本文选自中国工程院院刊《Engineering》2026年12月刊
论文信息:Ji Zhou, Peigen Li, Bo Su, Bohu Li, Zhongqin Lin, Zheng You, Zhihua Zhong, Haibin Yu, Xuedong Chen, Feng Qian, Huayong Yang, Jianrong Tan, Bingheng Lu, Tianyou Chai, Shuxin Wang, Guoqing Wang, Qingxue Huang, Xin Chen, Xuedong Chen, Xiangmu Zhang, Liang Gao, Yanhong Zhou, Jiyuan Zang, Guangda Xu. New-Generation Intelligent Manufacturing Leading and Driving the Fourth Industrial Revolution. Engineering, 2026,12.
DOI: 10.1016/j.eng.2026.11.004
编者按
新一代人工智能作为共性赋能技术,与先进制造技术深度融合,形成了新一代智能制造技术。新一代智能制造技术是加快转变经济发展方式的创新动力,使能百模千态、赋能千行万业,推动形成第四次工业革命,成为制造业创新发展与新一轮科技革命和产业变革的主要交汇点。
中国工程院院刊《Engineering》2026年12月刊将发布中国工程院周济、李培根等院士团队最新研究成果《新一代智能制造引领并推动第四次工业革命》。文章阐释了新一代智能制造的内涵,指出新一代智能制造是智能制造的高级范式与主体形态,是新一代人工智能技术与先进制造技术的深度融合,具有自主感知、自主决策、自主执行和自主学习的核心特性以及智能化、系统性、开放型等基本特征。基于人-信息-物理系统(HCPS)基础理论,文章提出了新一代智能制造的系统体系结构。新一代智能制造是由不同用途、不同层级HCPS智能系统有机集成的大系统,HCPS是由人和信息-物理系统(CPS)智能体组成的增强智能系统,而CPS智能体的核心是智能中枢系统,由智能内核、数据主线与智能功能子系统组成。文章还探讨了新一代人工智能关键赋能技术与先进制造技术深度融合的赋能融合创新。新一代智能制造将全面优化并重新定义制造业,推动制造业产品、生产、服务、产业模式的全面创新与变革,是实现制造业创新发展的主要技术路线。面向未来,制造业须坚持“智能引领、并行推进、融合发展”的总体原则,分阶段推进数智化转型和智能化升级。
1.
新一代智能制造是第四次工业革命的核心技术
1.1. 制造业创新发展与新一轮科技革命和产业变革的历史性交汇
20世纪中叶以来,第三次工业革命推动世界制造业在生产效率、制造精度和全球协同等方面取得了重大技术进步,创造了重大的经济成就。进入新的发展时期,原有技术体系的增长潜力趋近极限,制造业发展面临着新的深层次矛盾,效能提升空间变窄,性能优化遭遇瓶颈,要素驱动的增长模式难以为继。制造业亟待一场深刻的技术变革和产业革命,以突破发展桎梏,培育新质生产力,开启全新的发展阶段[1,2]。
新一轮科技革命加速演进,第四次工业革命深入发展,为制造业的创新发展带来重大时代机遇。过去十年,人工智能技术实现战略性突破,新一代人工智能迅猛发展,成为新一轮科技革命的核心技术。新一代人工智能作为共性赋能技术,与先进制造技术深度融合,形成新一代智能制造技术,引领和推动第四次工业革命。
世界制造业创新发展的迫切需求与新一轮科技革命和产业变革形成历史性交汇。新一轮科技革命催生的新一代智能制造技术是加快转变经济发展方式的创新动力,使能百模千态、赋能千行万业,推动形成第四次工业革命,成为制造业创新发展与新一轮科技革命和产业变革的主要交汇点。
1.2. 新一代智能制造是第四次工业革命的核心技术
纵观历史,制造业创新发展主要有两种途径:一是渐进迭代式发展,主要依靠制造技术的持续迭代创新;二是赋能融合式发展,主要依靠共性赋能技术与先进制造技术深度融合,形成革命性的赋能融合创新技术,推动制造业发生系统性变革,历次工业革命都以共性赋能技术的重大突破及其与制造技术的融合创新为重要推动力。
工业革命的赋能融合创新技术具有通用性、普适性,能够对各行各业各种各类制造系统创新升级,进而推动制造业全面、整体地转型与变革。前三次工业革命的共性赋能技术分别为蒸汽机技术、电力技术和数字化技术,这些技术与制造技术的融合创新,推动制造业先后实现机械化、电气化和数字化的革命性转型升级。第四次工业革命的共性赋能技术是新一代人工智能技术,其与先进制造技术深度融合形成的新一代智能制造技术,将引领和推动制造业智能化的革命性转型升级,成为第四次工业革命的核心驱动力(图1)[3]。
图1. 赋能式创新与四次工业革命(转载自文献[3],已获授权)。
1.3. 抢抓机遇,创新发展
面对第四次工业革命,新一代智能制造已经成为世界主要工业国家产业竞争的核心焦点。要紧紧抓住第四次工业革命的历史机遇,充分利用各自制造业体系特点,以新一代智能制造为主攻方向,形成决定性的战略突破,推动制造业的创新发展。
2.
