其他共享数据与推理缓存可使用同一套设备。基础款采用2U、25盘位双控阵列，搭载两颗国产CPU，并可随部署需求扩展。集中式存储处理的数据由静态文件增加到推理运行期间持续读写的缓存。
中科曙光集中式存储产品负责人介绍，FN Neo直接提供原生KV访问语义，并通过空间管理使元数据保持在缓存中，利用缓存行检索加速定位。相较通过文件系统读写KV缓存，原生接口缩短了协议处理路径，使存储系统能够按推理数据的访问需求组织工作。
客户端采用轻量化用户态实现，用于连接存储与大模型应用。FN Neo可对接vLLM、LMCache和Mooncake等推理与缓存软件，为不同计算节点提供共享后端。跨节点访问使缓存复用不再局限在形成数据的单台服务器上。
中科曙光还披露了DeepSeek R1、千问2.5等模型及不同集群条件下的工程测试。此次发布的技术进展，包括原生KV接口、缓存管理、共享访问和推理框架适配，产品已经把这些改造纳入可部署的存储系统。
联想工业AI的客户应用与经营进展
联想2026年3月披露，轮胎AI质检设备已在全球轮胎三十强中的三家企业实现规模应用，国内轮胎二十强中的十余家企业推进验证与部署。公司已与中策橡胶、通用股份等企业建立长期战略合作关系，轮胎质检方案获得亿元级采购订单，工业模型和设备研发开始进入客户采购及生产使用环节。
具体到轮胎产线，联想已披露检测设备参与质量处置的案例。山东某轮胎客户使用设备检出模具异常导致的胎侧标识微小差异，及时隔离近百条问题轮胎，并封存涉事模具。检测系统输出的异常信息，进入了问题产品隔离和生产设备处置的流程。
联想自身的制造业务也提供了复杂生产环境。联想2026年9月介绍的深圳南方智能制造基地案例显示，每天约三万台订单中，九成为定制化需求，对应超过七万种配置。订单、物料与工序需要随配置变化重新组织，排程与制造管理持续面对实际生产任务。
从集团整体业务看，联想2025/26财年AI相关业务收入同比增长105%，第四财季占比达到38%。这组数据涵盖AI终端、基础设施及服务等业务。在2026年《财富》世界500强榜单中，联想位列第153位，较上年提升43位，达到公司在该榜单中的历史最高名次。
联想入选《时代》周刊与Statista联合评选的2026年“全球最佳公司”榜单，位列全球第51位。
联想的自研工业质检模型已随轮胎全检设备在三家全球轮胎三十强企业规模应用；自研生产规划系统已在联宝科技工厂运行，“鲁班智能体”已在武汉制造基地全面上线。
