在東莞的廣東拓斯達大嶺山生產(chǎn)基地，工作人員在測試工業(yè)機器人產(chǎn)品。

人工智能（AI）技術(shù)發(fā)展日新月異，其在電子、原材料、消費品等行業(yè)加快普及，在研發(fā)設(shè)計、中試驗證、生產(chǎn)制造、運營管理等環(huán)節(jié)得到廣泛應(yīng)用，賦能效應(yīng)日益凸顯。

“制造業(yè)是人工智能技術(shù)產(chǎn)品應(yīng)用落地的重要領(lǐng)域。”工業(yè)和信息化部總工程師謝少鋒介紹，近年來，人工智能與制造業(yè)融合發(fā)展加速，國產(chǎn)廠商研發(fā)的AI手機、AI電腦、AI眼鏡等智能產(chǎn)品已超百款，人工智能領(lǐng)域的國家級專精特新“小巨人”企業(yè)已經(jīng)超過400家，產(chǎn)業(yè)生態(tài)持續(xù)優(yōu)化。

夯實技術(shù)根基

人工智能發(fā)展，關(guān)鍵在于夯實技術(shù)根基。“目前，我國已經(jīng)形成覆蓋基礎(chǔ)層、框架層、模型層、應(yīng)用層的完整產(chǎn)業(yè)體系，建成鋼鐵、煤炭等高質(zhì)量行業(yè)數(shù)據(jù)集，培育出一批國產(chǎn)開源大模型，向全球展示了中國人工智能發(fā)展的速度和實力。”賽迪研究院電子信息研究所副研究員于萍說。

近年來，工信部加快人工智能芯片、算法框架、大模型等攻關(guān)力度，支持創(chuàng)建具身智能、人形機器人、智能語音等國家制造業(yè)創(chuàng)新中心，加快前沿技術(shù)和關(guān)鍵共性技術(shù)突破。

走進上海智元新創(chuàng)技術(shù)有限公司，工程師正在“教”一臺人形機器人如何把外賣交到顧客手中。指節(jié)彎曲抓住手提袋，抬起胳膊并伸直，找到顧客所在位置張開手掌，這套看似非常容易完成的動作，在機器人身上要反復(fù)訓(xùn)練、調(diào)試多次。而工程師想要讓機器人變得更聰明，得益于智元推出的一站式開發(fā)平臺——Genie Studio，其具備數(shù)據(jù)采集、模型訓(xùn)練、仿真評測、模型推理等功能，可以解決開發(fā)者普遍面臨的數(shù)據(jù)難獲取、模型難訓(xùn)練、開發(fā)成本高等行業(yè)困境，讓“訓(xùn)練機器人大腦”變得簡單高效。此外，智元還在今年3月發(fā)布了智元啟元大模型，具有人類視頻學(xué)習(xí)、小樣本快速泛化、一腦多形、持續(xù)進化等優(yōu)勢，有效提升機器人交互、作業(yè)智能化水平。

大模型的訓(xùn)練、運行需要算力作支撐。目前，我國在用算力中心機架總規(guī)模超過900萬標(biāo)準機架，算力總規(guī)模達到280EFLOPS。但部署在不同芯片上的算力難以被協(xié)同使用，算力資源也呈現(xiàn)分散化、地域分布不均衡的特點，跨系統(tǒng)調(diào)度與利用效率不高，高性價比、高附加值算力仍存在供給缺口。

為此，上海無問芯穹智能科技有限公司構(gòu)建了一朵“異構(gòu)云”，實現(xiàn)了多種大模型算法在多種芯片上協(xié)同部署運行，降低行業(yè)對單一芯片的依賴，增強產(chǎn)業(yè)鏈供應(yīng)鏈韌性和競爭力。公司研發(fā)的跨機房訓(xùn)練技術(shù)，能夠提升零散算力資源可用性，實現(xiàn)高價值數(shù)據(jù)資源本地處理，讓算力與數(shù)據(jù)流通更高效，實現(xiàn)跨域算力資源共享和配置優(yōu)化，助力算力資源與下游產(chǎn)業(yè)協(xié)同發(fā)展。

“下一步，我們將組織人工智能賦能新型工業(yè)化‘揭榜掛帥’行動，加強通用大模型和行業(yè)大模型的研發(fā)布局，加快建設(shè)工業(yè)領(lǐng)域高質(zhì)量數(shù)據(jù)集，夯實技術(shù)基礎(chǔ)底座?！敝x少鋒說。

加速柔性化改造

大規(guī)模流水線生產(chǎn)模式已經(jīng)無法適應(yīng)復(fù)雜多變的市場需求，定制化柔性生產(chǎn)是制造業(yè)向高附加值攀升的發(fā)展方向之一，這其中數(shù)字技術(shù)將發(fā)揮更為關(guān)鍵的作用。

在上海汽輪機廠葉片加工車間，AGV小車將零部件運送到一臺臺機床旁，在MES系統(tǒng)操作下，產(chǎn)線自動上料、切換道具、加工成型，不同型號的汽輪機葉片就這樣被生產(chǎn)出來。