新一代智能制造的内涵、核心特性与基本特征
2.1. 智能制造的核心要义
(1)智能技术与制造技术深度融合,形成“智能制造技术”[4,5];智能技术是赋能技术、为主导,制造技术是本体技术、为主体;智能制造的根本任务是实现制造业数字化转型与智能化升级(图2)。
图2. 智能制造是智能技术与制造技术的融合创新(转载自文献[3],已获授权)。
(2)智能制造是一个大概念,是一项持续演进、迭代升级的技术体系与系统工程,包含数字化制造、“互联网+”制造和新一代智能制造三种基本范式(图3)[6]。新一代智能制造是智能制造的高级范式与主体形态。
图3. 智能制造的三种基本范式。
(3)智能制造是一个大系统,涵盖制造业创新发展的各个方面,主要由智能产品(产品及其设计的智能化)、智能生产(产品生产制造的智能化)和智能服务(制造服务的智能化)三大部分集合而成,在工业互联网和制造云平台的支撑下,在智能中枢系统的统领与协调下,集成融合成为智能集成制造系统(图4)[7]。
图4. 智能集成制造系统。
2.2. 从数字化制造到新一代智能制造的革命性跃升
2.2.1. 传统制造与HPS
人类制造与使用工具来辅助完成各种任务已有数万年历史。在第一次工业革命和第二次工业革命中,以蒸汽机、电动机和内燃机为代表的动力技术取得革命性突破,制造业先后迈入了机械化和电气化时代。
在传统制造阶段,工具或机器是由机械、电气、液压等物理部件组成的物理系统,完成任务所需的感知、决策、执行和学习提升能力主要由人类提供,因此传统制造的本质特征是人-物理系统(Human-Physical Systems, HPS)(图5)。
图5. 传统制造的本质特征:HPS。
2.2.2. 数字化制造与HCPS1.0
20世纪中叶以后,在以数字化为主要标志的信息技术革命推动下,制造业进入了数字化制造时代。数字化制造是智能制造的第一种基本范式,其本质特征是在人和物理系统之间增加了以数字计算机为核心的信息系统(Cyber System),以辅助或代替人类进行感知和决策并控制物理系统执行任务(图6),这使得数字化制造相对传统制造发生了革命性变化:数字化制造从传统的HPS发展为人-信息-物理系统(Human-Cyber-Physical Systems, HCPS)[7–9],机器从物理系统变成了信息-物理系统(CPS)[10],拥有了感知、决策和执行等能力,成为具备一定智能的智能机器,系统的效率、质量以及完成复杂任务的能力显著提高,人类的知识与智慧可以向信息系统中转移,系统创新效率、知识的传播利用与传承效率都得到极大提升[11–13]。
图6. 数字化制造的本质特征:HCPS1.0。
数字化制造可称为第一代智能制造或智能制造1.0,故而面向数字化制造的HCPS可定义为HCPS1.0。
2.2.3. “互联网+”制造与HCPS1.5
20世纪末,互联网技术快速发展并推动制造业向“互联网+”制造转型。“互联网+”制造仍然是HCPS,但其信息系统通过网络通信有效解决了“联接”这个重大问题,互联网和云平台成为信息系统的重要组成部分,系统功能、性能和价值创造能力得以显著提升[14,15]。
“互联网+”制造亦可称为第二代智能制造或智能制造1.5,相应的HCPS可定义为HCPS1.5。
2.2.4. 新一代智能制造与HCPS2.0
1)新一代智能制造
新一代智能制造是新一代人工智能与先进制造技术的深度融合,是智能制造的第三种基本范式,也是智能制造的高级范式与主体形态。
2016年AlphaGo战胜围棋世界冠军,这个重大历史性事件标志着“新一代人工智能”时代的到来[16]。从1956年到2016年这60年,人工智能技术几起几伏,总体而言属于“人工智能1.0”时代。近年来,随着算法创新、数据富集与算力跃升,人工智能技术实现了战略突破,进入了“新一代人工智能——人工智能2.0”时代。特别是2022年年底ChatGPT的横空出世,生成式大模型GPT开始具备了理解和学习的功能,具有强大的解决实际问题的能力,这是人工智能发展史上一次革命性里程碑意义的重大突破、重大跨越。自此以后,大模型+大数据+大算力的新一代人工智能飞速发展,其应用性发生了质的改变,将使能百模千态、赋能千行万业,实现各行各业的智能升级。总之,新一代人工智能已经成为新一轮科技革命的核心技术,成为推动经济社会发展的巨大引擎。
