AI导读：

上海交通大学李金金教授团队研发的AI自控系统ManuDrive，通过引入“时间维度”实现AI动态调控，显著提升工业发酵产量，降低生产波动，推动产业向智能模式转变。同时，该系统低成本、轻量化部署，深度兼容国产算力服务器，加速企业智能化转型。

　　发酵技术是生物制造的核心手段，传统上，为了保证发酵质量，工程师需凭借多年经验，24小时不间断手动调控。

　　近日，上海交通大学李金金教授团队成功研发并转化“基于迁移学习和物理可解释的小样本AI工业自动控制系统”（AI自控系统，ManuDrive），这一创新系统引入“时间维度”于工业发酵过程，实现AI动态调控。通过在复杂的生物发酵过程中实时调整参数，AI能够动态生成未来每个时刻的最优发酵方案，从而显著提升工业发酵产量。

　　AI引入“时间维度”，引领产业转型升级

　　在实际应用中，ManuDrive系统使发酵罐的产量大幅提升，同时大幅降低了生产波动，显著增强了工厂的生产稳定性和效率。这一变革颠覆了传统发酵调控模式，工程师无需再手动每小时调控，而是借助AI向中控系统发送指令，极大提高了调控效率与精准度。AI生成的方案更加科学有效，优化了以往依赖经验的生物发酵方案。此外，AI调控具备持续迭代优势，基于ManuDrive产生的高质量数据，AI能持续反馈与迭代，形成不断提升产量的良性循环，进一步推动产业转型升级。

　　ManuDrive将“时间维度”引入工业控制领域，攻克了生物发酵复杂动态过程中的实时预测与精准调控难题，显著提高了发酵稳定性和产量。李金金教授表示：“随着AI技术与生物制造的深度融合，发酵生产正从依赖经验的‘试错模式’转向数据驱动的‘智能模式’，重塑生产流程，催生生物制造领域的技术革命，为行业未来发展开辟广阔前景。”

　　低成本“AI大脑”助力企业轻量化部署

　　据李金金介绍，与主流AI大模型依赖数千至上万块GPU卡的高耗能模式不同，ManuDrive凭借创新算法架构，仅需十几张GPU卡及传统AI模型5%的数据量，即可实现连续、精准的推理预测。这一突破大幅降低了企业算力资源投入和智能化改造成本，使中小型企业能以低成本部署高效“AI工业大脑”。

　　在国产化适配方面，该系统深度兼容国产算力服务器，实现全链路自主可控。系统充分利用国产算力设备性能优势，保障运算效率的同时，摆脱对进口算力设备的依赖。这种轻量化部署与国产算力的结合，使企业无需担忧算力基础设施高昂的建设与维护成本，快速完成系统部署与调试，加速智能化转型。

（文章来源：第一财经）