伴隨國際形勢日益複雜多變
、大(da)國(guo)競(jing)爭(zheng)博(bo)弈(yi)日(ri)漸(jian)加(jia)劇(ju)，全(quan)球(qiu)製(zhi)造(zao)業(ye)競(jing)爭(zheng)格(ge)局(ju)正(zheng)發(fa)生(sheng)深(shen)刻(ke)變(bian)化(hua)，我(wo)國(guo)製(zhi)造(zao)強(qiang)國(guo)建(jian)設(she)進(jin)入(ru)新(xin)的(de)階(jie)段(duan)。與(yu)此(ci)同(tong)時(shi)，新(xin)一(yi)代(dai)人(ren)工(gong)智(zhi)能(neng)等(deng)技(ji)術(shu)快(kuai)速(su)演(yan)進(jin)

，為(wei)製(zhi)造(zao)業(ye)生(sheng)產(chan)方(fang)式(shi)、發展模式和企業形態帶來深遠影響。

今年的《政府工作報告》大(da)篇(pian)幅(fu)提(ti)及(ji)製(zhi)造(zao)業(ye)，明(ming)確(que)提(ti)出(chu)因(yin)地(di)製(zhi)宜(yi)發(fa)展(zhan)新(xin)質(zhi)生(sheng)產(chan)力(li)

，大(da)力(li)推(tui)進(jin)新(xin)型(xing)工(gong)業(ye)化(hua)，做(zuo)大(da)做(zuo)強(qiang)先(xian)進(jin)製(zhi)造(zao)業(ye)等(deng)重(zhong)點(dian)工(gong)作(zuo)任(ren)務(wu)。如(ru)何(he)發(fa)揮(hui)我(wo)國(guo)製(zhi)造(zao)業(ye)具(ju)有(you)的(de)門(men)類(lei)齊(qi)全(quan)
、場景豐富、數據潛能巨大等優勢，加快人工智能技術與製造業的融合創新應用
，成為當前製造業發展的關鍵議題。

在4月2日召開的2025智能製造論壇上，中國機械工業聯合會執行副會長、工業和信息化部運行監測協調局原局長羅俊傑表示，智能製造已成為重塑全球產業競爭格局的關鍵變量。AI大模型、具身智能
、數字孿生等技術創新突破，正在深刻影響著製造業的生產方式


、產業形態與價值鏈條。加速人工智能等前沿技術與製造業的融合創新與應用落地，已成為我國製造業破局突圍
、邁向高端的關鍵所在。

機械工業信息研究院黨委副書記周寶東認為，當前智能製造呈現多技術融合、產業協同升級及綠色可持續發展三大趨勢。2025年，中國製造業更應關注如何從“規模紅利”轉向“創新紅利”
，如何將人工智能等技術的“變量”轉化為高質量發展的“增量”。

發展三大要素 完善智能製造核心技術體係

自20世紀80年代中後期智能製造概念出現以來

，智能製造的內涵和外延不斷豐富和升華。

“迄今，智能製造大致可以分為三個發展階段
，即數字化製造、網絡化製造
、智能化製造。其中，數字化製造已經發展30多年，網絡化製造也有了十餘年曆史
，而智能化製造才剛剛進入萌芽期，但其發展速度之快超乎預想。”國家智能製造專家委員會副主任、工業和信息化部裝備工業司原司長張相木分析。

在其看來，以人工智能為代表的新興科技不斷取得群體性突破，並迅速向製造業滲透。這種滲透開啟了工業人工智能時代
，核心就是AI+製造業。AI+製造業推動智能製造開始進入高級階段，即智能化製造階段。AI+製造業正在成為第四次工業革命的核心驅動力。

“智能製造三要素包括智能製造裝備、智能工業軟件
、賽博物理係統。其中，智能製造裝備是現代製造之母，智能工業軟件是智能製造之魂，賽博物理係統是智能工廠之核。”張相木說。