新一代人工智能技术与先进制造技术的深度融合,形成了新一代智能制造[17–21]。新一代智能制造仍然是HCPS,但其相对于HCPS1.0和HCPS1.5发生了革命性变化,可定义为HCPS2.0(图7)。
图7. 新一代智能制造的本质特征:HCPS2.0。
在新一代人工智能技术的赋能下,HCPS2.0中的CPS拥有了自主感知、自主决策、自主执行和自主学习的能力,可自主优化完成以往难以完成的任务,可自主学习获取知识并实现自主认知和自主进化,成为拥有自主特性的CPS智能体;而HCPS2.0成为由人和CPS智能体组成的人机混合增强智能系统(简称HCPS智能系统)。
2)新一代智能制造的重大技术进步
(1)实质性提高了解决工程问题的能力。一方面,HCPS2.0的CPS智能体具备自主完成复杂任务的能力。HCPS1.0和HCPS1.5的CPS仅能按照预设程序进行感知、决策和执行,难以胜任不确定性的复杂任务。而在新一代人工智能技术的赋能下,HCPS2.0中的CPS智能体具有自主感知、自主决策和自主执行能力,可以针对变化的任务和工况自适应地进行感知、决策和执行,极大提高完成复杂任务的能力。
另一方面,HCPS2.0的CPS智能体拥有解决高度复杂工程问题的能力。长期以来,工程实践主要依靠实验归纳、理论分析、数字仿真三种范式解决问题;然而,制造系统普遍具有高度非线性与极强复杂性,传统范式在解决此类问题时面临巨大困难以及难以逾越的瓶颈。新一代人工智能技术的赋能为突破这一桎梏开拓了全新路径:在大数据、大算力和新一代人工智能算法的赋能下,通过理论建模与AI数据建模的深度融合,可以有效解决具有高度非线性与极强复杂性的制造系统建模和求解问题,极大提高CPS智能体解决高度复杂工程问题的能力。
(2)具备了自主学习与认知的能力。HCPS2.0的最本质变化是其CPS智能体具备自主学习与认知的能力。HCPS1.0和HCPS1.5的CPS仅能按照预设程序实施“感知-决策-执行”的任务,不具备自主学习与自主认知的能力。通过新一代人工智能技术的赋能,HCPS2.0的CPS智能体获得了自主学习、自主认知与自主进化的内生能力,使制造知识的获取、利用、传承和积累的方式及效率均发生革命性变革,显著提升知识作为核心要素的边际生产力。
(3)人机关系发生了根本性变革[22–24]。一是人与CPS智能体的关系发生了本质的变化,从“授之以鱼”转变为“授之以渔”,使人的智慧与机器智能的各自优势得以充分发挥并相互启发式增长,极大释放人类智慧的创新潜能,极大提升制造业的创新能力。二是人机交互方式从“以机器为中心”转变为“以人为中心”,从“人向机器输入指令的单向交流”升级为“人和机器双向感知、实时对话与协同交互”,形成自然、高效的人机交互模式。三是人与机器的关系从“人操纵机器”发展为“人机智能协同运作”,机器进化为具备“自主能力”的“自主智能体——数字员工”,使人类从大量重复性脑力劳动和繁重体力劳动中解放出来,专注于从事更具价值的创造性、主宰性的工作。
2.3. 新一代智能制造的内涵
新一代智能制造是智能制造的高级范式和主体形态,是新一代人工智能技术与先进制造技术的深度融合,它赋予智能制造自主感知、自主决策、自主执行和自主学习的能力,使之具备智能化、系统性、开放型的基本特征,推动制造业产品、生产、服务、产业模式的全面创新与优化,极大提高制造质量、效率和可靠性,推进智能制造更精、更快、更可靠,越用越“智能”。
2.4. 新一代智能制造的核心特性
新一代智能制造的核心特性是“自主”(图7)[25]。
1)自主感知
自主感知包含两个相互衔接的环节:一是自主传感:CPS智能体在任务和工况复杂多变的情况下,以任务为导向,自主规划并主动选择采集视觉、力觉、触觉、听觉等多源多模态数据,有效解决智能系统的数据供给问题;二是自主认知:CPS智能体对传感获取的多模态数据进行自主融合与语义解析,将原始物理信号上升为结构化的感知信息,实现对工作任务、自身状态和外部环境态势的准确理解。自主传感解决了“看得见、采得准”的问题,自主认知解决了“看得懂”的问题,两者共同完成自主感知任务,为自主决策、自主执行和自主学习提供高价值的数据、信息与知识基础。
2)自主决策
