伴随复杂多变的国际形势及大国战略竞争和博弈的加剧，全球制造业竞争格局发生深刻变化，我国制造强国建设进入新的阶段。与此同时，新一代人工智能等技术快速演进，为制造业生产方式、发展模式和企业形态带来深远影响。

今年的《政府工作报告》大篇幅提及制造业，明确提出因地制宜发展新质生产力、大力推进新型工业化、做大做强先进制造业等重点工作任务。如何发挥我国制造业具有的门类齐全、场景丰富、数据潜能巨大等优势，加快人工智能技术与制造业的融合创新应用，成为当前制造业发展的关键议题。

在近日召开的2025智能制造论坛上，中国机械工业联合会执行副会长、工业和信息化部运行监测协调局原局长罗俊杰表示，智能制造已成为重塑全球产业竞争格局的关键变量。AI大模型、具身智能、数字孪生等技术创新突破，正在深刻影响着制造业的生产方式、产业形态与价值链条。加速人工智能等前沿技术与制造业的融合创新与应用落地，已成为我国制造业破局突围、迈向高端的关键所在。

机械工业信息研究院党委副书记周宝东认为，当前智能制造呈现多技术融合、产业协同升级及绿色可持续发展三大趋势。2025年，中国制造业更应关注如何从“规模红利”转向“创新红利”，如何将人工智能等技术的“变量”转化为高质量发展的“增量”。

发展三大要素完善智能制造核心技术体系

“智能制造三要素包括智能制造装备、智能工业软件、赛博物理系统。其中，智能制造装备是现代制造之母，智能工业软件是智能制造之魂，赛博物理系统是智能工厂之核。”

自20世纪80年代中后期智能制造概念出现以来，智能制造的内涵和外延不断丰富和升华。

“迄今，智能制造大致可以分为三个发展阶段，即数字化制造、网络化制造、智能化制造。其中，数字化制造已经发展30多年，网络化制造也有了十余年历史，而智能化制造才刚刚进入萌芽期，但其发展速度之快超乎预想。”国家智能制造专家委员会副主任、工业和信息化部装备工业司原司长张相木分析。

在其看来，以人工智能为代表的新兴科技不断取得群体性突破，并迅速向制造业渗透，这种渗透开启了工业人工智能时代，核心就是AI+制造业。AI+制造业推动智能制造开始进入高级阶段的智能化制造阶段。正在成为第四次工业革命的核心驱动力。

“智能制造三要素包括智能制造装备、智能工业软件、赛博物理系统。其中，智能制造装备是现代制造之母，智能工业软件是智能制造之魂，赛博物理系统是智能工厂之核。”张相木说。

智能制造装备是指在传统制造装备基础上，通过融入人工智能、物联网、大数据等先进技术，使其性能、效能和价值倍增，成为具有状态感知、决策优化、自主控制和执行能力的制造装备，主要包括智能生产装备、智能检测装备、智能物流和仓储装备三大块。

张相木认为，发展智能制造装备需从制造装备本体升级与融合技术突破两方面精准发力，即推动装备本体升级，打造坚实智能载体。自主发展高端数控机床、工业机器人等，以AI为翼，赋能制造装备本体腾飞。

“先进制造装备本体是工业AI发挥作用的基石，它决定了智能制造的潜在上限。若制造装备本体的基础精度和稳定性不足，AI算法再精妙也无法弥补硬件缺陷。换言之，如果制造装备本身不够先进，即便融入工业AI，也不过是‘花拳绣腿’。”张相木说。

智能工业软件是融合了人工智能、大数据等技术，具备自我学习、自适应调整和智能决策能力的工业软件，是工业软件在AI时代的升级和发展。然而，作为工业软件的进阶形态，智能工业软件所面临的挑战和突破，不仅是量级的增加，更是维度的拓展。

在张相木看来，智能工业软件是我国制造业“短板中的短板”。我国制造业最薄弱的环节是智能工业软件，该领域与国际先进水平存在很大差距。当前，我国工业领域的高端工业软件几乎被国外公司垄断。

例如，法国达索、德国西门子、美国PTC和Autodesk占据90%以上国内CAD市场；美国ANSYS、ALTAIR、NASTRAN占据国内CAE软件市场超过95%以上份额；西门子、施耐德、GE、罗克韦尔在生产控制类软件领域也具有明显优势；德国SAP和美国ORACEL占据生产管理领域高端软件90%以上的市场份额。

“然而，国内智能工业软件具有自身优势和发展机遇。随着持续的投入和发展，国内智能工业软件有望逐步缩小与国外的差距，并在部分领域实现赶超。一是加强算法、模型和工业机理研究，加快技术积累，从根本上提升智能工业软件的性能和专业性。二是加快融入人工智能等核心技术，通过‘人工智能+’模式，实现弯道超车。”张相木建议。

赛博物理系统是智能工厂之核，在智能工厂中扮演着至关重要的角色，是实现自主化智能工厂的物质技术基础。该系统通过集成计算、通信和控制技术，实现对物理生产过程中的实时感知、精确建模、智能决策与精准控制，并将生产设备、产品等物理实体与虚拟信息空间紧密结合，构建起一个高度智能且自适应的生产环境，以提升制造效率、质量和灵活性。

