工业AI进车间,先过“零容错”这道坎

2026-11-19 13:30:02 来源: 科技日报 点击数:

科技日报记者 张晔

“我用你的缺陷检测(技术),但缺陷检测出来之后,我的损失都已经产生了。”11月18日,南京国际博览中心,深圳汇川技术股份有限公司物理AI事业部总裁李勃把一位客户的抱怨带到会场,这位客户每年因质量问题损失巨大。

当天,2026世界智能制造大会“人工智能赋能制造业发展——从自动化走向自主化”专题活动在此举行。九场报告、一场圆桌讨论,说的是同一件事:人工智能怎样真正走进车间。

会场之外,市场正在加速打开。工业和信息化部等八部门今年1月印发的《“人工智能+制造”专项行动实施意见》明确:到2027年,推出1000个高水平工业智能体,打造100个工业领域高质量数据集,推广500个典型应用场景。

目标背后是一个绕不开的问题:从自动化到自主化,中间隔着什么?

模型得先认识物理世界

“幻灯片生成错了没关系,再来一遍。但对工业来说,最大的挑战是零容错。”李勃说,办公场景里风生水起的生成式AI,在产线上仍是起步阶段。

问题出在哪?李勃的判断很直接:现在很多具身智能靠模仿学习,其实是不理解物理规律的;真正的物理AI要把物理规律嵌进模型,能理解状态、做因果推演、据此预测。

西门子数字化工业软件技术总监袁晓舟说得更直接:“工业AI跟消费AI最大的区别在于,工业AI需要确定的、可靠的、最终能够被执行的结果。”

中国科学院工业人工智能研究所研究员刘意杨用一个推物块实验说明AI理解物理世界的重要性:模型不预置摩擦机理,机器人只能反复试错。比如汽车门板装配过程中,铰链拧太紧门板就会形变,如果只算几何不考虑形变肯定达不到要求。

多次实验后,刘意杨团队把几何与力的模型耦合进仿真,先解出最优装配路径,再转成机器人控制程序。这套系统在一款新能源车型的后盖上验证过,节拍和精度达标。

“传统的自动化是基于既定的工艺流程、基于预先编好的程序,去完成预定的生产目标。”刘意杨说,人工智能介入后,生产系统要能感知产品和工艺的变化,动态调整工艺与派单,产线可在线重组。

他援引埃森哲的预测:到2040年,美国将出现全自主的超级自动化工厂,今天的大批量流水线可能消失。

区域层面,江苏已摆开阵势。江苏省工业和信息化厅副厅长池宇介绍:截至2025年底,全省两化融合指数达71.2%,连续11年居全国第一;国家领航级智能工厂培育对象8家、卓越级106家、省先进级3629家,三项均居全国首位。

会上,江苏省“人工智能+制造”促进中心揭牌,省工信厅与中国科学院工业人工智能研究所签署合作备忘录。从车间到省域,一张推进网络正在成形。

把老师傅的手感变成参数

自主化最后要落在节拍和良率上,而这背后,站着的是老师傅的手。

元始智能科技(南通)有限公司联合创始人金骏阳说,工厂里最值钱的工艺参数靠老师傅手工调,调过很多版本,过程却不记录,事后无从溯源。这些数据管不好,再成熟的算法也学不到工人的经验。

破题的路子是什么?与会代表给出的答案近乎一致:机理加数据,两条腿走路。

南京钢铁集团有限公司的路径是数据治理两步走:先让数据入湖,再让数据服务模型、让AI“看得懂”。

该公司数智化融合发展部副总经理张波介绍,一块钢板长30至50米、重50多吨,人工绕圈检测要3到5分钟,背面还看不到;产线加装8组上下两面高清摄像头后,可识别12种表面缺陷。

更难的是金相检测:取样、强酸腐蚀、打磨,再放到500至1000倍的显微镜下判级。培养一名金相师要5年以上,还得是材料类硕士。张波说,智能检测系统上线后准确率可达90%。

汇川则把闭环做在焊接上:识别焊缝、规划轨迹、生成参数、焊完再检,自研的熔池相机连声音也采集进来。“很多老师傅甚至不用看图像,听声音就行。”李勃说,机器正在学老师傅的耳朵,他期待每一台工业装备都能理解物理世界。

技术之外,还差什么?差人。

工业和信息化部赛迪研究院人工智能研究中心执行副主任韩健说,制造业场景碎片化、工艺经验隐形化,信息技术与操作技术两套系统相互缠绕,急需一批驻场工程师打通“最后一公里”——眼下被称作FDE的前沿部署工程师。

徐工集团徐州重型机械有限公司副总经理吕金波提到,他们公司已经建起“三师团队”协同体系——算法工程师、工艺工程师和一线技能大师,帮助公司把“一车一单”、多达1200多种配置的轮式起重机卖向全球。

“归根到底,就是要把车间里的‘不敢用’,转化为敢用、好用、离不开。”长三角国家技术创新中心管委会委员、首席专家罗本进说。

责任编辑:孙莹
网友评论
最热评论
没有更多评论了

抱歉,您使用的浏览器版本过低或开启了浏览器兼容模式,这会影响您正常浏览本网页

您可以进行以下操作:

1.将浏览器切换回极速模式

2.点击下面图标升级或更换您的浏览器

3.暂不升级,继续浏览

继续浏览