自主决策是指CPS智能体在任务和工况复杂多变的情况下,基于自主感知获取的信息与系统内部知识模型,自主进行任务分解、路径规划、方案权衡与行动选择,并能预测后果、动态调整策略以优质高效地完成复杂任务。自主决策是新一代智能制造的核心能力目标,也是其与第一代和第二代智能制造的根本区别所在。第一代和第二代智能制造本质上依赖预设规则和人工干预进行决策,在确定性任务场景中表现良好,但面对复杂多变的任务场景时往往失效。新一代智能制造的自主决策则能够在复杂环境下,基于知识和推理进行优化求解——它不是执行固定程序,而是像经验丰富的专家一样在信息不完整、目标多冲突的条件下自主权衡、自主判断、自主抉择,实现从按程序决策到自主决策的范式跃升。
3)自主执行
自主执行是指CPS智能体在复杂多变的工况下,自主将决策输出的抽象指令转化为物理或数字世界中的具体动作,并通过智能前馈和实时反馈精确控制执行过程,保障动作的稳定性、精度与安全性,使决策指令得以精准落地。自主执行是新一代智能制造的另一个根本目标,也是其与第一代、第二代智能制造的根本区别所在——不再依赖固定程序和参数,而是根据工况变化自主进行自适应调整。新一代智能制造自主执行的核心在于自主的两个维度:一是自适应前馈补偿,即根据工况变化自主调整预测模型对状态变化进行预测并提前进行前馈补偿,从源头上抑制偏差产生;二是自适应反馈控制,即根据工况变化自主调整反馈控制策略,对产生的偏差进行修正,实现动态适配;两者共同实现从按程序执行到自主执行的范式跃升。
4)自主学习
知识是智能的基础,新一代智能制造要具备自主感知、自主决策和自主执行能力,就必须拥有与之匹配并持续生长的知识。自主学习是指CPS智能体在与环境持续交互过程中,自主地从多源数据、执行反馈与运行经验中获取知识、生成知识、验证知识和积累知识。CPS智能体的学习贯穿全生命周期:在研发阶段,可从前期积累的海量数据中挖掘隐性知识与工程机理;在使用阶段,可借助传感系统持续获取的数据在线学习,使知识不断迭代完善。自主学习是新一代智能制造在本质上与第一代、第二代智能制造的根本区别——传统智能制造不具备自主生成和更新知识的能力;而自主学习使新一代智能制造具备“越用越聪明”的能力,其核心正是自主获取知识、自主产生知识、自主完善知识,实现自主学习、自主认知、自主进化。
上述四个环节构成“感知—决策—执行—学习”的闭环,其中,学习环节贯穿前三个环节,使CPS智能体从“能干活”走向“越干越智能”。
2.5. 新一代智能制造的基本特征
1)智能化——从“程序执行者”到“自主智能体”
新一代智能制造的最大特征是机器(CPS)从被动的“程序执行者”发展成为主动的“自主智能体”。它可以用自然语言等拟人化方式与人交互,可以自主感知环境状态、自主优化行动方案、自主预测保障健康,极大提升系统功能、性能、可靠性和使用维护的方便性。更重要的是,这些能力可通过自主学习而不断进化,推动新一代智能制造持续演进,越来越智能。
2)系统性——从“信息孤岛”到“集成系统”
新一代智能制造的一个重要特征,是从分散的“信息孤岛”发展成为可动态整体优化的“集成系统”。新一代智能制造强化了两个方面的系统集成:一是制造主体的功能系统集成;二是通过制造系统的云平台与网络通信系统形成的信息流集成。工业互联网技术为制造系统全要素、全方位互联互通提供了基础网络和数据通路,而大模型和智能体等新一代人工智能技术则为实现大系统整体优化提供了全新路径——系统不再依赖预设的集中式决策调度,而是通过多智能体分布式自主决策和协同机制,让复杂大系统从僵化预设走向动态演化[26],有效提升了新一代智能制造整体效能,极大促进制造业的全局优化。
3)开放型——从“封闭系统”到“开放生态”
新一代智能制造的另一个重要特征,是从“封闭系统”发展成为“开放生态”。开放性是复杂大系统持续优化发展的前提,智能体等新一代人工智能技术是实现这一开放性的关键赋能技术。
借助新一代人工智能体技术,系统打破了原有的封闭边界,构筑起一个可动态演化的开放生态:一是接入开放,设备、服务、参与者可动态接入与即插即用;二是协同开放,支持跨域协同与功能扩展;三是进化开放,系统可通过持续学习适应未知任务和环境。在此基础上,制造产业链相关开发商、服务商、用户等多元主体,均可通过智能体工程,将各自的专业知识与技术能力融入智能制造大系统,共同构建开放协同的创新生态。
这种开放性,充分释放社会的创新潜能,使制造系统不再是一个企业内部的封闭系统,而是进化成为一个多元主体积极参与、创新活力迸发、充满创新生机的创新网络与开放大平台。
3.
