我国智能工厂建设成效显著,截至目前,已累计建成6万多家基础级、1.3万余家先进级、750余家卓越级智能工厂。其中,有两批共49家企业入选“领航级智能工厂培育名单”。第二批34家领航工厂人工智能场景应用比例超过70%,开发工业智能体超过1000个,日均词元调用量超过3亿
11月19日,2026世界智能制造大会在江苏南京开幕。在会上,国家智能制造专家委员会2026年度研究成果、2026年度世界及中国智能制造十大科技进展(下称“‘双十’科技进展”)等发布,工业和信息化部等六部门日前公布的第二批34家领航级智能工厂也在大会上集中亮相,并共同发布“领航工厂培育行动”。
上海证券报记者在现场了解到,“人工智能(AI)”是本届大会上出现最多的一个词。随着AI方案生成、推理规划、自主决策的能力不断增强,AI赋能的落点已不只在制造业的产线和装备上,还前移至指令下达、操作执行与决策辅助等环节。传统制造体系与新一代技术的结合能否从“程序执行”走向“自主认知”成为探讨焦点。
“自主”逐步成为智造核心特性
人工智能与先进制造深度融合的智能制造技术被认为是推动制造业转型升级、提升产业竞争力的重要途径。
在汽车制造企业,原本紧密衔接的生产线可拆分为灵活组合的生产单元,根据不同车型的工艺要求安排生产;在钢铁、石化等行业,工业模型结合专家经验用于工况预测及参数优化,能够大幅降低能耗与碳排放水平;而当数控机床融入人工智能辅助编程、工艺优化等技术,复杂零件加工的效率和精度随之提升。
记者在会上获悉,我国智能工厂建设成效显著,截至目前,已累计建成6万多家基础级、1.3万余家先进级、750余家卓越级智能工厂。其中,有两批共49家企业入选“领航级智能工厂培育名单”。大会现场公布的新一批34家领航级智能工厂培育名单中,大型飞机、能源装备、新能源汽车、智能终端、日用消费品等行业均有工厂在列。
从实施路径来看,随着新一代人工智能技术的快速发展,工业数据治理、高质量数据集建设和垂类模型应用渗透不断加快,人工智能技术已从制造业的运营辅助环节加速向研发设计、工艺优化、生产作业、生产管理等核心环节渗透。据统计,第二批领航工厂人工智能场景应用比例超过70%,开发工业智能体超过1000个,日均词元调用量超过3亿。
“新一代人工智能和先进制造技术的融合创新,核心特性是自主,它能够自主感知、自主决策、自主执行、自主学习,极大地提高制造的质量、效率和可靠性,实现产品、生产、服务以及新模式、新业态的创新和优化,推进智能制造系统更精、更快、更可靠。”国际智能制造联盟荣誉主席、中国工程院院士周济说。
中国电科集团董事长王海波认为,智能化时代要让数据和智能驱动重新定义智能制造。“既要做‘+AI’,更要注重‘AI+’。AI不能仅被当作浅层赋能、被动适配的外挂工具和辅助模块,‘AI+’要把人工智能作为底层底座、核心驱动,将感知、分析、决策、自优化内嵌到生产全链路体系。”他透露,中国电科已建成1家领航级、4家卓越级智能工厂,软硬协同方案服务超过2.4万家企业。
智能体等显著提高工作效率
大会同步发布了国家智能制造专家委员会2026年度研究成果、“双十”科技进展、全球智能制造评估服务平台、江苏省重大技术成果等。
从相关名单来看,“双十”科技进展成果重点覆盖五个方向,显著特征之一是工业大模型、智能体Agent、生成式AI在制造领域的落地应用。
西门子的Eigen工程智能体是2026年度世界智能制造十大科技进展之一。相比通用大模型,Eigen智能体更懂工业现场:它深度嵌入TIA博途,基于自然语言自主完成代码生成、配置、测试与优化全流程,并通过编译校验与纠错机制确保工程可用性,将建议转化为实际结果,直击汽车、电子等行业的复杂开发与人才紧缺痛点。
“以造船行业为例,西门子正在和全球最大的造船企业合作,通过AI和全面数字孪生的深度融合,在高度复杂的船舶设计、制造、运营组合中智能匹配出最优方案。项目实施后,建造周期预计缩短30%。”西门子大中华区总裁肖松说。
此外,“双十”科技进展成果还包括:高端装备、工业母机、工业软件等关键核心技术突破;数字孪生、工业互联网、物联网赋能智能车间与供应链发展;面向具身智能、柔性感知、智能检测等技术;面向中小企业的轻量化、低成本智能制造解决方案。
开放协同加快构建集成创新生态
据工业和信息化部数据:截至2026年6月底,我国重点工业企业数字化研发设计工具普及率、关键工序数控化率分别达86.3%和69.5%;规模以上制造业企业人工智能技术应用普及率超过30%。
周济表示,新一代智能制造不是简单的几项人工智能技术,而是要将具身智能大模型技术、工业智能体技术、工业大数据工程技术、机理模型和AI数据模型融合建模技术等深度创新融合起来,赋能制造业的发展。
汇川技术董事长朱兴明认为,未来AI落地的三个重要物理载体为超级助手、智能装备与产线、人形机器人。超级助手是AI应用的主体;智能装备与产线融合机理模型,规避AI幻觉和对海量数据的过度依赖;人形机器人则排在最后。“数字化由数据驱动,而智能化的本质是由本体驱动智能制造。”他说。
生态协同被普遍视为新一代智能制造规模化落地的前提。西门子开放五家在华工厂,围绕六类高价值应用场景,共同探索具身智能跨产线、跨场景的迁移能力,其开放式数字专业平台已汇聚680多家生态伙伴,超过1/3上线多款AI应用。中国电科集团提出共植智能基因、共筑数字底座、共育协同生态三点倡议。
“推动智能制造高质量发展,需要大中小企业开放协同、各类经营主体各展所长的雨林式生态。”王海波说。
供给端的角色也在转化。国家智能制造专家委员会分析认为,装备唯有“串珠成链”、集成为解决方案,才能发挥最大应用价值,要加快打造“智能装备+工业软件+系统集成”的发展生态。
工业和信息化部总工程师王卫明表示,支持大型制造企业的软硬件研发部门和人工智能企业、科研院所等加强合作,联合开发面向典型场景的模型软件和解决方案,鼓励系统解决方案供应商面向中小企业共性需求,开发轻量化、易部署的工业模型和工具,降低应用门槛。
(文章来源:上海证券报)