AI超級(jí)工廠：“AI+制造”的終極目標(biāo)？

編者按：今年的政府工作報(bào)告提出，持續(xù)推進(jìn)“人工智能+”行動(dòng)，將數(shù)字技術(shù)與制造優(yōu)勢(shì)、市場(chǎng)優(yōu)勢(shì)更好結(jié)合起來(lái)，支持大規(guī)模廣泛應(yīng)用。這是“人工智能+”第二次被寫(xiě)入政府工作報(bào)告，與去年側(cè)重于技術(shù)研發(fā)和產(chǎn)業(yè)集群建設(shè)不同，今年的提法更側(cè)重于技術(shù)的落地應(yīng)用，將人工智能的應(yīng)用重點(diǎn)指向了制造業(yè)?！吨袊?guó)電子報(bào)》特開(kāi)設(shè)“AI+制造”深度調(diào)研行欄目，深入基層、走進(jìn)一線展開(kāi)實(shí)地調(diào)研，報(bào)道各地方、各企業(yè)優(yōu)秀案例，探討新一代AI技術(shù)落地帶來(lái)的機(jī)遇與挑戰(zhàn)，推廣“AI+制造”中國(guó)方案。

借助大模型讓汽車(chē)產(chǎn)品設(shè)計(jì)代碼化繁為簡(jiǎn)，開(kāi)啟“造車(chē)”新模式；依托“AI質(zhì)檢員”，實(shí)現(xiàn)邊生產(chǎn)邊質(zhì)檢，瑕疵識(shí)別準(zhǔn)確率遠(yuǎn)高于人工檢測(cè)水平；越來(lái)越多的人形機(jī)器人開(kāi)始在工廠“上崗”，承擔(dān)物料搬運(yùn)、零件組裝等多種工作……

隨著以大模型、機(jī)器人為代表的新一代人工智能（AI）技術(shù)迅猛發(fā)展，我國(guó)制造業(yè)正從基礎(chǔ)級(jí)智能化向著更高階的智能化邁進(jìn)。依托工廠數(shù)字化、自動(dòng)化轉(zhuǎn)型基礎(chǔ)，一批由AI技術(shù)驅(qū)動(dòng)的AI超級(jí)工廠正在全國(guó)各地加速落地，推動(dòng)制造業(yè)全面邁向更高效、更智能、更綠色的“智造時(shí)代”。

AI賦能智能工廠再升級(jí)

走進(jìn)位于廣州市番禺區(qū)的廣汽埃安智能生態(tài)工廠總裝車(chē)間，AI元素“無(wú)處不在”。600余臺(tái)機(jī)器人不停揮舞手臂，精準(zhǔn)地定位、抓取并拼裝各個(gè)模塊，僅用數(shù)秒就能完成玻璃、座椅、輪胎等零部件安裝；隨處可見(jiàn)的無(wú)人化智能移動(dòng)機(jī)器人往來(lái)穿梭，實(shí)現(xiàn)10公斤以上零部件100%全自動(dòng)搭載；3D視覺(jué)跟蹤技術(shù)代替人工肉眼，實(shí)現(xiàn)納米級(jí)精準(zhǔn)控制。

“過(guò)去，一條總裝線只能生產(chǎn)一個(gè)批次、一種型號(hào)、單一顏色的汽車(chē)，如今在AI技術(shù)的賦能下，我們已實(shí)現(xiàn)不同型號(hào)、不同配置、不同顏色新能源汽車(chē)的柔性化‘混線生產(chǎn)’?！睆V汽埃安第一智造中心總裝車(chē)間工程師張自初介紹道。