新一代智能制造的体系结构与赋能融合创新
3.1. 新一代智能制造的体系结构
3.1.1. 新一代智能制造的大系统结构
新一代智能制造是涵盖产品智能化、生产制造智能化和服务智能化等制造业各个方面的智能集成制造系统(图4)。新一代智能制造是由各种不同用途、不同层级的HCPS智能系统有机集合而成的大系统,HCPS智能系统是新一代智能制造的基本组成(图8、图9)。
图8. 新一代智能制造的层次结构与基本组成。
图9. 各种HCPS智能系统有机集合而成的智能制造大系统。
3.1.2. HCPS智能系统的体系结构
HCPS智能系统由人、信息系统和物理系统组成。信息系统与物理系统共同组成CPS智能体,故而,HCPS智能系统由人与CPS智能体组成(图10)。
物理系统是本体,其组成随HCPS用途的不同而可能存在较大差异。对于装备类HCPS,物理系统主要包括工作系统、动力系统和传动系统,其核心是工作系统,它决定完成任务的工作原理。
信息系统是主导,主要包括智能中枢系统、传感系统和通信网络系统,其核心是智能中枢系统,它决定机器智能的强弱。
人是主宰,人的智慧和机器智能共同组成人机混合增强智能。
图10. 新一代智能制造的HCPS智能系统的体系结构。
3.1.3. 智能中枢系统的体系结构
智能中枢系统是CPS智能体的核心,实质上是新一代人工智能+高端化数字控制系统,主要承担信息处理与控制功能,支撑CPS智能体自主能力的实现。智能中枢系统由智能内核、数据主线和智能化功能子系统等部分组成(图11)。
图11. 智能中枢系统的体系结构。
1)智能内核
智能内核相当于CPS智能体的“脑(大脑、小脑与脑干)”,通常采用云-边-端系统架构,为智能中枢系统提供基础的算力资源、硬件装置、算法模型、软件运行平台,完成信息处理、数字计算与智能运行、数据与知识的存储与管理、高端数字控制系统集成等任务,为实现自主感知、自主决策、自主执行和自主学习提供基础支撑。智能内核由控制系统、伺服系统和协同系统三部分组成。
? 一是控制系统,相当于CPS智能体的“大脑”,负责CPS智能体的全局指挥和统筹协调,是CPS智能体自主感知、自主决策和自主学习的主要完成者。
? 二是伺服系统,相当于CPS智能体的“小脑”,负责完成CPS智能体的自主执行任务。
? 三是协同系统,相当于CPS智能体的“脑干”,负责控制系统与伺服系统之外的各子系统的连接、组织与协调工作,是智能体内外部信息连接与工作协调的底层骨架。具体承担多项协同任务:①传感系统的连接与协同;②网络通信与云平台的连接与协同;③人机交互系统的连接与协同。
2)数据主线
数据主线以智能制造大数据为流通载体,是驱动智能制造系统智能进化的数据骨架。智能制造大数据——特别是产品全生命周期大数据、生产工艺全流程大数据和制造管理全域全程大数据——是具身智能大模型的源泉与基础,也是新一代智能制造的底层驱动力。数据主线的核心任务是将上述智能制造大数据“有机串联”,实现数据的链接、传输与汇聚,并在此基础上完成从数据到样本、从样本到模型的递进式升维,具体包含四个环节:
? 链接全程数据以组建数据主线,围绕产品全生命周期、生产工艺全流程与制造管理全域全程,构建端到端的数据链路,贯通制造主体、终端与系统之间的数据通道。
? 获取与汇集全域全程数据,将分散在设计、生产、管理、服务等环节的多元异构数据进行统一汇聚,形成覆盖全过程的完整数据主线与数据底座。
? 从数据到样本。对数据进行标记、比对等处理,得到以样本(即带标记的数据)形式表示的高层次数据。
? 从样本到模型。对样本数据进行处理和学习,得到具身智能大数据模型。
3)智能化功能子系统
智能化功能子系统主要负责解决诸如产品设计、工艺优化、精度提升、健康运维、质量保障、资源计划、生产管理、市场销售、售后服务等功能系统的智能化问题。不同智能化功能子系统均是利用数据主线获取的数据和知识,通过自主感知、自主决策、自主执行和自主学习实现各自的智能化功能。
例如,某智能装备的远程维护子系统,就是在该装备设计—生产—装配—运行—维护的数据主线的支持下,依托维护工程实践的经验和维护工程师的知识,依靠具身智能大模型技术和工业智能体技术,融合先进装备维护技术,高水平地完成装备的故障诊断与处理、定期维护保养、定期体检、预测性维护等重要工程任务。
3.2. 新一代智能制造的赋能融合创新
新一代智能制造是新一代人工智能技术与先进制造技术的融合创新,对于人工智能领域而言,是技术应用工程;而对于制造领域而言,是技术创新工程。推进新一代智能制造,要以赋能融合创新作为主攻方向,作为主要技术创新路径。
