首次揭秘，理想汽车智能制造的“超级大脑”

TA是一个智能系统，一个拥有思考能力和判断能力的“人”；

TA是一个中枢大脑，对大大小小的事务统一管理，在关键节点给出合理的规划和建议；

TA是一个24小时永不休息的助理，让每个人的工作都变得高效、简单。

TA，并不是《钢铁侠》里的贾维斯，而是理想汽车智能制造基地的超级大脑——“Li-MOS”（理想汽车智能制造操作系统）。

当传统制造企业还在拉动靠纸质看板，异常报警靠安灯，物料配送靠人工时，我们的智能制造已在精益生产的基础上，通过Li-MOS实现了更为高效精准的全链路数字化管控。在Li-MOS的驱动下，AGV小车在厂内自动穿行快速补货，飞舞着的机械臂自动完成拣货、配料、焊装、拧紧等工序，每一个质量异常产线都会自动预警，车辆制造过程中的每一项数据都被记录留存。

理想汽车生产的每辆车，从确认排产开始，便由Li-MOS开启了对它的全制造周期管理、数据追踪与分析，既保证了生产过程的标准化，实现更高的产品品质，又能利用大数据系统回溯每辆车、每个零部件的生产数据，不断优化生产工艺。

今天，我们首次为你揭开Li-MOS的神秘面纱，带你了解这个“超级大脑”是如何从无到有建设起来，支撑起理想汽车远超同业的制造运营效率，从千亿走向万亿规模。

01

一个主动扛下了产能压力的IT团队

理想汽车制造负责人李斌曾表示：“面对竞争愈来愈激烈的汽车制造业，我们要在质量、成本、交付遥遥领先，仅凭精益生产已难以形成制造的‘护城河’，必须通过自动化、数字化甚至智能化的ⅠT与Al技术，方能让制造如虎添翼，更胜一筹。简而言之，智能制造就是让工厂可以像人一样会思考，会自主感知、执行、控制决策，自己完成业务闭环。”

如何将这样的愿景实现？能如何让IT与AI技术在制造过程里发挥出最大价值？到底应该外采成熟的服务，还是全栈自研？

Li-MOS负责人Daniel回忆，“2019年之前，我们采用的也是合作伙伴们的商业软件，大大小小的系统全算下来有二十几个。在为理想L9打造新产线的时候，我们开始去思考，是继续沿用商业软件，还是要自建一套能够完整覆盖全流程的智能制造操作系统。据我们了解，行业内除了特斯拉自建了整套系统外，大多数主机厂都还是采用全部外采或部分外采的方式。汽车制造的过程太复杂了，全栈自研这样一套制造执行系统，技术门槛、资源投入都很大。但我们出于三个考量，最终还是选择了自研自建。”

第一，是出于规模化扩张的考量。2019年时，我们刚刚开始交付理想ONE，但我们在那时就已经树立了2025年交付160万辆的商业目标。按照当时的产能，至少需要再新建3-4个工厂。如果我们沿用外采商业软件的方式，每个工厂都需要去单独部署。一方面，每个工厂的代码都不同，会大幅增加我们后期的运维成本；另一方面，制造过程中产生的大量数据，由于代码和数据结构不同，也很难在不同的系统间快速流转，需要额外搭建大量的数据接口，进行数据清洗后才能沉淀为我们的数据资产。

第二，是出于时间和成本的考量。通常情况下，每新建一个工厂，都需要引入大批供应商来进行商业套件系统实施部署，整体周期需要半年以上。如果我们能拥有自研的系统，不仅能掌握全部代码，将新工厂的建设周期减少至3个月内，更能节省下动辄数百万的商业套件的部署成本。

第三，是出于稳定性的考量。Li-MOS产品负责人蕴灵回忆，“2020年理想ONE的产线上，执行车辆螺栓拧紧的设备由于供应商的软件系统问题曾一度出现宕机。一个节点卡住，后面整条产线都受到了影响。由于底层代码不在我们手上，必须要等待供应商来维修、恢复。而对方恰好在火车上，没带电脑，我们就只能干等，产线因此暂停了几小时。那次事故，让我们痛定思痛，下决心要把制造的核心技术全都掌握在自己手上。”

作为控制工厂生产的“大脑”，制造操作系统一旦出现宕机，整个工厂都会面临停产的风险。这部分的压力，原本是分摊给不同的供应商来共同背负，但当IT团队决定自研自建，相当于要独立扛起维持产线平稳运行的整个责任与压力。

Li-MOS的产品团队的架构师流云说：“从启动Li-MOS研发到系统上线，留给我们的时间只有半年。一个全新的系统在投入使用时，它的稳定性是需要时间去验证的，很难保证它100%不出任何问题。那段时间，为了确保切换系统不会对产能造成任何不利影响，我们几乎白天黑夜都在作战室的‘小黑屋’里模拟现场的实际运行状态，持续进行方案验证，在产线进行联调验证。一般的IT系统研发过程中出现问题，是可以适当延期的，但对Li-MOS而言，不是不能轻易延期，而是就不能延期！工厂的投产节奏已经确定，我们的上线节点就必须紧跟工厂的节奏，这是我们当时的军令状，每个人都拼了命地为此努力，决不能因为我们而影响生产。”