智能製造裝備是指在傳統製造裝備基礎上，通過融入人工智能、物聯網、大數據等先進技術，使其性能、效能和價值倍增，成為具有狀態感知


、決策優化
、自主控製和執行能力的製造裝備，主要包括智能生產裝備、智能檢測裝備、智能物流和倉儲裝備三大塊。

張(zhang)相(xiang)木(mu)認(ren)為(wei)

，發(fa)展(zhan)智(zhi)能(neng)製(zhi)造(zao)裝(zhuang)備(bei)需(xu)從(cong)製(zhi)造(zao)裝(zhuang)備(bei)本(ben)體(ti)升(sheng)級(ji)與(yu)融(rong)合(he)技(ji)術(shu)突(tu)破(po)兩(liang)方(fang)麵(mian)精(jing)準(zhun)發(fa)力(li)

，即(ji)推(tui)動(dong)裝(zhuang)備(bei)本(ben)體(ti)升(sheng)級(ji)，打(da)造(zao)堅(jian)實(shi)智(zhi)能(neng)載(zai)體(ti)。自(zi)主(zhu)發(fa)展(zhan)高(gao)端(duan)數(shu)控(kong)機(ji)床(chuang)、工業機器人等
，以AI為翼，賦能製造裝備本體騰飛。攻克融合難題，製定融合標準，推動應用。

“先進製造裝備本體是工業AI發揮作用的基石

，它決定了智能製造的潛在上限。若製造裝備本體的基礎精度和穩定性不足
，AI算法再精妙也無法彌補硬件缺陷。換言之，如果製造裝備本身不夠先進，即便融入工業AI，也不過是‘花拳繡腿’”。張相木說。

智能工業軟件是融合了人工智能、大數據等技術
，具備自我學習、自適應調整和智能決策能力的工業軟件
，是工業軟件在AI時代的升級和發展。然而，作為工業軟件的進階形態
，智能工業軟件所麵臨的挑戰和突破，不僅是量級的增加，更是維度的拓展。

在張相木看來
，智能工業軟件是我國製造業“短板中的短板”。我(wo)國(guo)製(zhi)造(zao)業(ye)最(zui)薄(bo)弱(ruo)的(de)環(huan)節(jie)是(shi)智(zhi)能(neng)工(gong)業(ye)軟(ruan)件(jian)，該(gai)領(ling)域(yu)與(yu)國(guo)際(ji)先(xian)進(jin)水(shui)平(ping)存(cun)在(zai)很(hen)大(da)差(cha)距(ju)。當(dang)前(qian)，我(wo)國(guo)工(gong)業(ye)領(ling)域(yu)的(de)高(gao)端(duan)工(gong)業(ye)軟(ruan)件(jian)幾(ji)乎(hu)被(bei)國(guo)外(wai)公(gong)司(si)壟(long)斷(duan)。例(li)如(ru)，法(fa)國(guo)達(da)索(suo)、德國西門子

、美國PTC和Autodesk占據90%以上國內CAD市場
；美國ANSYS、ALTAIR、NASTRAN占據國內CAE軟件市場超過95%以上份額
；西門子、施耐德、GE
、羅克韋爾在生產控製類軟件領域也具有明顯優勢；德國SAP和美國ORACEL占據生產管理領域高端軟件90%以上的市場份額。

“然ran而er，國guo內nei智zhi能neng工gong業ye軟ruan件jian具ju有you自zi身shen優you勢shi和he發fa展zhan機ji遇yu。隨sui著zhe持chi續xu的de投tou入ru和he發fa展zhan，國guo內nei智zhi能neng工gong業ye軟ruan件jian有you望wang逐zhu步bu縮suo小xiao與yu國guo外wai的de差cha距ju，並bing在zai部bu分fen領ling域yu實shi現xian趕gan超chao。一yi是shi加jia強qiang算suan法fa
、模型和工業機理研究，加快技術積累，從根本上提升智能工業軟件的性能和專業性。二是加快融入人工智能等核心技術，通過‘人工智能+’模式，實現彎道超車。”張相木建議。