具體而言，消費(fèi)者可根據(jù)個(gè)人偏好，在線定制車(chē)身顏色、內(nèi)飾風(fēng)格、座椅材質(zhì)等。隨后，依托大數(shù)據(jù)云平臺(tái)、數(shù)字化生產(chǎn)指示的智能制造執(zhí)行系統(tǒng)支持，這些“定制化”的購(gòu)車(chē)信息會(huì)被迅速分解為2000多個(gè)零部件信息，在指定的時(shí)間按秩序進(jìn)入總裝環(huán)節(jié)。通過(guò)模塊化設(shè)計(jì)和智能調(diào)度系統(tǒng)，生產(chǎn)線可以在短時(shí)間內(nèi)完成從一種車(chē)型到另一種車(chē)型的切換，切換過(guò)程零損耗。據(jù)介紹，通過(guò)持續(xù)的工藝優(yōu)化和技術(shù)創(chuàng)新，該工廠單車(chē)下線周期由過(guò)去的60秒縮短至現(xiàn)在的53秒。

在寶武鋼鐵集團(tuán)熱軋生產(chǎn)線，一塊鋼坯制成鋼板需要經(jīng)過(guò)20道工序、涉及300多個(gè)參數(shù)。過(guò)去，工程師調(diào)整生產(chǎn)鋼板的種類(lèi)和尺寸需要耗費(fèi)5天時(shí)間，如今，大模型能對(duì)最優(yōu)參數(shù)進(jìn)行預(yù)測(cè)，顯著降低調(diào)整時(shí)間，提高預(yù)測(cè)精度和鋼板成材率。

在福建東龍針紡有限公司紡織車(chē)間，“AI質(zhì)檢員”已逐漸代替人工質(zhì)檢。5G+經(jīng)編花邊瑕疵AI視覺(jué)識(shí)別檢測(cè)系統(tǒng)應(yīng)用以來(lái)，織機(jī)面料實(shí)現(xiàn)了在線100%全檢，平均檢出率達(dá)95%以上，遠(yuǎn)高于人工檢測(cè)水平，整體效率提升2～3倍，企業(yè)人工成本每年節(jié)約200多萬(wàn)元。

在施耐德電氣無(wú)錫工廠，基于AI技術(shù)的熱處理數(shù)字仿真系統(tǒng)，能夠通過(guò)算法優(yōu)化，使單臺(tái)設(shè)備能耗降低25%，氮?dú)庀臏p少36%；同時(shí)，利用暖通空調(diào)的AI動(dòng)態(tài)調(diào)控系統(tǒng)結(jié)合數(shù)字孿生技術(shù)，實(shí)現(xiàn)單位產(chǎn)品組用水量下降56%。

如今，像這樣的AI超級(jí)工廠已在全國(guó)各地“遍地開(kāi)花”?？梢钥吹剑癆I+制造”正在重塑制造業(yè)的生產(chǎn)模式，其影響不僅體現(xiàn)在生產(chǎn)效率的提升，更推動(dòng)著制造業(yè)加速向智能化、柔性化和綠色化方向轉(zhuǎn)型。

工業(yè)和信息化部發(fā)布的數(shù)據(jù)顯示，當(dāng)前我國(guó)智能工廠梯度培育提質(zhì)增效，全國(guó)已建成3萬(wàn)余家基礎(chǔ)級(jí)智能工廠、1200余家先進(jìn)級(jí)智能工廠、230余家卓越級(jí)智能工廠。這些類(lèi)型的智能工廠覆蓋超過(guò)80%的制造業(yè)行業(yè)大類(lèi)，工廠產(chǎn)品研發(fā)周期平均縮短28.4%，生產(chǎn)效率平均提升22.3%。

三大核心技術(shù)驅(qū)動(dòng)數(shù)智躍遷

從“標(biāo)準(zhǔn)化生產(chǎn)”到“個(gè)性化定制”，從“勞動(dòng)密集”到“算法密集”，AI超級(jí)工廠的背后是制造業(yè)底層邏輯的變革。相較于一般的自動(dòng)化產(chǎn)線，在這里，工業(yè)機(jī)械臂進(jìn)化為更靈活、更智慧的具身智能，傳統(tǒng)語(yǔ)言模型升級(jí)為可自主分析、輔助決策的大模型，仿真技術(shù)融合物聯(lián)網(wǎng)、大數(shù)據(jù)和5G-A等技術(shù)，形成實(shí)時(shí)交互的數(shù)字孿生系統(tǒng)……這些技術(shù)的協(xié)同創(chuàng)新，持續(xù)推動(dòng)制造業(yè)向更高階的智能化躍遷。