发展新一代智能制造是复杂的系统工程,是赋能融合创新工程,依赖于新一代人工智能技术与先进制造技术的协同演进和融合集成。其中,机理模型与AI数据模型融合建模技术奠定了融合创新的基础,具身智能大模型技术和工业智能体技术是融合创新的核心,工业大数据工程技术为融合创新提供数据支撑,基于模型的系统工程技术构筑系统的体系架构与优化范式。
1)机理模型与AI数据模型的融合建模技术
新一代智能制造的根本目标在于推进制造系统的全局优化,而建立制造系统具身智能大模型是实现这一优化的关键路径,也是发展新一代智能制造的核心难点所在[27]。解决这一难题的前提,是突破传统单一的建模范式。机理模型与AI数据模型的融合建模,是将制造工程的机理建模和新一代人工智能的AI数据建模有机结合。
制造工程的机理建模以物理定律与工程知识为根基,遵循演绎范式——从第一性原理出发,通过逻辑推导建立系统的数学描述。这种方法因果清晰、可解释性强,在理论框架内具有普适性与可靠性,是工程领域长期依赖的建模基石。然而,面对复杂非线性、多变量强耦合系统,解析推导往往难以为继,未建模动态与模型失配问题难以通过演绎方法本身解决。
与之相对,新一代人工智能的AI数据建模遵循归纳范式——从海量数据中通过统计学习提炼变量间的复杂关联,在大数据覆盖范围内可实现高精度建模,有效弥补了演绎方法在强非线性处理上的不足。但归纳法不依赖先验物理知识,其结论具有或然性:泛化能力弱,存在幻觉与过拟合风险,在外推应用中易违反物理约束,缺乏因果保障。
融合建模将演绎的因果约束与普适性、归纳的高精度与非线性拟合能力有机结合,发挥各自优势、克服各自局限,形成了工程领域建模的新范式。该技术是有效构建具身智能大模型,进而解决新一代智能制造系统建模难题的融合创新核心技术[28–32],使复杂工程问题的解决能力实现了实质性提升。
2)具身智能大模型技术
大模型是新一代人工智能最重要、最具标志性的突破,也是整个技术体系的智能基座。它从根本上让人工智能具备了理解和学习的能力——能够读懂新任务的含义、从已有知识中推理出应对策略。其根本意义在于思维方式的变革:从“人工设计特征与规则”转向“模型自行习得知识与能力”,人工智能开始拥有了通用认知的能力内核。
具身智能大模型,即物理AI大模型,是离身智能大模型向物理世界延伸的新发展阶段[33–37],将基础大模型从数字空间推进到物理实体中,使智能直接作用于物理世界。在新一代人工智能体系中,具身智能大模型承上启下:向上继承基础大模型的通用认知与推理能力,向下为物理智能领域提供统一的认知中枢与行动语义层。它是连接新一代人工智能关键赋能技术与先进制造技术的桥梁。引入新一代智能制造,具身智能大模型具身于制造全生命周期,涵盖产品、生产、服务、管理等多个领域,分别建立领域大模型并向下延伸至垂直大模型,形成“系统级-领域级-垂直级”分层架构。各领域大模型锚定所在子系统的物理因果约束,执行数据自动回流驱动持续进化。
对新一代人工智能而言,具身智能大模型是其从“信息域智能”走向“物理域智能”的决定性跨越;对新一代智能制造而言,具身智能大模型是实现制造系统智能化升级的核心引擎。
3)工业智能体技术
AI智能体是新一代人工智能的标志性突破之一,也是大模型技术从“被动式内容生成工具”跃升为“主动组织与执行复杂任务的关键载体”[38–41]。
工业智能体技术是AI智能体技术与先进制造技术深度融合的产物,其核心突破在于组织方式的变革:它将智能体的自主组织能力引入制造系统,使原本依赖人工排程、调度与协调的制造过程,转变为智能体在物理制造环境中自主理解任务、拆解目标、规划行动、组织执行任务的闭环体系。在新一代智能制造的HCPS架构下,CPS本身即是一个“信息-物理”二元一体的智能体,其下各个层级——系统级、领域级、单元级乃至微任务级——均可组装成为独立的工业智能体,集合组成多层嵌套的工业智能体生态。
工业智能体技术的革命性在于:它使制造系统各层级都具备自主组织能力,从依赖人工组织的“被动执行模式”跃升为智能体“主动执行模式”,是新一代智能制造实现全系统自主化的决定性支撑。
4)工业大数据工程技术
大数据是新一代人工智能的前提和基石——没有海量多源大数据,就没有大模型,就没有新一代人工智能。
