图片由AIYXL用AI生成
车企使用AI，要解决的往往是一连串具体问题：设计方案如何进入后续工程流程，质检模型如何适应不同产线，训练所需的数据和算力又从哪里获得。
10月23日，在2026世界智能网联汽车大会现场，由中国移动牵头建设的国家人工智能应用中试基地（制造领域汽车方向）发布汽车行业AI基座及建设成果。据财联社援引《首都建设报》报道，相关能力即日起面向全行业开放共享，企业可以按需取用。
四大领域，六类智能体
此次披露的能力覆盖研发、制造、智驾和测评四大领域，形成汽车造型设计、工艺规划、视觉质检、智能运维、智驾数据生成及智驾模型训练六类智能体。
这份清单体现了行业基座的组织方式：底层整合“算力—数据—模型”，上层围绕企业任务提供能力入口。例如，视觉质检对应生产现场的识别需求，工艺规划连接制造准备，智驾数据生成与模型训练则服务开发过程。
据报道，基座已纳管112.7 EFLOPS算力，相关成果在10余家央国车企落地应用。不过，该报道未交代算力统计所用的计算精度、测试条件及具体应用效果，尚不能据此比较单项任务的处理速度或企业收益。
能调用之后，还要看能否接入业务
从工程应用角度看，共享能力提供了自行建设之外的一种选择。企业可以先围绕具体任务开展验证，再判断是否扩大使用范围。
实际评估也需要落到任务本身：质检关注漏检、误检和产线节拍；工艺规划关注方案能否满足设备与工序约束；设计工具则要考察成果能否继续修改并进入工程流程。这些是评估维度，并非此次公告已经公布的成绩。
因此，这一基座值得关注的后续信息，是各类能力如何接入、需要什么数据、怎样计费，以及能否提供可复查的案例指标。资源开放让企业有机会开始试验，稳定交付才决定它能在生产流程中走多远。