每天开晨会跟踪进度，白天扑在产线上，晚上再去复盘总结，正是在这样的日复一日的坚持下，Li-MOS于2022年1月份，开始在理想汽车的制造产线上逐步替代第三方的商业软件，并于今年7月，实现了对产线的全面覆盖，理想汽车智能制造的“超级大脑”正式登上舞台。

如今，Li-MOS已覆盖了每一辆理想汽车从排产开始到下线的全周期，对计划、物流、冲压、焊装、涂装、总装6大业务领域实现端到端全流程的闭环管理，对订单排产、生产管理、工艺管理、设备管理、问题录入和闭环、变化点管理、人员管理、物料管理、仓储运输等制造流程实现全覆盖。

02

“超级大脑”是如何运行的？

排产计划阶段：

基于Li-MOS，理想汽车的生产系统与销售系统实现了紧密集成。当系统接收到销售端的多车型整车订单及中长期预测后，便会自动排产，生成精确到工位、细化到排序的整车生产计划，并通过LI-SCM系统自动向供应商发送物料采购计划。从需求到采购订单全过程无需任何人为干预，在保证物料齐套的同时，大幅度提高业务效率，MRP准确率达到100%。

零部件的物流运输阶段：

当这些零部件从各个供应商运出以后，Li-MOS的TMS运输管理系统，便会开启对每一个运输车次的追踪与数据管理。我们通过自研的TMS系统和算法模型对零部件流转过程进行全量的数据分析，实现智能化配载和运输车辆智能调度，实时优化零部件物流运行效率。

“上线Li-MOS之前，由于工厂每天的零部件到货量都非常巨大，司机经常需要排队等待卸货。曾经有个司机跟我抱怨，有一次由于早到了一天，工厂当天的卸货已全部排满，他去洗浴中心洗了个澡、睡了个觉，过了几个小时回来还是没能排上号。而上线Li-MOS以后，我们基于部署在车端的GPS，可通过TMS自动计算他的行车轨迹，估算出抵达工厂的大致时间，进而对卸货顺序进行合理规划。一旦因堵车、气候等问题造成运输延误，车辆的抵达时间与预估出现偏差，系统都会自动预警。工厂的伙伴，再也不需要每天大量打电话给司机，逐一去确认运输状态，只需要把精力放在跟进提示异常的车队上，大幅提升了日常运营效率。”蕴灵说。

当一批批零部件被拆包、检验入库后，LES物流执行系统则会开始发力，进行智能调度和柔性化配送。通过精准的计算，每分钟哪个产线的工位需要多少的物料，会自动下发指令给到AGV小车和库管员，AGV小车就会及时将货品自动送达至指定工位。由于空间有限，像座椅等比较大的货品，为了避免影响产线运转，几乎每隔几分钟，就会自动运送一批。

“在过去，车间都是‘人找货’，我们需要什么零部件了，就拿着要货单去各个仓库里找，效率非常低。但在理想的产线上，都是‘货找人’。还没等你去思考哪一批零部件快要用完时，AGV小车就已经拉着货自动给你送过来了。这样的生产效率，你说能不高么？”总装车间的陈师傅感慨道。

冲压、焊装、涂装、总装的制造阶段：

海量的智能制造研发投入，让我们的设备变得比以往任何时候都更聪明。以理想汽车常州智能制造基地的总装车间为例，564 个工位上每个都配备有一台工位一体机，这是 Li-MOS 的终端看板，可以实现数据监控可视化，明确生产人员的工作内容与标准，实时显示设备状态、作业流程、装配差异、断点信息、检查事项、当班生产计划、完成的进度和质量等信息。同时，数字化工位一体机连接了该工位所有设备，取代了传统的安灯物理按钮。员工的每一步作业都会通过系统来加以指导并实时监控，一旦未达到设定标准，AI会即刻识别，自动预警并触发停线。

以拧紧为例，一个油箱的安装工位有 4 个螺栓需要拧紧，如果系统检测到有螺栓的拧紧力度没有合格，工位一体机会立刻显示。如果生产人员没有及时处理，生产线将会在 6 米后强制停下。通过显示屏，生产人员还可以及时向生产班长求助等。在产能爬坡时，工位一体机可以实现汽车制造环节的精准装配和自动防错校验，大幅降低人为因素的失误，保证更高的生产效率。

Daniel介绍：“人工的检查会存在主观性，你很难通过目测看出1mm以内的差距，但是我们通过Li-MOS实现的自动检测，能够大幅提升检验人效和检验精度，保证质量检验的一致性与可追溯性。目前，我们已对产线超2万个点位进行制造过程的全量数据采集，平均每天采集的数据量都能达到上亿级规模。通过预警算法，我们能提前预测车辆故障，化解潜在风险，并还原故障真相。目前，Li-MOS的预警准确率可以达到96%以上。

