80多个智能体“管”一座工厂，AI时代先进制造业长啥样？

今年前三季度，我国先进制造业快速增长，以高端制造、数字制造等为代表的工业新动能，初步测算对规模以上工业增加值增长的贡献率超过五成。

发展先进制造业，是当前我国一项重要的战略任务，数智赋能、高端自主、绿色低碳、跨界融合缺一不可。那进入AI时代，先进制造业的工厂究竟长啥样呢？

智能体当起“仓库管理员”

27层立体仓10万只料箱快速调配

记者在江苏南京看到，一家生产5G基站及服务器等设备的工厂里，一座27层高、装着10万只原材料箱的大型立体仓，正在像工厂“心脏”一样24小时不间断为产线分派物料。每只箱子在什么时间、送到产线什么位置，现在都是由现场多个AI智能体协作沟通完成，不再需要人来规划路径。多个智能体按任务调度、路径优化、现场安全分工各司其职，运行半年左右提效明显。

中兴通讯副总裁周建峰介绍，这座100多米长的立体仓，机器人从一头跑到另一头要20多秒。智能体会根据未来一段时间物料的使用频次，每天做一次路径优化，把高频使用的物料在夜间空闲时自动调到近端，保证第二天拣选效率最高。这样下来，月拣选距离从原来的40多万米降到16万米。

智能体驱动机器人接料

破解自动化“最后半米”难题

除了仓储，在生产端，智能体也已经能直接驱动机器人干活。在电子信息制造业最常见的SMT贴片环节，系统会感知贴片线的低位告警，由机械臂把空料盘从贴片机上取下，更换并选择此刻需要的新料盘，再放回贴片机继续作业，全程不需要人干预。

周建峰说，整个接料动作要完成20多道工序，这样的柔性操作环节是此前自动化最难覆盖的一段，被称作“最后半米”。目前产线上已部署4台这样的机器人，人效提升6倍左右。

“数字值班员”全天候在岗

分钟级响应处置巡检预警

周建峰告诉记者，眼下整座工厂80多个不同类型的智能体已接入统一平台调度，仅供应链一端每天消耗的词元量就达到90亿个，园区为此还专门建设了算力中心。

在园区管理调度环节，也用上了拟人化的“数字值班员”，7×24小时在岗指挥不同智能体巡检运维。中兴通讯兴云数科行业方案规划专家刘明介绍，主智能体接到任务后下发给对应机房的“数字人”，由后者调度机器人到固定点位巡检。“原先15分钟才能发现的告警，现在是分钟级。”

全国各级智能工厂超6.5万家

15家工厂“领航”多行业

当前，我国正分梯度培育智能工厂，累计建成各级智能工厂超6.5万家；其中遴选出的15家领航级智能工厂培育对象，覆盖钢铁、石化、家电、汽车等多个行业。

记者在山东潍坊一家领航级智能工厂看到，柴油发动机关键部件飞轮壳正在装配——这是整条产线上使用机器人最多的一道复杂工序。从上料、涂胶、清洗，到20多颗螺栓的拧紧，4台工业机器人配合作业，150秒就能完成。

潍柴动力二号工厂厂长助理纪富义介绍，飞轮壳有25种、要适配1000个订货号，精准抓取物料和装配中的涂胶质量控制都是难点。这一环节深度应用了AGV小车柔性调度、视觉引导与检测等技术，相比传统半自动化装配产线，生产效率提高30%以上。

柔性装配 虚拟验证

人工智能融入发动机制造全链条

改变的不仅在产线。从整条产线到单个发动机，数字孪生技术正在打通“虚实”两个空间：研发环节，AI模型配合数字仿真技术，把发动机的实物测试搬到“超级工程师平台”做虚拟验证，研发效率提升20%。据介绍，这家工厂各类场景人工智能等技术的应用比例已达近80%，制造环节正朝着“零缺陷”迈进。

发动机下线后还要闯过最后一关。潍柴动力二号工厂成套线生产经理李义洋把这套入库智能检测系统称作“守门员”：2套协作机器人和6套视觉相机快速协作，能识别发动机的结构和入库状态缺陷，10秒钟内就能完成一次检测，检测成功率已接近100%。

主攻新一代智能制造，恰逢其时

人工智能技术飞速迭代，新技术如何更好赋能先进制造业？中国工程院院士、中国科学院工业人工智能研究所所长于海斌，以及工信部有关司局负责人接受了央视财经记者独家采访进行解读。

为什么新一代智能制造被列为发展先进制造业的主攻方向？

“推动智能制造发展的技术，发生了本质性的变化。”中国工程院院士、中国科学院工业人工智能研究所所长于海斌说，人工智能有望在有限的时间内全面赋能制造业；制造业自身的需求也在改变——产品更加智能化、复杂度大幅提高，对设计和制造提出了新挑战。

“全球都在关注这样的趋势，抢占智能制造发展的科技制高点。”在于海斌看来，以新一代智能制造为主攻方向，恰逢其时。

于海斌介绍，历经制造强国十年建设，截至2025年底，我国规上工业企业开展数字化改造的比例达到89.6%，数字化设备普及率达57.7%。我国拥有全球最完整、门类最齐全的工业体系，为人工智能赋能制造提供了丰富场景。

于海斌院士：智能制造系统可自主“进化”

于海斌表示，早期的智能制造，更多是局部的、垂域的智能理论方法与制造业某些环节“点”上的结合；大模型尤其是智能体出现后，机器对制造环境、场景与任务的理解大幅提升，让智能制造系统具备依托数据不断学习、提升、进化的能力。

哪些行业会率先跑出来？于海斌判断：高端装备制造业的需求更为迫切——飞机制造有大量高精度、高效率要求，发动机制造、大型船舶制造同样如此。此外传统产业的智能化改造升级，需求也很迫切。

工信部：抓好数据“采、集、用” 让AI走向全流程

当前，我国正纵深推进“人工智能+制造”专项行动，规模以上制造业企业人工智能技术应用普及率超30%，已打造超500个高质量数据集。

工业和信息化部信息技术发展司副司长李丽表示，发展新一代智能制造，还需重点提升高质量数据供给、高价值环节应用、高效率产品转化三方面能力。目前制造业积累了大量数据，但人工智能直接可用的数据仍然不足，要抓好数据“采、集、用”，把工业数据转化为智能资源。

此外，李丽表示，下一步还要加强数智技术和产品供给，加快规模化应用推广。工信部将深入实施“人工智能+软件”专项行动，夯实智能软硬件基础，加快工业软件、工业互联网平台智能化升级，发展工业大模型、工业智能体。要推动人工智能从单点应用向生产全流程拓展。

从江苏南京的智能立体仓，到山东潍坊的发动机产线，人工智能正沿着一道道工序、一个个场景，加速赋能中国先进制造业发展的更多环节。