小米汽车北京工厂搭载全球领先的9100T超大型一体化压铸岛，将传统车身制造中72个独立零部件集成为1个后地板总成，单件节拍76秒/台。配合自研X-Eye大模型视觉质检系统，实现压铸件表面缺陷的毫秒级AI判定，关键工艺环节100%自动化。这是新能源汽车行业"一体化压铸+AI质检"深度融合的标杆案例，代表了下一代车身制造的最高效率范式。
小米汽车 · 北京亦庄工厂 · 9100T压铸岛 · 72→1零件集成 · 76秒/台 · X-Eye大模型质检 · 关键工艺100%自动化
基本信息
| 项目 | 内容 |
|---|---|
| 企业名称 | 小米汽车有限公司（北京亦庄超级工厂） |
| 行业 | 汽车制造 / 新能源汽车 |
| 所在地 | 北京市经济技术开发区（亦庄） |
| 核心产品 | 小米SU7纯电动轿车（含SU7、SU7 Pro、SU7 Ultra） |
| 压铸设备 | 力劲集团DCC9100T超大型智能压铸机（锁模力9100吨） |
| 质检系统 | X-Eye工业大模型视觉质检平台（自研） |
| 关键指标 | 72零件→1件一体化 · 76秒/台节拍 · 关键工艺100%自动化 · 缺陷检出率>99.5% |
企业背景
小米汽车是小米集团于2021年正式宣布进军智能电动汽车领域的全资子公司，项目总投资超100亿元，工厂位于北京经济技术开发区，占地约71.8万平方米，规划年产能30万辆。2024年3月，首款量产车型小米SU7正式上市，首月锁单即突破7万辆，创造了中国新能源汽车品牌首款车型的订单纪录。
小米汽车的制造策略高度差异化：不复制传统车企的"四大工艺"路径（冲压→焊装→涂装→总装），而是在冲压和焊装之间植入了一体化压铸这一核心环节——用一台9100T超大型压铸机，将传统需要72个冲压件+数百个焊点才能组装完成的后地板总成一次压铸成型。这不仅将焊装车间的工序削减了超过60%，更让车身轻量化、刚性和生产效率同时获得质的飞跃。
72个零件→1个：传统车身的"零件海洋"困境
| 痛点 | 传统方式 | 问题影响 |
|---|---|---|
| 零件数量爆炸 | 后地板总成需72个冲压件+数百焊点 | 供应链管理复杂，库存SKU多，物流成本高 |
| 焊接质量波动 | 数百个焊点靠人工+机器人焊接质量参差 | 焊点强度一致性差，异响和疲劳寿命隐患；质检依赖抽检+人工目视 |
| 节拍瓶颈 | 多工序串行：冲压→搬运→焊接→打磨→检测 | 72个零件装配焊接耗时数分钟，成产线瓶颈 |
| 质量控制滞后 | 压铸件缺陷检测依赖人工目视+三坐标抽检 | 检测速度慢（分钟级）、漏检率高、数据无法实时反馈到工艺 |
9100T压铸岛+X-Eye：一体化压铸+AI质检双轮驱动
整体方案概览
小米汽车北京工厂的"一体化压铸+X-Eye质检"体系是一个"压铸→冷却→切边→打磨→AI质检"全闭环的自动化岛。核心逻辑：用9100T压铸机一次成型替代72个零件组装——用AI视觉替代人工目检——用实时数据闭环替代事后抽检。从铝液注入模腔到成品件完成AI判定，全流程76秒，中间无人干预。
核心技术架构
| 层级 | 系统/模块 | 功能 |
|---|---|---|
| 压铸层 | 9100T超大型压铸机+智能模温机+真空系统 | 铝液高速填充→高压凝固→72合1一体化成型，锁模力9100吨 |
| 后处理层 | 自动化切边机+机器人打磨工作站 | 自动切除浇口/飞边→机器人持件打磨→自动码垛 |