賽博物理係統是智能工廠之核，在智能工廠中扮演著至關重要的角色，是實現自主化智能工廠的物質技術基礎。該係統通過集成計算、通信和控製技術
，實現對物理生產過程中的實時感知
、精確建模、智能決策與精準控製，並將生產設備
、產品等物理實體與虛擬信息空間緊密結合
，構建起一個高度智能且自適應的生產環境，以提升製造效率、質量和靈活性。

“saibowulixitongfangruoyiweishenqidefunengzhe，weizhinenggongchangzhurulelingdongdezhinengneihe。youruyibawannengdeyaochi，dapolexunikongjianyuwulishijiezhijiandejiexian，shixianlexuniduixianshideganzhiyucaokong
，dachengleyixuzhishi
、以虛控實。”張相木分析，“智能製造裝備是‘感知與執行’的實體基礎，智能工業軟件是‘決策與優化’的數字大腦，賽博物理係統是‘虛實交互’的神經脈絡。智能製造這三大核心要素通過數據流動形成‘裝備數據采集-CPS傳輸-軟件分析決策-CPS反饋指令-裝備任務執行’的閉環，共同構成了智能製造的核心技術體係。”

突破三大瓶頸 從規模紅利走向創新紅利

當前，智能製造正在呈現更加清晰的發展模式。一方麵
，多技術的融合愈發深入
，人工智能、大數據、物wu聯lian網wang等deng技ji術shu將jiang在zai製zhi造zao業ye的de各ge個ge環huan節jie實shi現xian深shen度du的de融rong合he，構gou建jian起qi更geng為wei智zhi能neng高gao效xiao的de生sheng產chan體ti係xi。另ling一yi方fang麵mian，產chan業ye協xie同tong持chi續xu升sheng級ji
，跨kua企qi業ye跨kua行xing業ye的de協xie同tong創chuang新xin和he資zi源yuan共gong享xiang成cheng為wei常chang態tai
，推tui動dong製zhi造zao業ye向xiang網wang絡luo化hua
、生態化方向邁進。

周寶東認為

，當下，應探討中國製造業如何從規模紅利轉向創新紅利，如何將人工智能等新技術的變量轉化為高質量發展的增量。

在其看來，綠色可持續發展逐漸成為智能製造的重要方向，通過智能化的手段來降低能耗，減少汙染
，將實現經濟與環境效益的雙贏。

“通過智能製造實現質量變革
、效率變革
、動力變革。這不是簡單的技術迭代
，而是產業範式的根本性轉變——從‘要素驅動’轉向‘數據驅動’，從‘生產型製造’轉向‘服務型製造，從‘單一環節優化’轉向‘全價值鏈重構’。應破技術瓶頸之局，立自主創新之新；破模式固化之局，立生態協同之新
；破數據孤島之局，立價值創新之新。”羅俊傑分析。

羅俊傑建議，製造業企業應重點把握三個著力點：

第一，以場景智能化驅動替代技術堆砌和智能製造。解決實際問題，立足真實場景的技術應用，才能更好地創造價值。

第二，以漸進式的升級替代顛覆式革命。傳統製造企業智能化轉型，需要遵循由精益化到數字化，再到智能化的漸進路徑。這種“小步快跑”的模式
，對於廣大企業而言更具普遍性。

第di三san，以yi人ren才cai重zhong塑su支zhi撐cheng係xi統tong變bian革ge。智zhi能neng製zhi造zao的de本ben質zhi是shi人ren機ji協xie同tong


，既ji需xu要yao培pei養yang懂dong得de技ji術shu工gong藝yi，又you懂dong信xin息xi技ji術shu數shu據ju的de價jia格ge，也ye要yao建jian立li適shi應ying數shu字zi工gong廠chang的de組zu織zhi架jia構gou。希xi望wang企qi業ye能neng建jian立li數shu字zi工gong匠jiang培pei養yang體ti係xi，高gao校xiao能neng更geng好hao的de開kai設she智zhi能neng製zhi造zao這zhe一yi方fang麵mian的de交jiao叉cha學xue科ke，科ke研yan機ji構gou能neng建jian設she產chan教jiao融rong合he的de創chuang新xin基ji地di。