“赛博物理系统仿若一位神奇的赋能者，为智能工厂注入了灵动的智能内核。犹如一把万能的钥匙，打破了虚拟空间与物理世界之间的界限，实现了虚拟对现实的感知与操控，达成了以虚知实、以虚控实。”张相木分析，“智能制造装备是‘感知与执行’的实体基础，智能工业软件是‘决策与优化’的数字大脑，赛博物理系统是‘虚实交互’的神经脉络。智能制造这三大核心要素通过数据流动形成‘装备数据采集-CPS传输-软件分析决策-CPS反馈指令-装备任务执行’的闭环，共同构成了智能制造的核心技术体系。”

突破三大瓶颈从规模红利走向创新红利

“应破技术瓶颈之局，立自主创新之新；破模式固化之局，立生态协同之新；破数据孤岛之局，立价值创新之新。”

当前，智能制造正在呈现更加清晰的发展模式。一方面，多技术的融合愈发深入，人工智能、大数据、物联网等技术将在制造业的各个环节实现深度的融合，构建起更为智能高效的生产体系。另一方面，产业协同持续升级，跨企业跨行业的协同创新和资源共享成为常态，推动制造业向网络化、生态化方向迈进。

周宝东认为，当下应探讨中国制造业如何从规模红利转向创新红利，如何将人工智能等新技术的变量转化为高质量发展的增量。

在其看来，绿色可持续发展逐渐成为智能制造的重要方向，通过智能化的手段来降低能耗，减少污染，将实现经济与环境效益的双赢。

“通过智能制造实现质量变革、效率变革、动力变革。这不是简单的技术迭代，而是产业范式的根本性转变——从‘要素驱动’转向‘数据驱动’，从‘生产型制造’转向‘服务型制造，从‘单一环节优化’转向‘全价值链重构’。应破技术瓶颈之局，立自主创新之新；破模式固化之局，立生态协同之新；破数据孤岛之局，立价值创新之新。”罗俊杰分析。

罗俊杰建议，制造业企业应重点把握三个着力点：

第一，以场景智能化驱动替代技术堆砌和智能制造。解决实际问题，立足真实场景的技术应用，才能更好地创造价值。

第二，以渐进式的升级替代颠覆式革命。传统制造企业智能化转型，需要遵循由精益化到数字化，再到智能化的渐进路径。这种“小步快跑”的模式，对于广大企业而言更具普遍性。

第三，以人才重塑支撑系统变革。智能制造的本质是人机协同，既需要培养懂得技术工艺，又懂信息技术数据的价格，也要建立适应数字工厂的组织架构。希望企业能建立数字工匠培养体系，高校能更好的开设智能制造这一方面的交叉学科，科研机构能建设产教融合的创新基地。

今年以来，DeepSeek的爆火加速了AI在制造业的广泛应用。政企管理者愈发认识到人工智能的战略性意义，不少企业开启高端装备制造业的数字化转型之路。

中国中车集团有限公司中车信息技术有限公司副总经理赵清宁坦言，个性化需求带来了产品的多样性，产品的多样性迅速推高了复杂度和成本。以客户定制化、订单个性化需求为代表的市场挑战严峻。

“数字化时代，以数字化、智能化等技术应用催生数字化转型，传统制造业面临巨大挑战。”赵清宁说，“可以看到，基于数字黑科技出现了很多跨界竞争者。例如，特斯拉、google、苹果、华为、百度、小米等。应看清数字化转型的起步带动点、核心着力点、建设关键点、管理创新点。”

其中，数字业务化是数据资产的直接变现，是起步带动点。业务数字化是数据要素的核心关键，是核心着力点。工业互联网平台是数据要素的技术载体，是建设关键点。体制机制创新是垂直联动组织体系，是管理创新点。

中国钢研在AI时代的自我定位，也正从知识供给走向智能供给。

中国钢研集团人工智能首席专家张云贵介绍，钢铁行业AI赋能可行路径将从人力系统到决策系统再到生产系统。未来，将出现“AI原生”的智能钢厂，钢铁智能制造范式将发生革命。在行业“缩量调结构”的较长周期中，人工智能将起到隐形调节器的作用。

张云贵表示，目前AI向钢铁行业渗透的一个卡点是缺乏与行业应用需要适配的系列工具。中国钢研针对这一问题进行了针对性的研发。开发了首个钢铁分割大模型Steel-SAM、工艺机理导入的金相样本受控生成工具以及高效的冶金数据标注平台。

据悉，大模型进入钢铁行业的另一卡点是大模型的“幻觉”、可解释性等问题。中国钢研创造性地提出用流程数字孪生实现AI技术的实验验证，这一技术路线大幅度降低了AI的试错成本，目前已经在关键工序上得到了验证。

钢铁、通讯、算力等行业企业，不断开启制造业数字化升级新范式。

记者获悉，中国联通在数智人工智能方面，正在力推元景大模型在多行业的实践推广。该模型旨在通过打造一站式低门槛工具集等方式，解决AI专业人员与各行业从业者之间的知识差距，助力制造业高质量发展。浪潮在生产现场的透明管控、AI质检、设备数字化管理、企业管理驾驶舱等关键场景解决方案，正在持续落地。蓝凌借助DeepSeek，不断升级传统OA&中台能力，“引入能力、升级场景、厘清架构、快速落地成为该企业AI建设的16字方针。

来源：中国产业经济信息网
返回列表>>