| 检测层 | X-Eye大模型视觉质检平台 | 多角度工业相机阵列→大模型AI实时判定表面缺陷（裂纹/气孔/缩松/冷隔） |
| 数据层 | 压铸工艺参数实时采集+AI质检结果关联 | 每个铸件的工艺曲线（温度/压力/速度）与质检结果一一绑定，形成闭环追溯 |
| 执行层 | MES+机器人调度系统 | 根据质检结果自动分流：OK件→直送焊装线；NG件→自动标记缺陷位置→返修区 |
三大核心模块
核心突破：小米汽车采用的9100T超大型压铸机，锁模力达到9100吨，可一次压铸成型面积超3.3平方米的后地板总成。传统工艺需要72个冲压件经过冲压→转运→焊接→打磨→检测等多道工序，涉及5种以上不同模具和数百个焊点。9100T压铸岛将这些"零件海洋"压缩为一个动作：铝液在0.1秒内以超过100m/s的速度填充整个模腔，在高压下凝固成型。集成后的后地板总成减重约17%，扭转刚度提升约20%，且彻底消灭了焊接带来的热变形和应力集中。整个压铸岛采用全封闭自动化：铝液自动定量供料→模温自动控制→自动喷涂脱模剂→机器人自动取件→自动冷却→自动切边，无人干预。
核心突破：压铸件的表面缺陷检测是行业长期难题——裂纹、气孔、缩松、冷隔等缺陷形态多样、尺寸微小（最小0.1mm级），传统人工目检漏检率高、一致性差。小米自研的X-Eye工业大模型视觉质检平台，在压铸岛出口部署多角度高分辨率工业相机阵列（12-16台相机同步采集），拍摄每件铸件的全方位图像，通过训练好的工业视觉大模型进行实时推理：识别缺陷类型、定位缺陷坐标、判定缺陷等级，单件推理耗时<1秒。相比传统AOI（自动光学检测），X-Eye的核心优势在于不需要为每种新缺陷类型重新编写检测规则——大模型基于海量缺陷样本的自监督学习，对未知形态的缺陷也具有较强泛化能力。实际运行数据显示：缺陷检出率>99.5%，误报率<3%。
核心突破：X-Eye不仅做"检测"，更做"溯源"。每一件压铸件的工艺参数（压射速度曲线、模温曲线、保压压力曲线）与X-Eye的AI质检结果在MES系统中一一绑定——相当于每件铸件都有一份"出生证明+体检报告"。当X-Eye检出某批次缺陷率异常升高时，系统自动回溯对应时间段的工艺参数，在数秒内定位到可能的根因（如"模温偏低导致冷隔增多"），推送调整建议到压铸机控制系统。这一闭环将传统"发现缺陷→人工分析→调参数→再试模"的数小时迭代压缩为实时、自动化的工艺优化循环。
关键成效
| 指标 | 传统方案 | 小米方案 | 提升幅度 |
|---|---|---|---|
| 后地板零件数 | 72个冲压焊接件 | 1个一体化铸件 | 零件减少98.6% |
| 焊装工序 | 数百个焊点+多轮补焊 | 0焊点 | 缩减100% |
| 单件生产节拍 | 数分钟（冲压+焊接+打磨） | 76秒/台 | 节拍大幅缩短 |
| 关键工艺自动化率 | 约60-70% | 100% | 完全无人化 |
| 缺陷检出率 | 约85%（人工目检） | >99.5%（X-Eye AI） | 提升约15个百分点 |
| 质检单件耗时 | 3-5分钟（人工+三坐标） | <1秒（X-Eye推理） | ↓99%+ |
| 车身减重 | 基准 | 约17% | 显著轻量化 |
一台9100T压铸机替代了一整条冲压+焊接产线——72个零件、数百个焊点、多道转运工序，被压缩为76秒的一个压铸动作。这不是"机器替代人"，而是"架构替代工序"。
建设特点总结
