标签

智启未来:AI驱动制造业变革分论坛在上海张江举行

发布时间:2026-06-04 20:45来源:微信阅读:3

6月2日,2026全球产业科技创新合作大会暨中澳创新周——“智启未来-AI驱动制造业变革”分论坛在上海张江盛大开幕,来自全球各地的知名高校、科研机构以及行业领军企业的专家代表云集,共同深入探讨人工智能与制造业深度融合的最新趋势及具体应用。

本届论坛由长三角国创中心牵头主办,集萃华科智能装备、上海机器人产业技术研究院及上海市交通电子行业协会联合承办。长三角国创中心管委会委员、首席专家罗本进,以及管委会委员、主任助理周平莅临现场。大会由长三角国创中心机器人与智能制造事业部主任王小安主持。

罗本进在致辞中强调,AI与制造业的融合是国创中心的核心战略。中心紧扣产业实际,以算力、数据、算法为基石,辅以完善的投融资体系,重点推进工业软件、大模型及智能装备的研发落地。依托700余家合作伙伴,中心通过工业实景测试解决科研转化的难题,并呼吁各方合力构建“AI+制造”生态,通过技术创新推动长三角制造业向高端化、智能化及绿色化迈进。

前沿洞察:前沿探索与产业实践深度碰撞

主题报告环节,六位资深专家围绕技术演变、行业应用及垂直场景等维度,分享了人工智能与制造业深度融合的深度见解。

上海机器人产业技术研究院副院长田劲松详细阐述了机器人产业从单纯“功能实现”向“规模化可靠应用”跨越的挑战与路径。他指出,机器人产业的提质增效必须兼顾可靠性与智能化水平,并介绍了研究院正在推行的CR认证体系,该体系已覆盖具身智能及人形机器人,并与多家国内外头部企业建立了战略合作。“机器人的广泛应用,始于功能的创新,成于智能的可靠。”

香港中文大学(深圳)数据科学学院副院长、杉数科技CTO王子卓教授解读了工业智能决策的技术架构。他认为AI的核心价值在于优化决策过程。杉数科技通过自主研发,构建了集大模型建模、精准决策、国产求解器COPT及智能方案于一体的“擎天”平台,有效解决了制造业复杂的排产调度难题。“人工智能在产业中的核心使命是决策智能化,杉数科技致力于打造‘可求解、敢落地、易落地’的工业AI。”

集萃华科智能装备科技有限公司董事长浦栋麟聚焦“AI+工艺软件”战略,分享了团队在CAM领域二十年的深耕经验。集萃华科采取“AI赋能、软硬结合、云边协同”的创新模式,推动科研成果产业化,推出了国产高端制造工艺软件,不仅服务于航空航天等国家战略,也助力中小企业数字化升级。“集萃华科的目标是让‘皇冠’级技术普及化,赋能所有追求卓越的制造企业。”

澳大利亚蒙纳士大学陈超教授展示了特殊场景下的具身智能成果——水果采摘机器人系统。鉴于农业环境复杂多变,光照与果实成熟度差异大,该系统极具挑战性。陈超团队历经九年研发的MARS苹果采摘机器人,集三维视觉、柔性抓取与触觉检测技术于一身,成功完成了从实验室到田间的验证。“在传统农业领域,AI与机器人技术正致力于解决现实的人力难题。”陈超认为,这是技术回馈社会的最佳途径。

pSeven SAS联合创始人Sergey Morozov探讨了AI智能体时代如何实现工程知识的规模化复用。他指出,在生成式AI普及的当下,专家的专业校验能力反而因其稀缺性成为技术落地的关键瓶颈。破局之道在于构建技术栈,将专家的隐性方法论转化为可治理的数字资产。“下一个十年的赢家,将是那些能把工程方法转化为数字资产的企业。专家应成为方法论的掌控者,而非执行中的阻碍。”

清华大学苏州汽车研究院技术总监张祖峰分享了多模态世界模型如何赋予智能汽车“物理常识”。“世界模型不仅是技术升级,更是三重范式的变革:从模拟器到生成器、从数据获取到数据生成、从被动反应到主动预判。”构建能理解、预测并与物理世界交互的多模态模型,是下一代智能汽车突破场景泛化瓶颈、获得常识与预见能力的关键,也是具身智能亟待解决的核心问题。

思想碰撞:共议“具身智能与工业AI”的多元路径

圆桌论坛环节由上海市交通电子行业协会秘书长黄峰主持,五位产业精英围绕“具身智能与工业AI:如何重塑工业制造的下一个五年”进行了深度交流。

在工业AI领域,嘉宾们分享了各自的破局之道:元始智能科技总经理金骏阳阐述了“工业机理大模型”如何嵌入物理定律,实现小样本高可靠的工艺优化;西慕智造董事长张晓静介绍了AI赋能国产仿真软件,通过提升易用性和计算效率打破国外垄断;中润华谷董事长刘振海展示了流程工业中多智能体协同技术的应用,实现了不依赖大量标注数据的节能提产。

在具身智能方面,讨论聚焦于复杂物理场景的工程化突破:东华大学教授、无锡灵弈智能总经理汪俊亮分析了纺织接头机器人的微米级运动控制与毫牛级柔顺力控及产业化节点;江苏集萃智能制造技术研究所投资总监孙霖解读了智能焊接从“示教编程”向“自主感知”的技术跨越及工艺数据积累的重要性。

展望未来,与会嘉宾达成共识:未来五年,AI在制造业的应用将更加务实且分化。行业将不再盲目追逐通用AI,而是聚焦解决细分领域最核心、最紧迫的痛点。

嘉宾们一致认为,制造业AI的真正核心竞争力,