人工智能驱动工业产品绿色设计创新新范式

实施工业产品的绿色设计，是落实党的二十大精神及习近平生态文明思想的关键步骤，也是贯彻国务院《制造业绿色低碳发展行动方案（2025—2027年）》的重要行动。近期，工信部等部门联合发布了《工业产品绿色设计指南（2026年版）》（下称《指南》）。该指南规划了未来绿色设计的重点方向、实施路径及保障机制，对于推广绿色设计、支撑工业低碳转型、高质量推进新型工业化具有关键指导意义。当前“人工智能+”行动加速推进，为绿色设计带来了新契机。未来应着重加强绿色设计基础数据库与知识库建设，深化AI、数字孪生等技术在全生命周期中的应用，挖掘典型应用场景，探索前沿技术融合，高效推进AI赋能绿色设计。

《指南》明确要求构建产品全生命周期数据库及绿色设计知识库。目前AI赋能绿色设计面临的主要障碍是数据与知识匮乏，企业常因绿色材料参数不全、碳排放因子模糊、设计经验难以积累而影响决策。建立高质量、系统化的数据库和知识库是实现AI高效支撑的前提。构建高质量数据库需统一数据标准，围绕材料成分、碳足迹、可回收性等核心指标建立采集规范，增强数据可信度；需采集多元数据，结合公开库、法规、设计方案、工艺等构建覆盖全生命周期的多维数据体系；需构建知识图谱，利用NLP技术从文献、专利、标准中抽取知识，建立参数与绿色属性关联，支持检索与推荐。

《指南》鼓励利用三维建模、模拟仿真及数字孪生技术，模拟产品在制造、使用、拆解等关键环节的资源能源消耗及环境影响。工业产品绿色设计具有多变量、多环节复杂耦合的特性，传统设计难以精准评估全生命周期影响，单一环节改造可能影响整体水平。AI与数字孪生驱动的模式可在虚拟环境构建“数字镜像”，预测不同方案的全生命周期影响，推动绿色设计从“事后治理”向“事前优化”转变。融合应用需构建AI驱动的数字孪生模型，关联几何特征、材料属性、工艺参数等质量指标与碳足迹、能耗等绿色指标；强化多场景仿真，实时推演全生命周期环境影响；关注多目标智能优化，将绿色指标与性能指标结合，生成最优设计方案。

《指南》针对氢能装备、家电等，提出利用AI支持节能设计。使用阶段是碳排放的重点，传统设计基于静态工况，自适应能力差。在设计中融入AI硬件与算法，使产品具备用能自主优化能力。针对重点用能产品，需预置边缘计算模块，实现本地化实时决策；部署端侧AI算法，分析不同工况运行数据，实现运行参数自主调节及能效自主优化。

《指南》提出研发具备绿色设计适配能力的行业智能体，推动设计从经验驱动向智能驱动转型。当前工具多为被动辅助，依赖人工操作，难以应对复杂性。随着大模型、智能体发展，设计将迎来“自主智能”窗口期。智能体能实现意图理解、方案生成、知识调用，大幅提升效率。打造智能体需构建绿色设计垂直知识库，整合行业知识、法规、案例；开发核心功能，具备自然语言交互、意图识别、多工具调用及方案生成能力；开展典型场景试点，遴选需求迫切、难度适中的场景先行验证，逐步推广形成可复制模式。

《指南》的发布，确立了以数据知识为基础、“AI+数字孪生”全生命周期优化为关键、重点产品为场景、智能体研发为方向的AI赋能绿色设计范式，以技术创新支撑工业产品设计提质增效，对推动绿色制造及新型工业化意义重大。

（作者：中国信息通信研究院副院长 敖立）