当前，以AI大模型为代表的新一代人工智能正加速从“数字世界”向“物理世界”延伸，为我国生产力整体跃升注入强劲动能。在2026全球工业互联网大会上，中国工业互联网研究院院长鲁春丛表示，在我国迈向制造强国前列的进程中，“AI+制造”蕴藏巨大发展潜力。但AI在制造业规模化、深层次应用中仍面临一系列现实痛点：
一是模型输出可靠性与可信度有待提升，大模型的“概率性”与工业控制的“确定性”存在矛盾；决策过程的“黑箱”特性及“幻觉”现象让企业不敢在核心控制环节轻易托付。
元股证券:ygzq.hk二是落地面临双重适配困境，通用大模型难以理解复杂的工业机理，与现有OT/IT系统集成难度大；同时，工业场景高度碎片化，导致定制化成本高企，标准化产品难以复制，供需双方商业模式存在错位。
三是数据采集标注与优质数据获取不易，海量存量老旧设备“聋哑”、通信协议不一样导致数据汇聚困难；能够反映真实生产问题的异常工况、故障数据等高质量“长尾”样本极度匮乏。
如何破解这些难题？鲁春丛表示，这些问题的本质在于通用人工智能技术与制造场景专用需求之间需要深层适配，至少需要大力发展新一代智能制造、工业大数据、工业智能体、具身智能、工业本体模型五大关键技术，推动AI从“生成数字内容”加速迈向“理解并作用于物理世界”。
新一代智能制造技术：包括具备自适应与自诊断能力的智能装备、深度融合AI的先进制造工艺、满足极低时延与高可靠性的新型工业网络，以及具备自学习能力的智能工业软件（机理模型）。例如，吉利汽车应用智能工业设计软件，将新车型底盘结构设计周期缩短30%；镇海炼化依托机理模型实现催化裂化装置实时优化，年创效超千万元。
工业大数据技术：解决工业数据多源异构、长尾样本不平衡的“数据瓶颈”。涵盖数据资源汇聚、多模态数据治理（清洗对齐）、数据增强标注、基于数字孪生的数据合成技术，以及保障“数据可用不可见”的可信流通技术。例如，国家电投针对海上风电极端工况真实样本稀缺难题，结合物理机理模型生成高保真虚拟样本；中节能太阳能通过数据增强与闭环迭代，将光伏组件缺陷检测准确率稳步提升至95%。
工业智能体技术：以大模型为核心，融合工业知识的自主智能系统。核心在于数据与知识增强（将隐性经验转化为可执行约束）、多模型融合路由（大模型规划+小模型执行）、决策控制分层优化，以及云边端全要素融合协同。例如，江苏恒力化纤采用“大模型统筹分析+小模型现场执行”的架构，实现了丝锭缺陷的精准检测与根因分析；重庆海辰储能在涂布工序构建“感知-预测-优化-执行”闭环，将面密度调优时间缩短95%。
免息股票配资具身智能技术：使智能体具备物理交互能力。核心技术由单点感知演进为多模态融合感知、具身大模型认知决策、自适应智能运动控制、自然语言多模态交互，以及基于“仿真—真机”闭环的持续学习。例如，优必选工业人形机器人已在极氪智慧工厂开展精密质检与柔性装配；美的集团总装车间引入多模态交互技术，一线工人通过语音和手势即可完成机器人调试，换产时间从3小时缩短至10分钟以内。
工业本体模型技术：定义制造业全生命周期设备、工艺、物料等的统一语义，搭建起工业知识底座，支撑工业智能应用。通过本体建模、语义推理和认知对齐，解决“同名不同义”的数据孤岛问题，赋予AI可解释的逻辑推导能力，实现知识的结构化沉淀与复用。例如，在炉膛温度监测中，本体模型能理解“85℃”不仅是数值，更是偏高的“炉膛出口温度”，并自动沿语义链条推导关联的工艺参数与历史故障，将根因分析与全链追溯的效率由小时级提升至秒级。
鲁春丛表示，推进“AI+制造”，不能追求炫技式的技术堆砌，要从“小场景、小切口”出发保定股票配资，扎扎实实地解决工厂里的实际问题，创造真金白银的经济效益。2025年，我国制造业增加值达到34.7万亿元，通过“AI+制造”每带来1%的效率提升，就将创造年均超3400亿元的经济增长，发展潜力巨大，“中国工业互联网研究院正全力建设人工智能赋能新型工业化供需对接平台、全国数字工品公共服务平台、工业数字化碳管理平台以及产业链培育综合服务平台等公共服务平台，助力智能技术在真实产线上应用，为加快推进新型工业化、迈向制造强国注入强劲动能”。（光明日报全媒体记者袁于飞）
正规品牌券商开户提示：本文来自互联网，不代表本网站观点。
相关文章
大盘行情指数走势
推荐资讯