在北京奔驰，汽车车身喷漆完成并烘干后，需对漆面外观质量进行检查。由于缺陷尺寸微小、传统检测设备价格昂贵、人工检查受限等因素，缺陷的检出率无法得到有效保障。
基于飞桨的高效模型训练能力和多模态技术，北京奔驰自主设计并开发了完整的漆面缺陷检测系统，并以相较于供应商10到15分之一的成本完成了系统的搭建与调试。
来自北京奔驰的 AI 架构师孙勇涛分享道：
“作为汽车制造业的一员，曾经，我在 AI 方面的技术探索是‘单打独斗’，没有大团队支持，没有体系化培训，我对 AI 总是很迷茫。
加入 AICA 学习后，通过与百度团队的技术交流，我现在能够独立设计和优化 AI 解决方案，为公司不断优化技术方案。AI 不仅是一个工具，更是解决行业问题的关键。”
8月15日，在 AICA“首席 AI 架构师培养计划”第九期开学典礼现场，来自茅台、麦当劳、国家海洋中心等不同行业的96位新学员集中亮相，一同开启为期四个月的 AI 架构师培养课程。
本期 AICA 中，大模型、多模态课题占比达51%，并首次出现多智能体协同等前沿技术应用。按照课题方向，学员们将分为9组——
大模型方向3组：
Agent、文本问答、辅助决策
多模态方向2组：
文档/图片理解，视觉理解/生成
大小模型结合3组：
CV 组、OCR 组、时序预测组
共创小组1组
AICA“首席 AI 架构师培养计划”由百度与深度学习技术及应用国家工程研究中心联合发起，旨在培养集“分析业务问题、掌握模型算法、操刀落地应用”于一身的首席 Al 架构师。
本期课程吸引了来自工业、能源、金融、交通等18个行业的学员，其中80%有“管理+专业+技术”复合背景。
是什么吸引 Ta 们都来 AICA 学习？四个月的 AI 课能帮 Ta 们解决什么样的难题？以麦当劳的课题为例——
//课题《麦麦巡警数字员工》
痛点：随着智能排班，个性化推荐，智慧生产、智能补货等 AI 服务场景的增加，各类咨询与上报问题也与日俱增。现有的“麦麦巡警官”存在 Agent 泛化能力不足，迁移到其他场景时需要重复进行提示词工程；在多项任务执行时，Agent 容易出现错乱；大模型与系统任务重叠，提示词、单 Agent 框架能力上限、系统 - Agent 边界不够清晰等问题。
目标：麦麦团队希望得到关于大模型优化、任务调度与管理等方面的技术指导和建议，并进一步了解场景 Agent 落地的工程化设计思路、提示词工程优化方面的实践案例和经验，助力提升麦麦巡警数字员工的开发质量和效果。
在开学典礼上，百度吴甜表示将为 AICA 学员提供系统性的学习和实践支持——
• 最强平台工具支持：通过文心大模型与飞桨深度学习平台的组合，提供产业级模型与工具链，支撑学员高效、低成本构建贴近实际场景的高质量模型。
• 系统完备的方法论与实践案例：AICA 的课程体系既涵盖基础理论，更重视产业一线项目实战，百度和产业伙伴的丰富实践案例与教学资源，将为学员提供参考。
• 终身学习与交流平台：通过组织活动、项目对接等方式，AICA 将持续为学员提供成长交流的平台。
2019年推出至今，在过往8期中，AICA 已向业界输送了 489 名 AI 架构师，遍布工业、能源、金融、交通、农业、互联网等数十个行业。这些架构师不仅在学术界和产业界取得了卓越的成就，也在各个行业中发挥着重要的作用。
一起来回顾开学典礼现场精彩画面👇
