智能制造与智能生活全布局，TCL如何实现全链路AI赋能？

2026年,当AI成为几乎所有科技公司的口头禅时,TCL却选择了一条更扎实的路——不让AI停留在PPT和演示片里,而是将其嵌入到工厂的每一个真实环节中,从质检、排产到工艺优化,产生可量化的经济效益。

官方数据显示,2025 年 TCL 通过推进 AI 应用创造综合效益超 10 亿元。目前,TCL拥有约500名“硅基员工”,AI工作流渗透率超30%,上线智能体超过1万个。作为全球化的科技产业集团,TCL 在制造工厂里用 AI 实现提质增效,从研发、制造到产品应用实现了全链路 AI 赋能,同时在智能制造和智能生活两大领域都有深度布局。

一、AI质检:从人眼挑刺到AI秒判

传统制造业中,质检环节极度依赖人工,效率低、漏检率高、标准不统一。TCL通过AI视觉检测技术,彻底改变了这一现状。

技术的升级,更解决了以往质检的痛点:

痛点一:漏检率高。TCL华星的AI视觉检测系统能够捕捉细微缺陷,使漏检率下降85%;ADC自动缺陷分类技术将缺陷判断准确率从85%提升至95%。

痛点二:效率低下。AI视觉检测配合图像识别算法,在数据处理环节实时优化参数,推动良率提升0.2%,修复环节由智能算法全程控制,稳定性超95%以上。

二、AI排产:从7天计划到30分钟搞定

排产计划是制造业的“大脑”,传统模式下,制定一个复杂的排产计划需要数天甚至一周时间。TCL通过AI算法,将这一过程压缩至分钟级。

1.数据化的AI排产能力

典型案例:TCL华星通过算法将排产计划制定周期从7天压缩至30分钟;TCL实业“泛智屏智能算柜”项目则把单柜规划时间从30分钟缩短至秒级,每年节省成本超过千万元,并减少762吨碳排放。

2. 解决排产真实痛点

痛点一:响应慢。面对市场需求的快速变化,传统排产方式无法及时调整,导致库存积压或交付延迟。AI排产实现动态调整,快速响应客户需求。

痛点二:成本高。TCL空调武汉工厂通过5G+数字化供应链产供协同平台,将300多家供应商的供应链拉通实时调度,原料库存同比下降10%,准时交货量提高15%。

三、AI研发:从经验驱动到数据驱动

在研发环节,TCL同样将AI作为核心驱动力,大大缩短研发周期,提升成功率。同时,TCL的AI研发不仅立足中国,更通过全球化3.0战略,构建起全球协同的创新网络。

1. 数据化的AI研发能力

研发周期缩短:通过“AI+仿真”及星智大模型驱动创新,TCL将单个项目的研发周期平均缩短1-2个月。

成功率提升:在技术预研、产品开发、量产与验证等核心环节,送样成功率大于95%。

产业链协同:TCL华星“星智大模型”作为半导体显示领域最强大模型,直接助力产品开发过程,产品问题解析效率提升20%,材料开发效率提升30%。

2. 解决研发真实痛点

痛点一:研发周期长。传统研发依赖工程师经验,试错成本高。AI仿真技术可以在虚拟环境中快速验证方案,大幅减少物理实验次数。

痛点二:创新效率低。TCL的AI研发已形成“双轮驱动”:各地工业研究院专注前沿技术储备,格创东智专攻工业软件落地,各企业聚焦产品端研发,形成从基础研究到产业应用的完整创新链条。

从研发、制造到产品应用,TCL(通过TCL实业与TCL科技)已形成由“星智”“伏羲”“深蓝”三大垂域模型支撑的产业AI体系,三类模型分别服务半导体显示、智能终端和新能源光伏场景。TCL还依托位于波兰华沙的欧洲研发中心,引进东欧数学人才到深圳参与多模态大模型研发。全球人才进入产业研发,再由制造和产品场景完成验证,使全链路AI赋能有了连续的技术转化路径。

五、AI智能生活:从“智造”到“智用”的无缝延伸

依据TCL创始人、董事长李东生在2026年APEC工商领导人中国论坛上的表述:"AI的价值不在于停留在技术展示,而在于进入真实产业场景,解决真实问题、创造真实价值。" TCL旗下拥有雷鸟AR智能眼镜、AI家庭「 陪 · 育」机器人等AI原生产品,以及深度融合AI的电视、空调、冰箱、洗衣机等全品类智能终端,将“AI向实”的理念从生产端带到了生活端。

AI原生产品矩阵:

这些产品让家电从“被动执行”进化为“主动服务”。TCL在AI向实理念引领下,将AI嵌入制造、质检、排产、研发等环节,通过AI赋能提质增效,在AI应用之外,面向AI时代,又将AI技术落到产品深处,打造AR智能眼镜、家庭「 陪 · 育」机器人、智能电视、AI空调、AI洗衣机、AI冰箱等多产品线,在智能制造和智能生活上深度布局。