今年以來，DeepSeek的爆火加速了AI在製造業的廣泛應用。政企管理者愈發認識到人工智能的戰略性意義，不少企業開啟高端裝備製造業的數字化轉型之路。

zhongguozhongchejituanyouxiangongsizhongchexinxijishuyouxiangongsifuzongjinglizhaoqingningtanyan
，gexinghuaxuqiudailailechanpindeduoyangxing
，chanpindeduoyangxingxunsutuigaolefuzaduhechengben。yikehudingzhihua、訂單個性化需求為代表的市場挑戰嚴峻。

“數字化時代

，以數字化、智能化等技術應用催生數字化轉型，傳統製造業麵臨巨大挑戰。”趙清寧說，“可以看到，基於數字黑科技出現了很多跨界競爭者。例如
，特斯拉
、google、蘋果、華為、百度
、小米等。應看清數字化轉型的起步帶動點、核心著力點、建設關鍵點、管理創新點。”

其中，數字業務化是數據資產的直接變現，是起步帶動點；業務數字化是數據要素的核心關鍵，是核心著力點
；工業互聯網平台是數據要素的技術載體，是建設關鍵點；體製機製創新是垂直聯動組織體係，是管理創新點。

中國鋼研在AI時代的自我定位，也正從知識供給走向智能供給。

中國鋼研集團人工智能首席專家張雲貴介紹

，鋼鐵行業AI賦能可行路徑將從人力係統到決策係統再到生產係統。未來，將出現“AI原生”的智能鋼廠

，鋼鐵智能製造範式將發生革命；在行業“縮量調結構”的較長周期中
，人工智能將起到隱形調節器的作用。

張雲貴表示

，目前AI向(xiang)鋼(gang)鐵(tie)行(xing)業(ye)滲(shen)透(tou)的(de)一(yi)個(ge)卡(ka)點(dian)是(shi)缺(que)乏(fa)與(yu)行(xing)業(ye)應(ying)用(yong)需(xu)要(yao)適(shi)配(pei)的(de)係(xi)列(lie)工(gong)具(ju)。中(zhong)國(guo)鋼(gang)研(yan)針(zhen)對(dui)這(zhe)一(yi)問(wen)題(ti)進(jin)行(xing)了(le)針(zhen)對(dui)性(xing)的(de)研(yan)發(fa)。開(kai)發(fa)了(le)首(shou)個(ge)鋼(gang)鐵(tie)分(fen)割(ge)大(da)模(mo)型(xing)Steel-SAM
、工藝機理導入的金相樣本受控生成工具以及高效的冶金數據標注平台。

據悉
，大模型進入鋼鐵行業的另一卡點是大模型的“幻覺”、可解釋性等問題。中國鋼研創造性地提出用流程數字孿生實現AI技術的實驗驗證
，這一技術路線大幅度降低了AI的試錯成本
，目前已經在關鍵工序上得到了驗證。

鋼鐵、通訊、算力等行業企業
，不斷開啟製造業數字化升級新範式。

記(ji)者(zhe)獲(huo)悉(xi)


，中(zhong)國(guo)聯(lian)通(tong)在(zai)數(shu)智(zhi)人(ren)工(gong)智(zhi)能(neng)方(fang)麵(mian)，正(zheng)在(zai)力(li)推(tui)元(yuan)景(jing)大(da)模(mo)型(xing)在(zai)多(duo)行(xing)業(ye)的(de)實(shi)踐(jian)推(tui)廣(guang)。該(gai)模(mo)型(xing)旨(zhi)在(zai)通(tong)過(guo)打(da)造(zao)一(yi)站(zhan)式(shi)低(di)門(men)檻(kan)工(gong)具(ju)集(ji)等(deng)方(fang)式(shi)，解(jie)決(jue)AI專業人員與各行業從業者之間的知識差距，助力製造業高質量發展。浪潮在生產現場的透明管控、AI質檢、設備數字化管理、企業管理駕駛艙等關鍵場景解決方案，正在持續落地。藍淩借助DeepSeek
，不斷升級傳統OA&中台能力。“引入能力
、升級場景、厘清架構、快速落地”
，成為該企業AI建設的16字方針。