公众号
当前位置:栏目>最新>文章详情

梅赛德斯-奔驰投资约5亿欧元建PLM.AI,但“研发快30%”仍是企业目标

来源:汽车商业评论(summer)2026-10-18 17:20

梅赛德斯-奔驰10月16日公布PLM.AI,计划用约5亿欧元建立覆盖全球产品开发的AI原生数字骨干。它要连接研发、采购、生产、销售和售后,让一辆车从概念、设计到投产后服务的数据使用同一套标准。

斯图加特辛德芬根的梅赛德斯-奔驰设计中心,PLM.AI将连接这类全球研发环节
资料照,斯图加特辛德芬根的梅赛德斯-奔驰设计中心,PLM.AI将连接这类全球研发环节。摄影/来源:Qwesy;许可:CC BY 3.0;来源页。

传统产品全生命周期系统善于管理图纸、版本和工程变更,但数据常被分散在不同工具与部门。PLM.AI的目标是用标准化数据模型建立连续的“数字主线”,使AI代理能同时检索材料成本、认证、故障和软件开发信息。

平台由德国CONTACT Software提供开放的PLM核心层,西门子支持AI辅助设计、仿真和数字验证。梅赛德斯自己定义架构、数据模型与治理规则,并声称保留对数据和相关AI模型的完整控制权。

辛德芬根的戴姆勒驾驶模拟器设施,对应梅赛德斯把数字验证与实体测试衔接的研发流程
资料照,辛德芬根的戴姆勒驾驶模拟器设施,对应梅赛德斯把数字验证与实体测试衔接的研发流程。摄影/来源:qwesy qwesy;许可:CC BY 3.0;来源页。

公司预计,新系统最高可将产品开发时间缩短30%,某些工程流程效率提高最高50%。AI仿真如果能更早发现设计取舍,实体试验长期内可能减少一半。这些数字都是企业对未来流程的预期,不是已经由独立第三方验证的交付结果。

真正难点不只是模型准确率,而是把几十年的工程数据清理、对齐并建立责任边界。比如车身减重会同时改变成本、碰撞、软硬件功能和制造工艺,AI可以并行分析,但安全与产品决策仍由人类团队负责。所以PLM.AI的成功标准不是生成了多少答案,而是能否在不降低安全和质量的前提下缩短已投产车型的开发周期。

资料来源:梅赛德斯-奔驰集团;Industrial Machinery Digest;CONTACT Software。