工业大数据工程技术是一套覆盖制造全链条的数据技术体系,其核心任务是将制造系统中分散、异构、低质、沉睡的原始数据转化为可供AI模型高效利用的结构化认知资源。它涵盖产品、生产、服务、管理等多领域的多源异构数据采集与汇聚,以及面向工业特点的数据清洗、对齐、标注、传输、使用和存储。工业大数据工程的关键挑战在于如何将跨领域、跨环节的数据系统化地组织起来,形成贯通产品全生命周期、生产工艺全流程、管理全域全程的数据主线,使数据从孤立的“点”变为连续的“线”和关联的“网”[42–44]。工业大数据工程打通了从物理制造现场到智能模型之间的数据通路,为新一代智能制造提供高质量数据集,是制造领域“数据→知识→智能”转化链条的关键的第一环。
当前推进具身智能大模型与工业智能体的最大瓶颈,是工业数据的匮乏与碎片化。工业大数据工程是突破这一瓶颈的基础工程。大力推进工业大数据工程建设,是新一代智能制造走向工程成功的决定性条件。
5)基于模型的系统工程技术
新一代智能制造是一个超级复杂大系统。系统工程以整体最优为目标,它对复杂系统进行分层分解与综合集成,是组织和管理超级复杂制造系统的根本手段。
对新一代智能制造而言,基于模型的系统工程(MBSE)是智能系统从“功能堆砌”走向“集成优化”的方法论基础[45,46]——它将制造系统的物理实体、信息逻辑与智能行为统一表达为可计算、可仿真、可验证的形式化模型,使系统设计从依赖经验和试错转向基于模型的预测、优化、执行与集成。
MBSE的最重要贡献是数字主线与数字孪生[47]。数字主线贯通产品全生命周期、生产工艺全流程及管理全域全程的数据和模型链路,使各环节的信息流与物理流在模型层面保持一致与同步;数字孪生则在虚拟空间中构建物理实体(产品、装备、产线、系统)的动态映射,支持实时状态感知、行为仿真、性能预测与策略预演。
MBSE对新一代智能制造的核心价值,在于它为感知、决策、执行、学习四大自主能力提供了系统级的建模支撑与验证环境,将各项融合创新技术(融合建模、具身智能大模型、工业智能体、工业大数据)统合为一个可建模、可计算、可追溯、可演化的技术系统,在制造系统的集成与优化中发挥基础性、骨架性作用。
4.
新一代智能制造全面优化并重新定义制造业
新一代智能制造是实现制造业创新发展的主要技术路线,将全面优化并重新定义制造业。制造业的创新主要包括四个方面:产品技术创新、生产技术创新、产业模式创新和制造系统集成创新,在这四个方面,新一代智能制造都是实现创新优化的主要途径。
1)产品技术创新
产品特别是装备,是制造的主要载体和价值创造的核心。新一代智能制造将全面推动产品及其设计技术的智能升级与创新优化[48–50],例如,智能汽车、人形机器人、无人机等,都是装备智能升级与创新优化的典型。
新一代智能制造重新定义了制造的产出与载体。展望未来,新一代智能制造将为产品创新插上腾飞的翅膀,开辟极为广阔的发展天地,各行各业各种各类产品将全面升级为智能高端产品,使制造业产出与载体发生根本性转变。
2)生产技术创新
新一代智能制造将全面推动生产技术创新优化,制造装备与系统将全面升级为自主智能体,数据和知识将成为实现生产力跃升的核心生产要素,生产决策将从依赖人类经验的决策转变为基于数据和人工智能算法的优化决策,实现生产工艺优化的智能化、生产过程自动化的智能化、生产管理信息化的智能化,建成真正意义上的智能工厂与智能企业,全面提升生产制造的效率、质量、柔性和安全可靠性[51]。
新一代智能制造重新定义了制造业的生产模式。展望未来,制造业的生产模式将从大规模批量生产发展成为小规模定制化生产。
3)产业模式创新
新一代智能制造将推进制造服务的智能化升级,催生制造业新模式新业态。
新一代智能制造将重新定义制造业的产业模式[52–54]。展望未来,新一代智能制造将推动制造业从“以产品为中心”升级为“以用户为中心”,产业模式实现从“生产型制造”向“服务型制造”的根本性转变,实现深刻的供给侧结构性变革。
4)制造系统集成创新
新一代智能制造以制造系统集成创新为核心,将催生新一代智能集成制造系统,深化人-信息-物理的大系统集成。新一代智能制造将实现制造系统三个维度的集成:一是制造主体之组织系统的“纵向集成”,即贯通底层设备层至顶层决策层的全层级组织集成;二是制造主体之过程系统的“横向集成”,即制造过程中设计、生产、服务等全生命周期各子系统的过程集成;三是针对特定任务各参与实体全部终端的“端到端集成”,即构建从需求任务到服务交付的全系统集成。在此基础上,推动制造系统由局部优化迈向系统性整体优化。
新一代智能制造重新定义了制造业大系统优化的新业态。展望未来,新业态以全局化、智能化、可持续化为核心特征,推动制造业全面迈入从企业级到产业链级的大系统优化新型发展形态。
总之,新一代智能制造对制造业的影响是全局性的、革命性的,将重新定义制造业的各个方面,实现制造业整体智能化升级,引领并推动第四次工业革命。
5.
