最近，全民“养龙虾”的热潮正在让AI深度进入到大众的视野中，Agent的加速发展，也在一改过去产业的运营逻辑。当下几乎所有的行业，正处在多个超级周期共同作用下的中心，技术的迭代、供需的变化以及宏观趋势的发展正变成新的动能，延伸至我们的生产和生活的每一个角落。
在这之中，制造业也在加快智能化变革的速度，只不过，面对多元的复杂应用场景与海量数据洪流，制造企业普遍面临算力不足、异构设备纳管难、系统兼容性差、运维成本居高不下等核心痛点。
在以大模型为基础特征的AI 2.0时代，“大模型+大算力+大数据”成为新一代人工智能发展的基本范式。但更关键的问题是，如何将这些AI的底座和机能转换为在千行百业中可衡量、可复用的生产力，能否建立一套从数据原料到智能产品的标准化输入和输出体系。
在此前的AI春晚GTC大会上，黄仁勋再次强调了关于AI工厂的概念。此次在一汽集团，也看到了关于AI工厂落地的成果，联想中国基础设施业务群战略管理管理总监黄山认为，“以黄仁勋的解释来说，未来AI工厂就是来生产智能的范式，将原本复杂且孤立的AI开发任务，转变为一条标准化、高效率的现代‘AI生产线’。”
制造业智能化转型下的算力焦虑当下，大模型的发展正呈现三大演进方向，首先是深度上，从千亿到万亿的参数模型，正通过架构规模成指数级的扩展，追求更大的知识表征和涌现的能力。在广度上，大模型从单模态、单一信息的处理转向多模态、多维感官数据的全面融合和协同处理。在长度上，大模型不断突破上下文限制，支持更长的以及更复杂的连贯推理。
中国的算力产业也进入到高速发展的黄金期，从算力规模竞赛迈入了系统协同的新阶段，从单点到系统集成的技术协同，从通用化到场景化的应用协同，从封闭的竞争到开放共赢的整个生态协同。只是，任何技术的参数扩张更核心的是需要在场景落地，在AI带来的产业变革下，如何把算力转换为企业增长的新动能，成为全新的议题。
其中，汽车制造业呈现出向智能化、网联化转型的大趋势。一汽集团相关负责人表示，算力已成为一汽集团向高端化、智能化、低碳化发展的关键驱动力。从研发设计到生产制造以及智能座舱，都离不开算力的支撑。
与此同时，汽车制造作为最典型、最复杂的"离散制造"行业之一，其向智能化、网联化转型的趋势对底层算力基础设施的规模、稳定性和数据处理能力提出了极高要求。其所牵扯的链条众多，不同工艺场景下的数据复杂，很难用一套方案去应用在所有的环节。
并且，在AI变革下，过去的技术架构逻辑也需要做出改变。比如传统架构各系统独立部署，厂商技术栈不统一，数据分散割裂，形成数据孤岛。当下，如何将企业AI应用从可用变为好用，成为汽车等制造业智能化转型下的新焦虑。
AI工厂，能否让智能体规模化落地？目前，AI正在不断打破我们的认知，成长为更自主、更智能的智能应用专家。只是，正如上文所提及的算力焦虑一样，AI时代，企业需要的不仅是工具，更是一套完整的解决方案。而AI工厂，这个被多次提及的产物，正在成为智能体在企业规模化落地的新方式。
黄山指出，在过去的几年时间里，AI实现了三段能力升级，分别是以ChatGPT为代表的1.0生成智能，进行简单的内容创作，还没有ready进入到生产场景；2.0是以DeepSeek为代表的推理智能，具备逻辑推理与问题拆解能力；3.0行动智能则通过工具调用将决策转化为操作，比如OpenClaw。Agent的爆发让模型长出了手脚，而AI工厂便是生产Agentic AI的先进范式。
在他看来，AI工厂是一套可管理、可复制并支持持续运营的标准化体系，其核心在于将原本复杂且孤立的AI开发任务，转变为一条标准化的现代”AI生产线”。从场景到将客户数据采集作为“原材料”，经过智能体开发平台与AI训练引擎的处理，最终形成可交付的智能体、垂直领域模型与推理服务等“产品”。
需要指出的是，当前AI工厂还在落地初期，目前还存在较多的挑战，比如数据治理上，如何去清洗与转换和指导，把杂乱的数据，变成真正可用的企业知识库，把企业知识库与个人知识库相融合，能够让企业与个人实行有效的互动和共创。
数据就绪之后，便是算力的高效产出问题。如何把计算变得高效、成本变得可控，如何让每个TOKEN既有低的成本，又有快速的响应，同时不带幻觉，这是要解决的问题。当然，还有能耗以及安全等方面的考验，这些都是AI工厂落地不可回避的问题。
去年年底，联想推出了AI工厂解决方案，提供硬件设施、数据采集、智能体开发、模型训练以及推理服务的全栈方案。黄山称，把复杂的变成简单的，把简单的变成标准的，把标准的变成可执行的、自动执行的流程，这样才能保证在每一次的流程里面去规模化地生产出来企业所需要的智能。
据介绍，联想在与一汽集团的合作中，涉及到底层架构、异构算力融合以及安全合规等多方面。截至目前，联想在AI算力基础设施领域已形成了包括万全异构智算方案，以及服务器、存储、数据网络和软件及超融合的"一横四纵"的布局。其中，万全异构智算平台4.0目前已经为众多算力场景提供支持。
在此前的交流中，黄山曾表示，推出AI工厂就是为了使客户不需要再关注基础设施方面的各种复杂问题，以一套标准化体系，用更少的算力帮助客户做好智能体的开发，帮助到中小企业降低AI应用的初始门槛和运营成本。与一汽合作，也希望一起推动制造业智能化发展。
据黄山透露，除了汽车制造业，目前联想AI工厂已经在多个场景有了落地应用。只不过，在算力建设的窗口期，如何在更多的制造业场景将AI工厂规模化落地，是联想需要继续优化解决的问题，也会成为未来算力基础设施市场角逐的核心。（文 | 志读科技，作者 | 杜志强，编辑 | 杨林）
长胜配资提示：文章来自网络，不代表本站观点。
