科技日报记者 朱虹 实习生 邱彩依
以智赋能，掌控未来。日前，2025年中国自动化大会在黑龙江省哈尔滨市举行，10位院士、3500余名产学研代表围绕自动化与人工智能深度融合的核心议题展开研讨。专家学者围绕“意图驱动智能”“自主智能自动化”“具身智能机器人”“无人系统合作演化”等多个维度，提出技术突破方向与产业落地路径，为行业发展勾勒出清晰蓝图。
“自动化技术不仅是工业制造的‘筋骨’，更是数字经济的‘血脉’。”开幕式上，中国科学院院士、中国自动化学会理事长杨孟飞说。面对新一轮科技革命重构全球创新版图的时代背景，他呼吁学界要“深耕自动化领域，强化基础研究、推动产学研用深度融合、重视人才培养，力争实现更多‘从0到1’的原始创新。”
从“被动响应”到“自主执行”
在智能技术的顶层设计层面，中国工程院院士、中国自动化学会名誉理事长郑南宁直指当前AI发展的关键拐点，为“智能该往哪走”给出答案。他直言：“当前大语言模型本质是‘大规模输入输出统计分布的压缩器’，虽在多模态交互上表现突出，但存在幻觉、推理链路断裂等问题，比如多轮对话后可能输出人类无法理解的内容，这在工业场景中风险极高。”
他提出，下一代智能应是“意图驱动”，让机器从被动响应指令，转向主动理解人类目标与价值，“以农业喷洒机器人为例，它不仅要执行‘喷药’任务，还需自主权衡‘保护幼苗’的价值诉求，这就是意图驱动的核心：信息处理要与目标协同，受价值调制。”
郑南宁院士进一步解释，意图驱动智能需构建“四级逻辑桥梁”：通过语义锚定建立符号、感知与行动的可验证映射，以概念生成搭建认知基石，靠意图建模解析多主体目标与约束，最终实现价值对齐。“比如月面多智能体协作采集含钛样本，系统需自主更新承载能力阈值，根据复杂环境动态调整策略，这就是意图落地为可操作行动的典型案例。”他强调，这一过程需突破三大技术瓶颈：一是多模态信息高效对齐，二是抽象意图向可操作概念的映射，三是人机协同中的双向意图理解，机器要懂人的需求，人也要知机器的能力边界。
“意图驱动为智能指明了方向，而自主智能自动化就是让这个方向落地到制造场景的关键路径。”中国工程院院士、中国科学院沈阳自动化研究所研究员于海斌院士提出“自主智能自动化”将成为未来工厂的核心支撑。他表示，当前传统工控系统存在“业务与数据强耦合”的堵点，“比如机器人换场景需重新编程，高价值化工品生产线切换品种要靠人工调整工艺，这与意图驱动中‘系统自主适应’的需求相悖。”
他提出的自主智能自动化，旨在让系统具备实时重构能力：“它能根据感知自主应对不确定的任务、环境和对象，比如在油田几千口井中实现边缘侧参数优化，在半导体检测中不依赖机理模型就能定位缺陷，这些都是自主智能的实践。”谈及未来工厂形态，于海斌院士表示：“到2040年，工厂将实现‘人说需求、系统执行’，无需编程，只需表达意图，系统就能自主分解任务。比如数字孪生技术可在虚拟空间完成产品‘预生产’，再联动物理工厂，解决设计与生产脱节问题。”
让机器人“有温度” 让无人系统“会协作”
“具身智能是机器人的科学顶端。”中国工程院院士、中国自动化学会特聘顾问王耀南在会上指出，具身智能机器人作为连接数字空间与物理世界的关键桥梁，将推动新质生产力的形成。“具身智能不是冷冰冰的机器，它要有温度、能共情。只有给机器人注入表情和意图理解能力，它才能真正走进家庭和社会。”王耀南院士表示。
近两年，具身智能机器人的突破，核心得益于大模型技术的赋能，但如何让其像手机、电脑一样成为智能终端，拉动万亿级产值，仍是行业关注的焦点。“最大的问题是打破训练大模型的壁垒。”王耀南院士指出当前具身智能发展面临的挑战，一是多模态大模型如何高效对齐与融合，“语言、图像、声音等信息必须精准匹配，机器人才能准确理解环境”；二是如何实现具身智能端到端的控制通用训练，“要提高训练效率，让机器人能快速适应不同场景”。对此，他提出明确建议：一方面要突破多模态特征对齐技术，让不同类型信息形成统一语义空间；另一方面要优化训练框架，结合模仿学习、强化学习，降低机器人“二次学习”的成本。
“无人系统的核心，不是单个设备的‘智能升级’，而是多系统如何像生物群体一样，通过合作演化实现1+1+1+1大于N的群智涌现。”中国工程院院士、中国自动化学会特聘顾问陈杰表示，当前无人系统要满足现实需求，关键得突破四大核心能力：自主感知环境、逻辑化决策、高效规划路径、稳定控制队形。
针对这些问题，团队把目光投向了生物群体：让无人系统能在未知环境中平衡探索与任务需求，像蜂群一样精准感知；让多系统协同完成复杂任务时，如狼群般分工明确、逻辑清晰；让无人设备规划轨迹快速又合理，借鉴羊群灵活调整的特性；让集群队形控制既多变又稳定，达到象群迁徙的协同效果。“最终目的，是建起分布式无人集群，让它们像生物群体一样合作进化，真正实现1+1>2的群智涌现。”
网友评论
