人工智能（AI）技术日新月异，其在电子、原材料、消费品等行业普及速度加快，特别是在研发设计、中试验证、生产制造、运营管理等环节得到广泛应用，其赋能效应日益凸显。

制造业是人工智能技术产品应用落地的重要领域。工业和信息化部总工程师谢少锋介绍，近年来，人工智能与制造业融合发展显著加速，国产厂商已研发出超百款AI手机、AI电脑、AI眼镜等智能产品，人工智能领域的国家级专精特新“小巨人”企业数量也已超过400家，产业生态得到了持续优化。

人工智能的发展，关键在于夯实技术根基。目前，我国已形成覆盖基础层、框架层、模型层、应用层的完整产业体系，并建成了钢铁、煤炭等高质量行业数据集，培育出一批国产开源大模型，向全球展示了中国人工智能的发展速度和实力，赛迪研究院电子信息研究所副研究员于萍表示。

近年来，工信部加快了人工智能芯片、算法框架、大模型等的攻关力度，支持创建了具身智能、人形机器人、智能语音等国家制造业创新中心，以加快前沿技术和关键共性技术的突破。

走进上海智元新创技术有限公司，工程师正在“教”一台人形机器人如何送外卖。看似简单的动作，在机器人身上却要反复训练调试多次。工程师借助智元推出的一站式开发平台——Genie Studio，其具备数据采集、模型训练、仿真评测、模型推理等功能，有效解决了开发者面临的数据难获取、模型难训练、开发成本高等问题，让“训练机器人大脑”变得简单高效。此外，智元在今年3月还发布了智元启元大模型，该模型具有人类视频学习、小样本快速泛化、一脑多形、持续进化等优势，有效提升了机器人的交互能力和作业智能化水平。

大模型的训练和运行需要算力支撑。目前，我国在用算力中心机架总规模超过900万标准机架，算力总规模达到280EFLOPS。然而，部署在不同芯片上的算力难以被协同使用，算力资源分散化、地域分布不均衡，跨系统调度与利用效率不高，高性价比、高附加值算力仍存在供给缺口。

为此，上海无问芯穹智能科技有限公司构建了一朵“异构云”，实现了多种大模型算法在多种芯片上的协同部署运行，降低了行业对单一芯片的依赖，增强了产业链供应链的韧性和竞争力。公司研发的跨机房训练技术，提升了零散算力资源的可用性，实现了高价值数据资源的本地处理，让算力与数据流通更高效，实现了跨域算力资源的共享和配置优化，助力算力资源与下游产业的协同发展。

谢少锋表示，下一步将组织人工智能赋能新型工业化“揭榜挂帅”行动，加强通用大模型和行业大模型的研发布局，加快建设工业领域高质量数据集，进一步夯实技术基础。

随着市场需求的日益复杂多变，大规模流水线生产模式已无法适应，定制化柔性生产成为制造业向高附加值攀升的发展方向之一，数字技术在此过程中将发挥更为关键的作用。

在上海汽轮机厂叶片加工车间，AGV小车将零部件运送到机床旁，在MES系统的操作下，产线自动上料、切换道具、加工成型，不同型号的汽轮机叶片就这样被生产出来。汽轮机大多是定制化产品，有的型号甚至只会生产一台，这对工厂的柔性化生产能力提出了较高要求。上海汽轮机厂副总经理韩雷介绍，针对多品种小批量的生产特点，该厂在2022年开始建设数字化车间。全新的智能制造体系融合了物联网、人工智能等信息技术，全面提升了叶片加工过程中的质量管控、成本管控、交付管控能力。数字化系统高效匹配叶片原材料、设计、工艺、数控程序、仓储等信息，实现了叶片生产全生命周期的可管控、可追溯。智能排产系统采用先进算法，根据生产实际情况快速调度，实现了多目标排产优化，生产效率提升了1倍以上。

于萍认为，人工智能技术能够系统性提升产线应对定制化需求的能力，通过实时数据分析、生产设备自适应控制等方式，推动产线柔性化改造。在生产规划环节，人工智能凭借数据处理能力，基于实时生产数据和市场需求信息动态调整工艺流程及生产计划，实现多品种、小批量生产的快速切换，提高资源利用率，显著压缩换线时间与库存成本。在供应链协同方面，人工智能促进企业间信息实时共享，保障定制化生产所需物料按时交付，增强供应链对柔性生产的支撑能力。

提效率、降成本是企业在激烈市场竞争中赢得先机的有效手段，人工智能技术在这一过程中发挥着重要作用。一方面，人工智能、大模型技术通过数据驱动智能决策、流程自动化与系统性优化，提升企业生产效率、削减经营成本；另一方面，通过知识图谱技术整合多源信息，构建企业知识网络，加速产品迭代与服务升级。

江苏亨通光纤科技有限公司总经理刘振华介绍，随着新一代信息技术的快速发展，该公司将5G、AI、数字孪生等技术与制造业深度融合，推动工厂加快向数字化、网络化、智能化发展。有一次，公司接到一笔紧急订单，客户要求在短时间内生产交付两种具备不同功能的特种光纤，且对质量要求很高。过去，研发人员要设计多套方案并在工厂逐一试验，直到指标达到要求为止，至少需要半年时间。现在，研发人员以智能集控系统积累的数据为基础，运用数字仿真技术模拟制造流程，再由AI分析测算生产结果，最终仅用半个月就确定了合适的工艺参数，大大提升了研发效率。

在柳钢集团冷轧厂的生产车间，生产技术室电气主任工程师朱旋展示了基于Deepseek开发的数智钢卷智能助理APP。该APP以高质量工业数据训练大模型，能够对比不同机组生产效率，提供优化排产建议。例如，在生产冷轧低碳钢板时，一退火机组的冷却效率在3个机组中最快，加热罩升温速度更是比其他区域快20分钟。有了它的精准调控，生产成本降低了，设备运行也更稳定了。

此外，员工们还使用钉钉AI助手实时查看生产进度、成本、设备状态等。在酸轧生产线上，一块4毫米厚的原料带钢要变成1.5毫米薄钢板，需要经过10多道工序，涉及100多个参数，过去很难判断具体生产成本。现在，所有数据在手机上一目了然：0.8毫米厚度的钢板在二酸轧产线生产成本比其他规格低13元，1.2毫米以下的带钢排产选二酸轧产线更划算。这种透明化管理不仅让员工对生产线了如指掌，也促进了部门之间的沟通协作，有效推动了精益管理的深入实施。

然而，也要看到，大模型在制造业的应用仍处于早期阶段，适配工业复杂场景的模型有待进一步开发，链接供需双方的中间服务环节也较为薄弱。为此，于萍建议，应持续推动模型适配和算力优化，培育壮大优质人工智能服务商队伍。此外，还应突出应用导向，加快推进解决行业普遍问题的大模型及公共服务平台建设，降低人工智能应用门槛和成本，以需求驱动创新、以场景反哺技术，推动制造业全流程智能升级。

（文章来源：经济日报）