先进制造业观察｜数智加持让制造更“聪明” 以新一代智能制造为主攻方向恰逢其时

央视网消息：发展先进制造业是当前我国一项重要的战略任务。2026年前三季度，我国先进制造业快速增长，以高端制造、数字制造等为代表的工业新动能，初步测算后对规模以上工业增加值增长的贡献率超五成。

让80多个智能体来“管”一座工厂是什么场景？

在这个27层高的大型立体仓里，有超过10万只这样的黑色的料箱。每个料箱里装着的都是生产所需要用到的不同原材料。现在这里的每个箱子需要在什么时间、送到产线上什么位置，已经完全不需要由人来规划，而是由现场的多个AI智能体之间协作沟通来进行决策。

这家位于江苏南京的工厂，主要生产的是5G基站及服务器等设备。超大型立体仓相当于工厂的“心脏”，24小时不间断为产线分派物料。相关负责人介绍，仅这一个场景里，他们现在就开发用上了多个智能体，从任务调度、路径优化到现场安全各司其职。运行到现在半年左右，提效很明显。

除了仓储外，在生产端，智能体现在也能直接驱动机器人进行工作。

这是在电子信息制造业里非常常见，基础的贴片环节。这里的机械臂会把空的料盘从贴片机上拿下来，在这边再更换、选择现在需要的新的料盘，重新放到贴片机上面去进行生产作业，全程都是通过智能化的沟通来完成。

中兴通讯副总裁周建峰介绍，整个工厂80多个不同类型的智能体现在接入到统一平台调度。仅供应链端，每天消耗的词元数量就能达到90亿个，且持续快速增长。为此，园区内还匹配建设了专门的算力中心作为支撑。整个园区的管理调度，现在也用上了拟人化的“数字值班员”，7×24小时在岗指挥不同的智能体进行巡检运维。

中兴通讯兴云数科行业方案规划专家刘明介绍，主智能体去接收任务，下发到对应的机房的“数字人”。机房“数字人”与机器人是打通的，调度机器人去到固定点位做相对应巡检。原先15分钟才能发现告警的情况，现在转换到了分钟级。

当前，我国正分梯度培育智能工厂，累计建成各级智能工厂超6.5万家。其中，遴选的15家领航级智能工厂培育对象，覆盖了钢铁、石化、家电、汽车等多个行业。

这里是位于山东潍坊的一家领航级智能工厂，正在进行的是柴油发动机生产过程中一个重要部件——飞轮壳的装配环节，这也是整条产线上用到机器人最多的一道复杂工序。从上料到涂胶、清洗，再到20多颗螺栓的拧紧，4台工业机器人配合作业，150秒就能完成全部过程。

从柔性装配到虚拟验证 人工智能融入发动机制造全链条

工厂内，从整条产线到单个发动机，数字孪生技术现在还打通了“虚实”两个空间。研发设计环节中，AI模型配合数字仿真技术，能将发动机实物测试转移到“超级工程师平台”进行虚拟验证，研发效率提升20%。据介绍，工厂各类场景人工智能等技术的应用比例已达到近80%，制造环节正朝着“零缺陷”迈进。

潍柴动力二号工厂成套线生产经理李义洋介绍，这套系统就是发动机入库前最后一道检测，相当于最后一道“守门员”。两套协作机器人以及6套的视觉相机检测，能够智能检测发动机结构和入库状态的一些缺陷，基本在10秒钟之内可以完成检测，现在检测率接近100%。

于海斌院士：以新一代智能制造为主攻方向 抢占科技制高点

在人工智能技术飞速迭代的当下，未来如何能让最新的数智技术更好赋能先进制造业发展？

中国工程院院士、中国科学院工业人工智能研究所所长于海斌表示，当前，推动智能制造发展的技术发生了本质性变化，人工智能有望在有限的时间内取得全面赋能制造业的成效。另一方面，制造业本身需求也发生了明显变化，产品更加智能化，复杂程度大幅度提高，对于产品设计和制造都提出了新的挑战。全球都在关注这样的趋势，抢占智能制造发展的科技制高点，以新一代智能制造为主攻方向恰逢其时。

于海斌介绍，历经制造强国十年建设，我国规上工业企业开展数字化改造比例达到了89.6%，数字化设备普及率达到57.7%。我国拥有全球最完整、门类最齐全的工业体系，为人工智能赋能提供了丰富的落地场景。

于海斌表示，高端装备制造业对智能制造技术的需求更为迫切。比如飞机制造有很多需要高精度、高效率，还有发动机制造、大型船舶制造，包括传统产业智能化改造升级，都有迫切需求。

当前，我国正纵深推进“人工智能+制造”专项行动，规模以上制造业企业人工智能技术应用普及率超30%，已打造超500个高质量数据集。工信部有关司局负责人介绍，发展新一代智能制造还需重点提升高质量数据供给、高价值环节应用、高效率产品转化三方面能力。

工业和信息化部信息技术发展司副司长李丽介绍，目前，制造业积累了大量数据，但人工智能直接可用的数据仍然不足。要抓好数据“采、集、用”，建设高质量工业数据集，把工业数据转化为智能资源。

工信部：发展工业大模型及智能体 加快规模化推广应用

此外，李丽表示，下一步还要加强数智技术和产品供给，加快规模化应用推广。

李丽表示，深入实施“人工智能+软件”专项行动，夯实智能软硬件基础，加快工业软件、工业互联网平台智能化升级，发展工业大模型、工业智能体。推动人工智能从单点应用向生产全流程拓展。