奇瑞发布CheryMind垂类大模型，构建物理AI底座赋能全域业务

事件概述

2026年10月20日，奇瑞在安徽芜湖举行的全球创新大会上发布了11项核心技术，其中名为CheryMind的垂类基础大模型被视为最具深远影响的技术成果。CheryMind被定位为“为物理AI而生”，旨在成为奇瑞“瑶光2035”战略的核心技术底座，不仅服务于汽车研发与制造，还将为智能驾驶、智能座舱、机器人、飞行器（eVTOL）及农业机械提供底层智能支持。

核心信息

1. 技术定位与数据壁垒

与普通通用大模型不同，CheryMind专注于解决汽车制造中涉及材料、结构、工艺及安全等复杂的物理世界工程问题。其核心竞争力建立在真实场景的数据积累之上：

• 数据规模：拥有700TB企业知识、200PB工程数据、千万级研发文档。
• 专用数据：包含2500万条教练级驾驶数据片段和500万条机器人动作捕捉数据片段。
• 硬件支撑：同步布局紫微芯片系列，通过软硬件协同为物理AI应用提供计算支撑。

2. 企业内部应用现状

CheryMind在企业端已部署CAD垂模、制造垂模、质量垂模和企业Agent垂模，试图让AI深入具体工作环节：

• 研发环节：CAD垂模辅助工程师进行设计知识检索、方案分析及重复性任务处理。
• 生产与质量：制造垂模优化生产组织，质量垂模用于检测与问题分析。
• 落地数据：目前已覆盖200多个业务场景，打通400多个企业系统，涉及1500多个端到端业务流程，员工每日使用规模超过6万人。

3. 跨领域产品拓展

除汽车外，CheryMind的能力正延伸至其他物理智能设备，以解决环境感知、任务理解、决策规划和动作执行等共性需求：

• 智能汽车：展示全维世界引擎CHERY AWE（具备构境、观语、行策能力）及灵犀8D智感座舱。
• 新兴领域：展示凌霄eVTOL（电动垂直起降航空器）、具身智能机器人和智能农机，探索基础能力的跨产品复用。

4. 战略闭环与未来展望

• 迭代机制：各类垂直模型在实际应用中积累的新知识和新能力将持续回流至基础模型，形成“数据积累-模型优化-业务应用”的循环。
• 转型目标：依托近五年累计超1100亿元的研发投入及全球130多个国家和地区的市场布局，奇瑞计划通过CheryMind将工程经验转化为数字资产，推动公司向全球智能科技公司转型，并将技术能力向供应链伙伴延伸。

值得关注

尽管CheryMind展示了清晰的转型路径，但其长期价值仍需验证：

1. 效率转化：需进一步证明AI在缩短研发周期、降低质量问题及减少实际成本方面的具体贡献。
2. 工业稳定性：在汽车制造对稳定性和一致性要求极高的背景下，AI输出的准确性、可追溯性及与现有工业系统的协同能力是关键挑战。
3. 跨域复用难度：虽然汽车、航空器和农机存在共性技术需求，但各自对实时控制、安全性及环境适应性的要求差异巨大，底层能力的真正复用仍面临工程验证挑战。