汽輪機大多是定制化產(chǎn)品，有的型號甚至只會生產(chǎn)一臺，對工廠的柔性化生產(chǎn)能力提出較高要求。“針對多品種小批量的生產(chǎn)特點，我們在2022年開始建設(shè)數(shù)字化車間。”上海汽輪機廠副總經(jīng)理韓雷表示，全新的智能制造體系融合物聯(lián)網(wǎng)、人工智能等信息技術(shù)，全面提升葉片加工過程中的質(zhì)量管控、成本管控、交付管控能力。數(shù)字化系統(tǒng)高效匹配葉片原材料、設(shè)計、工藝、數(shù)控程序、倉儲等信息，精準到每一片葉片、每一道工序、每一項質(zhì)檢數(shù)據(jù)，實現(xiàn)葉片生產(chǎn)全生命周期的可管控、可追溯。智能排產(chǎn)系統(tǒng)采用先進算法，根據(jù)生產(chǎn)實際情況快速調(diào)度，實現(xiàn)多目標(biāo)排產(chǎn)優(yōu)化?！按饲靶枰习傥挥媱潓T根據(jù)訂單安排生產(chǎn)，采購、結(jié)算、發(fā)貨等都靠人工完成，有了這套系統(tǒng)，生產(chǎn)效率提升1倍以上?！?/p>

“人工智能技術(shù)能夠系統(tǒng)性提升產(chǎn)線應(yīng)對定制化需求的能力，通過實時數(shù)據(jù)分析、生產(chǎn)設(shè)備自適應(yīng)控制等方式，推動產(chǎn)線柔性化改造?！庇谄颊J為，在生產(chǎn)規(guī)劃環(huán)節(jié)，基于實時生產(chǎn)數(shù)據(jù)和市場需求信息，人工智能憑借數(shù)據(jù)處理能力動態(tài)調(diào)整工藝流程及生產(chǎn)計劃，實現(xiàn)多品種、小批量生產(chǎn)的快速切換，提高資源利用率，顯著壓縮換線時間與庫存成本。在供應(yīng)鏈協(xié)同方面，人工智能促進企業(yè)間信息實時共享，保障定制化生產(chǎn)所需物料按時交付，增強供應(yīng)鏈對柔性生產(chǎn)的支撐能力。

提升生產(chǎn)效率

提效率、降成本是企業(yè)在激烈市場競爭中贏得先機的有效手段，人工智能技術(shù)在這一過程中作用十分明顯。

一方面，人工智能、大模型技術(shù)通過數(shù)據(jù)驅(qū)動智能決策、流程自動化與系統(tǒng)性優(yōu)化，提升企業(yè)生產(chǎn)效率、削減經(jīng)營成本；另一方面，通過知識圖譜技術(shù)整合多源信息，構(gòu)建企業(yè)知識網(wǎng)絡(luò)，加速產(chǎn)品迭代與服務(wù)升級。

“隨著新一代信息技術(shù)快速發(fā)展，我們將5G、AI、數(shù)字孿生等技術(shù)與制造業(yè)深度融合，推動工廠加快向數(shù)字化、網(wǎng)絡(luò)化、智能化發(fā)展?！苯K亨通光纖科技有限公司總經(jīng)理劉振華介紹，有一次，公司接到一筆緊急訂單，客戶要求在短時間內(nèi)生產(chǎn)交付兩種具備不同功能的特種光纖，且對質(zhì)量要求很高。過去，研發(fā)人員要設(shè)計多套方案并在工廠逐一試驗，直到指標(biāo)達到要求為止，至少需要半年時間?，F(xiàn)在，研發(fā)人員以智能集控系統(tǒng)積累的數(shù)據(jù)為基礎(chǔ)，運用數(shù)字仿真技術(shù)模擬制造流程，再由AI分析測算生產(chǎn)結(jié)果，最終僅用半個月就確定了合適的工藝參數(shù)，大大提升研發(fā)效率。

在柳鋼集團冷軋廠的生產(chǎn)車間，生產(chǎn)技術(shù)室電氣主任工程師朱旋展示了基于DeepSeek開發(fā)的數(shù)智鋼卷智能助理APP，“我們以高質(zhì)量工業(yè)數(shù)據(jù)訓(xùn)練大模型，它能夠?qū)Ρ炔煌瑱C組生產(chǎn)效率，提供優(yōu)化排產(chǎn)建議。例如，在生產(chǎn)冷軋低碳鋼板時，一退火機組的冷卻效率在3個機組中最快，加熱罩升溫速度更是比其他區(qū)域快20分鐘。有了它的精準調(diào)控，生產(chǎn)成本降低了，設(shè)備運行更穩(wěn)定了”。

此外，員工們使用手機上釘釘AI助手，實時查看生產(chǎn)進度、成本、設(shè)備狀態(tài)等。在酸軋生產(chǎn)線上，一塊4毫米厚的原料帶鋼要變成1.5毫米薄鋼板，需要經(jīng)過10多道工序，涉及100多個參數(shù)，過去很難判斷具體生產(chǎn)成本。現(xiàn)在，所有數(shù)據(jù)在手機上一目了然：0.8毫米厚度的鋼板在二酸軋產(chǎn)線生產(chǎn)成本比其他規(guī)格低13元，1.2毫米以下的帶鋼排產(chǎn)選二酸軋產(chǎn)線更劃算。這種透明化管理，不僅讓員工們對生產(chǎn)線了如指掌，也促進了部門之間的溝通協(xié)作，有效推動精益管理深入實施。

也要看到，大模型在制造業(yè)的應(yīng)用仍處于早期階段，適配工業(yè)復(fù)雜場景的模型有待被進一步開發(fā)，鏈接供需雙方的中間服務(wù)環(huán)節(jié)較為薄弱。為此，于萍建議，持續(xù)推動模型適配和算力優(yōu)化、培育壯大優(yōu)質(zhì)人工智能服務(wù)商隊伍。此外，突出應(yīng)用導(dǎo)向，加快推進解決行業(yè)普遍問題的大模型及公共服務(wù)平臺建設(shè)，降低人工智能應(yīng)用門檻和成本，以需求驅(qū)動創(chuàng)新、以場景反哺技術(shù)，推動制造業(yè)全流程智能升級。（來源：經(jīng)濟日報）