- 一体化压铸的本质不是"换设备"，是"换架构"：很多车企也在采购大型压铸机，但只是用它替代某个大型冲压件——零件数从10个变成5个。小米的激进在于：直接压到"72→1"，把冲压+焊接两条产线的核心工序整体取消。这不是设备升级，是产品架构和制造架构的同时重构——车身设计阶段就把"可压铸性"作为第一约束条件。压铸机的价值不在于锁模力多大，在于它压出了多少个焊接工位。
- AI质检不是"锦上添花"，是一体化压铸的"必需品"：传统冲压焊接工艺中，质量问题是局部的——一个焊点不好，补焊即可。但一体化压铸一旦有缺陷，一整块价值数千元的铸件直接报废。所以质检必须又快又准又全——慢1分钟就卡住76秒的节拍，漏检1件就承受数千元损失。X-Eye的毫秒级AI判定不是"加分项"，是让9100T压铸岛可持续运行的"生命线"。
- 76秒/台的节拍来自"全自动化岛"而非"单机速度"：9100T压铸机本身的充型+凝固时间约30-40秒，其余时间是取件、冷却、切边、质检的时间。小米把压铸→后处理→质检全部纳入一个自动化岛（而非独立工站），机械手轨迹和节拍通过数字孪生预仿真优化，消除了工序间的等待和搬运浪费。最终76秒的节拍是系统级优化的结果，不是单机速度的竞赛。
- "工艺参数→质检结果"的实时闭环是AI的最大红利：X-Eye不只是检测工具——它把每一件铸件的质量数据实时反馈到压铸工艺控制系统中。当模温漂移导致冷隔缺陷开始增多时，系统在产出第3件次品时就自动调整参数，而不是等抽检发现后再停线排查（那可能是100件以后的事了）。这种"件件追溯、实时反馈"的能力，是AI带给压铸工艺的质变。
- 一体化压铸的隐性收益：供应链复杂度断崖式下降：72个零件变成1个，意味着对应的72家供应商→1家供应商、72套模具→1套模具、72个料号的库存管理→1个料号。这些"隐性成本"的节约可能比直接制造成本降低更显著——尤其是对于小米这种"首款车就月销破万"的爆发式增长企业，供应链复杂度是决定产能爬坡速度的关键约束。
行业启示
启示一：一体化压铸正在重塑汽车制造的产业分工：当后地板从72个零件变成1个压铸件时，冲压和焊装这两个传统"四大工艺"的核心环节被同时颠覆。冲压车间不再是必需——模压工艺被一体化压铸替代；焊装车间大幅缩减——数百个焊点被消除。这不仅是"效率提升"，而是制造范式的改变：未来的汽车工厂将是"压铸+总装"的两段式精简架构。
启示二：AI质检+工艺闭环是压铸行业的下一个制高点：目前国内压铸行业（包括中小压铸厂）仍普遍依赖人工目检+游标卡尺的质检模式。X-Eye证明了工业大模型可以在压铸缺陷检测上达到甚至超越人类专家的水平——而且毫秒级、不疲劳、可追溯。对于年产量百万件级别的压铸厂，一套AI质检系统的回本周期可以以月计算。
启示三：超大型压铸机的投资门槛正被"效率优势"快速拉平：9100T压铸机+周边自动化岛的投资约2亿元级别，听起来吓人。但它替代的是一整条冲压线+大半条焊装线——这两条线的投资加起来远超2亿，占地面积更是压铸岛的5-10倍。所以"贵"是错觉——把对冲压+焊装的总投资和压铸岛的TCO放在一张表上算，一体化压铸的综合成本反而更低，尤其对于年产能10万辆以上的车型。
思派视角
对中小制造企业意味着什么？
经验一：你的工厂不需要9100T压铸机，但"零件集成"的思路可以照搬。小米的"72→1"对中小压铸厂/机加工厂的启发不是"去买大设备"，而是"审视你的BOM表：哪些组装工序可以合并到铸造/注塑/冲压环节？"——哪怕从5个零件变成3个，减少的也是实打实的焊接/锁附/搬运工时。一个做铝压铸件的二级供应商，如果能把客户总成里的两个支架合并为一个铸件，对客户的吸引力远比"便宜2毛"大得多。这就是"通过产品设计创造制造价值"的最底层逻辑。
