奇瑞发布物理AI大模型CheryMind，推进工业制造与具身智能落地

在2026奇瑞全球创新大会上，奇瑞集中展示了Robotaxi、eVTOL、固态电池和智能机器人等11项前沿技术。在这批极具未来感的产品背后，一项名为CheryMind的垂类基础大模型，成为支撑其长期战略的关键核心。

按照奇瑞规划，CheryMind将作为瑶光2035战略的底层技术支撑，既要深入汽车研发、生产与质量管理等内部流程，也将为智能驾驶、智能座舱、机器人、飞行器乃至农业机械提供核心智能能力。随着大模型步入产业落地阶段，车企开始探索将长期积淀的制造经验与工程数据转化为全新竞争力。

面向物理AI的行业基座模型

普通大模型主要解决信息检索、内容生成与逻辑分析等数字层面的任务，而汽车制造直面复杂的物理世界工程挑战。一款车型从图纸到量产，涉及材料学、结构力学、制造工艺与安全冗余等多重变量，这些经验无法单靠互联网公开数据训练获得。

CheryMind的技术定位是面向物理AI的垂类基础大模型。奇瑞公布了一组核心数据储备：700TB企业知识库、200PB工程数据、千万级研发文档，以及2500万条教练级驾驶数据切片和500万条机器人动作捕捉数据。

模型基础能力涵盖多模态理解、代码编写、逻辑推理、规划与工程工具调用。结合奇瑞正在布局的紫微芯片系列，奇瑞试图构建软硬件协同的计算体系，将散落在各业务中的工业经验转化为可复用的数字资产。

深入制造现场的产业落地

在企业内部制造体系中，汽车工业高度复杂的供应链与系统壁垒往往阻碍数据流动。CheryMind在企业端部署了CAD垂模、制造垂模、质量垂模和企业Agent垂模：

• 研发设计端：CAD垂模协助工程师进行设计方案检索与重复性任务处理；
• 生产制造端：制造垂模结合工艺流程数据优化产线排产与异常归因；
• 质量控制端：质量垂模专注缺陷检测与经验沉淀。

目前，相关AI应用已覆盖奇瑞200多个业务场景，打通400多个企业系统，贯穿1500多个端到端流程，日活员工超过6万人。对严谨的制造业而言，模型的输出精度、可追溯性与生产提效成果，将直接决定其长期商用价值。

拓展汽车边界：天空与田野的智能底座

在制造端降本增效之外，CheryMind的另一主线是赋能多样化的终端产品。奇瑞围绕产品端布局了智驾垂模、智舱垂模、车端智能垂模、飞控垂模、MoAgent和农机OS。

在汽车领域，奇瑞推出了CHERY AWE全维世界引擎，通过构境、观语、行策等模型赋予车辆环境感知与行为规划能力；灵犀8D智感座舱则依靠端侧多模态模型实现主动式车内交互。

与此同时，现场亮相的凌霄eVTOL、具身智能机器人与智能农机，代表了物理AI跨终端复用的尝试。飞行控制、灵巧操作与农田自主作业在硬件形态上差异巨大，但在感知、规划和动作执行等底层逻辑上高度相通。构建统一的基础模型，有助于减少不同硬件产品之间的重复开发成本。

迈向2035：打造技术飞轮

按照规划，奇瑞各业务端垂直模型在实践中积累的新知识，将持续回流至基础模型，形成“数据沉淀—模型优化—业务落地”的技术闭环。随着业务触角延伸，CheryMind沉淀的工业AI能力未来还有望向上下游产业链输出。

奇瑞正加速向全球智能科技公司转型。通过构建物理AI大模型，将数十年积累的制造数据转化为驱动未来产品的算法能力，为其全场景智能化探索铺平了道路。