推进新一代智能制造的战略部署——数智化转型、智能化升级
5.1. 智能制造三个基本范式的内在关系与递阶发展
一是阶段性。数字化制造、“互联网+”制造和新一代智能制造三个基本范式递阶发展,各有其阶段的特点和需要重点解决的问题,体现着智能制造发展的阶段性特征。数字化制造是基础范式,“互联网+”制造是进阶范式,而新一代智能制造是主体范式,三范式层层递进,贯穿制造业转型升级全过程。数字化制造与“互联网+”制造是新一代智能制造的必经之路;没有数字化,没有网络化,就没有大数据,就没有具身智能大模型,就没有新一代智能制造;制造业发展不可能逾越数字化、网络化阶段而直接进入智能化阶段。基础必须夯实,必须扎实推动制造业从数字化普及、网络化协同,逐步迈向智能化跃升。
二是融合性。三个基本范式在技术上相互交织、迭代升级,体现着智能制造发展的融合性特征。三个基本范式的演进并非简单的串联式依次升级,必须推行“并行推进、融合发展”的技术路线。当前,新一代智能制造技术飞速发展,并深入应用到制造场景之中,在夯实底层数字化、网络化能力的同时,推动各范式技术深度融合、多范式并行推进,加速制造业整体转型升级。
三是智能引领。新一代智能制造是三个基本范式中的高级范式与主体形态。一方面,新一代智能制造是第四次工业革命的核心技术,必将引领和推动第四次工业革命的发展;另一方面,以新一代智能制造为主导,运用新一代智能制造技术“以高打低”“以高带低”,引领数字化制造与“互联网+”制造向高端化发展,推动三类范式并行推进、协同迭代,全面加速制造业向智能制造转型。
展望未来,在未来几十年的全球工业转型升级过程中,各国制造业发展都应按照“两阶段”推进转型升级:第一阶段为制造业数智化转型;第二阶段为制造业智能化升级。
5.2. 数智化转型与智能化升级
5.2.1. 第一阶段:制造业数智化转型
第一阶段,世界各工业国家必须完成的历史任务,是全面普及制造业数智化转型。一方面,也是主要的方面,要基本普及制造业数字化转型,其标志是规上制造企业的80%实现数字化转型,为新一代智能制造发展奠定基础。过去数十年,世界主要工业国家的数字化转型取得了显著成绩,但从整体发展现状看,其制造业数字化转型尚未达到普及,行业数字化发展仍存在明显短板,大量中小制造企业仍处于数字化转型的攻坚突破阶段,距实现数字化转型的战略目标仍有较大差距。因此,数字化转型仍是这一阶段的主要任务。另一方面,新一代人工智能技术加速成熟并向制造业深度融合,必须以新一代智能制造为引领,“以高打低”“以高带低”,加速数字化转型高质量普及;与此同时,新一代智能制造技术的科研和攻关取得突破性进展,试点和示范取得显著成效,并开始在企业大规模推广应用,让制造业能够更快发展新质生产力,实现高质量发展。
第一阶段,中国将推进“制造业数智化转型工程”,争取经过5年奋斗,实现规上工业企业数智化转型的基本普及,同时,在新一代智能制造技术的攻关、试点、示范和应用方面取得决定性突破。
5.2.2. 第二阶段:制造业智能化升级
在制造业数字化基本普及完成之后,世界主要工业国家会先后进入制造业智能化升级阶段。进入第二阶段的工业国家,其制造业数字化水平已经达到普及,将进入全面推进新一代智能制造的新阶段。以新一代智能制造为主攻方向,重塑制造业的生产方式、组织方式和产业模式,实现全球制造业的创新发展。
第二阶段,中国将推进“制造业智能化升级工程”,争取经过15年的奋斗,使新一代智能制造的关键赋能技术成熟并广泛应用,推动制造业智能化升级在工业企业中基本普及,使智能制造技术和应用水平走在世界前列,成为走在世界前列的制造强国。
未来已来,新一代人工智能已来,新一代智能制造已来,第四次工业革命已来。全球制造业应抢抓机遇、乘势而上,以新一代智能制造为主攻方向,推进第四次工业革命,实现制造业数字化转型、智能化升级、高质量发展。
致谢:本研究得到中国工程院重大咨询项目(2025-PP-01)资助。
注:本文内容呈现略有调整,若需可查看原文。
股票
板块
用户
资讯
评论 (0)