每辆车在出厂前，都需要确保系统里录入的问题100%解决。而当用户在后续使用过程中任何零部件产生故障，Li-MOS也会将这辆车在生产过程中所遇到的问题与数据自动推送到售后服务端，让售后的伙伴可以对照检查，进行判断，是否是制造、装配过程中产生的影响。同时，Li-MOS还会对同批次的零部件自动进行数据检验，及时叫停可能产生同类问题的零部件使用，避免问题的扩大。”

03

那些幕后的英雄们

时至今日，Li-MOS已然融入了理想智能制造工厂的每一个环节，并以每两周一次的迭代速度飞速成长。而对于Li-MOS的研发、运维同学而言，“只要产线在生产、Li-MOS在运转，我们就始终都在。”如果说Li-MOS是整个智能制造的“超级大脑”，那他们就是这个大脑的动力源，是这些幕后英雄的默默付出，才让Li-MOS真正融入了我们的日常生产。

一方面是成长，每一位伙伴都在持续学习，打破自己的认知边界，挑战自己成长的极限。

“Li-MOS是要服务智能制造的，但市场上能够匹配的专业人才非常少，懂技术的不懂业务，懂业务的不懂技术。就比如我，之前一直在互联网企业，我对O2O、外卖、电商等等都很了解，但对制造，可以说是一头雾水，改配、拧紧，我刚来时甚至都不知道这些是什么。我们大量的研发伙伴都来自互联网，大家都需要去从头学习制造业务。我们每天都跟产品伙伴一起扎在产线上，不断去学习、梳理、掌握产线流程的每一个细节。可以说，我们的每位研发伙伴，如今也都是制造的业务专家，这在过去简直不可想象。”Li-MOS研发负责人天涯说。

而面对Li-MOS的日常运维，工厂系统运维负责人佩琦同样感触良多，“工厂太复杂了，大到产线、网络，小到一些系统bug、员工操作不当等，都可能导致Li-MOS的运行出现问题。我们的运维人员，不仅仅需要懂运维，还需要懂开发，有对产品逻辑、业务逻辑的充分理解，更要对现场、员工的特别熟悉，只有这样，才能在出现问题时，第一时间协同业务、研发伙伴去快速解决问题，并挖掘出问题的本质是什么，协同他们去从根源修正，避免问题的再次发生。也正是因为需要有如此庞大的专业知识储备，我们每一位新加入的伙伴，不管是什么职级，之前有多么充足的经验，都需要经历我们一套完整的培养体系，在短期内快速学习成长，考核通过后才能上岗。”

另一方面，则是持续打造超越用户需求的产品。

Li-MOS产品架构师保新介绍：“对我们而言，一线的伙伴就是我们的用户，我们要始终站在他们的立场和视角去思考如何打造产品。为了降低大家的使用门槛，我们早在产品规划时，便同业务进行了大量的探讨，从每一个细节去考量如何能让操作变得更简单、直观。外采的系统往往五花八门，每个系统都需要专门去学习如何使用，但我们的Li-MOS可以说是‘傻瓜式’操作，系统自动会将作业流程、作业标准推送进站，大家按提示去干活就可以。系统上线后，我们也在持续去跟大家收集使用反馈，针对可优化的地方，以两周一次的频率快速迭代、更新，这对于第三方商业软件是不可想象的。”

另一方面，则是持续推动Li-MOS与产线的深度融合。常州基地的IT运维负责人斌哥举了一个例子，“我们Li-MOS最初上线的时候，采用的是互联网企业惯用的BS架构模式，即前端（Browser）主要负责呈现，主要的业务逻辑在服务器端（Server）实现，更方便进行开发维护，降低后期的运维成本。但在实际运行过程中，工厂的环境比较复杂，一旦出现网络波动或者一些细小的误操作，都可能导致前端与服务器端的实时连接出现问题，造成现场停线。这种情况出现后，我们的问题排查和定位也会非常复杂，需要逐一检查前后端是否有问题、链路是否畅通、后台逻辑是否合理等等。定位好问题后，也必须到后端去进行修复，才能恢复生产，而这样的架构设定，并不是制造所需的最优解。

为了提高Li-MOS系统的稳定性和可靠性，运维、产品、研发团队通过共创达成共识，毅然决定对已经完成开发的Li-MOS做出大幅调整，将制造所需的核心功能全部由后端迁移至前端，后端只保留数据的上传、处理等基础功能。当再次出现异常，我们的运维人员在客户端就能快速完成排查，及时修复，大幅减少系统故障处理时间。并且，通过将部分数据提前缓存在前端，我们现在甚至实现了即便现场临时断网，无法连线，我们的系统依旧能正常作业，不受影响。”

从6月的月度交付量首次突破3万辆，到如今向月度交付量4万辆冲击，极速攀升的市场需求令人振奋，但也让产能始终面临不小的挑战。

有了Li-MOS这样一个“超级大脑”的加持，理想汽车的智能制造工厂将更好地坚守“发布即上市，上市即上量，上量即高质量”的用户承诺，满足用户期待，并创造更多理想速度与理想品质的奇迹。