问题——转型需求驱动技术变革 近年来，中国制造业在全球产业链中的竞争压力日益增强。传统的劳动力密集型制造模式面临诸如质量控制难度提升、成本压力加剧、产品同质化等诸多挑战。面对高质量发展的时代要求，实现从“制造”向“智造”转变已成为行业共识。作为面板和家电领域的龙头企业，TCL同样经历了从焦虑到创新突破的过程。2012年，深度学习涉及的理论兴起，引发了管理层对未来发展路径的深刻思考。 原因——持续研发投入与组织变革 以2017年全球新一代神经网络技术为契机，TCL确立了以智能化为核心的发展战略，并将大模型研发纳入主航道。六年间累计投入600亿元，用于科研攻关和系统性布局。公司内部通过设立工研院、开展每周科技沙龙等举措，持续提升团队算法能力与实际应用水平。例如，在显示缺陷检测环节，借助自主开发的算法，将原本需百人操作的质检产线缩减至六人，增强效率和准确率，并逐步扩展至更多工厂。 影响——推动生产效率和产品体验双提升 伴随“星智”大模型从1.0到3.0版本的迭代升级，TCL形成了涵盖数据采集、算法训练、算力平台及工具链等全栈自研体系。在半导体显示问答与诊断环节，大模型相较行业平均水平已实现30%以上的性能领先。此外，公司积极探索终端侧原生智能硬件开发，如雷鸟AR眼镜，通过内嵌专业大模型，实现图像处理和语义理解创新，为消费者带来全新的人机交互体验。 在光伏材料生产领域，TCL将传统经验数字化，通过机器学习提炼出标准化操作方案，使单名操作员可同时管理数百台设备，降低运营成本21%、劳动生产率提升300%。这不仅打破了过往“师傅带徒弟”的隐性壁垒，也为行业人才培养提供新思路。 对策——以用户价值为导向优化资源配置 面对家电行业产品趋同及利润空间有限现状，TCL坚持以用户需求为出发点，探索产品第一性原理。如通过电视大模型实现知识问答，通过空调智能调整温度，自主决策项目投产与否是否具备足够用户体验增值空间。该标准有力规避了技术“噱头化”，确保研发投入与市场回报平衡。 前景——多模态数字孪生引领未来赛道 站在新一轮科技革命风口，TCL已将多模态垂直大模型及数字孪生作为2026年核心布局方向。公司计划扩充至2000亿参数规模，引入国际化研发团队，并深化虚实融合，将客户需求洞察、生产过程监控及产品良率预测全部迁移到数字世界中，从而推动实体工厂高效执行数据驱动式生产模式。这一进程有望极大释放组织潜能，为整个中国制造业提供可复制的范例。
TCL的十三年AI探索，是从技术驱动”到“应用驱动”的实践历程；不同于将AI视为营销工具的企业，TCL始终聚焦于解决实际生产问题，让AI在产线、工序和决策中创造真实价值。从显示检测到光伏生产，从家电终端到工业控制，TCL证明AI并非制造业的装饰品，而是产业升级的关键路径。在全球制造业竞争加剧的背景下，这种立足应用、着眼长远的战略，为中国工业智能化提供了可借鉴的经验。