经验二：AI视觉质检已经到了"大模型普惠"的拐点——不再是巨头专属。两年前做AI视觉质检还需要养一个算法团队+标注几万张图片，现在大模型范式下，几百张缺陷样本就能训出一个可用的模型。对中小压铸厂来说，最务实的起步方式是：花一周把你家最常见的5种缺陷各拍50张照片→找个工业AI平台（多个云服务商已提供开箱即用的服务）→上传标注→上线试用。你会发现漏检率从"不知道有多少"变成"知道有多少"本身就是巨大的进步——这意味着你可以开始做真正的质量数据管理了。
经验三：自动化的价值不在"替代人"，在"消除工序间的断点"。很多中小工厂在压铸→切边→打磨→质检各设独立工站，中间靠人搬运——每个站之间都有等待、堆积、二次夹持定位的浪费。小米压铸岛给中小厂的最大启发不是"全自动化"，而是"把相邻的独立工序连起来"——压铸机取完件直接放切边机、切完直接进打磨、打磨完直接拍照做AI质检——哪怕每站的自动化程度不高，只要中间没有断点，整体节拍就能大幅缩短。用100万做工序串联，比用500万买一台更快的新机器更值。
老K点评
小米汽车这个9100T压铸岛，是今年国内汽车制造最值得看的案例。不是因为那台压铸机多大——9100T在特斯拉之后已经不是独一家了——而是因为小米把"一体化压铸+AI质检"做成了一个完整的闭环。市面上很多车企买了大型压铸机，但质检还是老一套：人工目检+三坐标抽检。这就好比花2亿买了F1赛车却用驾校的刹车——你的节拍瓶颈不在压铸机，在质检。
76秒/台这个数字，真正的含金量在于：它是"压铸+切边+打磨+质检"四个环节的端到端节拍，而不是单一压铸机的节拍。很多供应商会告诉你"我们的压铸机60秒一台"——但他没告诉你取件+冷却要再加30秒、打磨要再加40秒、质检要再加3分钟。小米的数字干净：从铝液进到成品件出，76秒。能做到这一点，靠的是岛式布局+机器人调度+AI质检三者的精密配合，缺一个都跑不出这个节拍。
对做压铸的中小企业来说，这个案例最重要的数字不是9100T，而是"72→1"。你想想你做过的客户项目——有多少次客户说"帮我把这两块拼起来"，你们做了，然后他省了一道焊接工序。这就是你的核心价值：不是把压铸做得更好，而是让客户少做后续工序。如果你能从"等客户的图纸"变成"建议客户怎么改设计以整合更多功能"，你就从一个代工商变成了方案商——这是利润率和话语权的本质跨越。
荣誉认证
| 类别 | 荣誉/认证 |
|---|---|
| 🏭 行业地位 | 小米SU7首月锁单超7万辆，创中国新能源汽车首款车型订单纪录 |
| 🏭 制造能力 | 北京亦庄超级工厂年产能30万辆，关键工艺100%自动化 |
| 🏭 技术创新 | 自研X-Eye工业大模型视觉质检平台，缺陷检出率>99.5% |
| 🏭 设备实力 | 力劲集团DCC9100T超大型智能压铸岛，锁模力9100吨 |
| 🏅 质量体系 | IATF 16949 汽车行业质量管理体系认证 |
| 🏅 质量体系 | ISO 9001 / ISO 14001 / ISO 45001 三体系认证 |
📝 录入时间：2026年7月11日
📝 信息来源：小米汽车公开报道、力劲集团设备公告、新能源汽车行业公开资料
📝 数据标注：部分数据为行业合理推断，供参考学习；企业具体数据以官方公布为准
📝 案例定位：新能源汽车行业一体化压铸+AI质检标杆案例，面向离散制造业提供"工序整合+AI检测"转型路径参考