“智能工廠需要洞察一些復(fù)雜和高階的關(guān)聯(lián)，其核心在于智能機(jī)器人、數(shù)字孿生、AI大模型等關(guān)鍵技術(shù)在工業(yè)場(chǎng)景中的深層次滲透與應(yīng)用?！敝袊?guó)工程院院士李培根指出，智能機(jī)器人可全面感知周?chē)h(huán)境，并擁有智能決策的能力，實(shí)現(xiàn)生產(chǎn)環(huán)境中靈活、自主的避讓?zhuān)m用于更多復(fù)雜、動(dòng)態(tài)的生產(chǎn)場(chǎng)景；數(shù)字孿生集成了物聯(lián)網(wǎng)、大數(shù)據(jù)、AI等技術(shù)，不僅能實(shí)現(xiàn)全產(chǎn)業(yè)鏈信息貫通，還能基于所采集的實(shí)時(shí)數(shù)據(jù)反向優(yōu)化車(chē)間運(yùn)營(yíng)和供應(yīng)鏈競(jìng)爭(zhēng)，確保工廠運(yùn)行在最佳狀態(tài)；而AI大模型對(duì)世界高階相關(guān)性的認(rèn)識(shí)已經(jīng)遠(yuǎn)遠(yuǎn)超越人類(lèi)，可以幫助智能工廠洞察更復(fù)雜的高階關(guān)聯(lián)。

記者觀察到，在汽車(chē)制造、電子制造等行業(yè)，工業(yè)機(jī)器人增加了感知、理解任務(wù)等功能，正從傳統(tǒng)的自動(dòng)化機(jī)械裝置向具身智能加速進(jìn)階，特別是越來(lái)越多的人形機(jī)器人開(kāi)始走進(jìn)工廠承擔(dān)物料搬運(yùn)、零件組裝等多種工作。

“制造業(yè)將成為人形機(jī)器人最早一批大規(guī)模應(yīng)用的領(lǐng)域?！毙救A創(chuàng)新中心首席技術(shù)官董馳宇表示，傳統(tǒng)的工業(yè)機(jī)器人像一個(gè)專(zhuān)才，如焊接機(jī)器人、裝配機(jī)器人、搬運(yùn)機(jī)器人，它們都是為特定任務(wù)設(shè)計(jì)的，擅長(zhǎng)執(zhí)行重復(fù)性、單一任務(wù)和流程化的操作；而人形機(jī)器人更像是一個(gè)通才，具有更靈活的運(yùn)動(dòng)能力和適應(yīng)性，感知能力也較強(qiáng)，更適合一些高協(xié)作、多復(fù)雜任務(wù)的場(chǎng)景。

“大模型出現(xiàn)后，讓人形機(jī)器人增長(zhǎng)了智慧，擁有類(lèi)人的3個(gè)層次，即肢體運(yùn)動(dòng)能力、多模態(tài)感知能力和決策控制能力，可以開(kāi)展多場(chǎng)景、多任務(wù)的協(xié)同實(shí)訓(xùn)，能更好地解決工業(yè)需求?！倍Y宇說(shuō)道。

而數(shù)字孿生不僅僅是是產(chǎn)品、設(shè)備的數(shù)字孿生，還包括車(chē)間、工廠，以及供應(yīng)鏈的數(shù)字孿生。以華中數(shù)控為例，該公司將數(shù)字孿生、大數(shù)據(jù)、融合建模等技術(shù)用在數(shù)控機(jī)床上，不僅實(shí)現(xiàn)裝備實(shí)時(shí)控制，還賦予機(jī)床自我感知、自主學(xué)習(xí)和深度交互能力。

“自主學(xué)習(xí)是數(shù)控機(jī)床智能化的靈魂?！比A中數(shù)控相關(guān)負(fù)責(zé)人介紹道，機(jī)床數(shù)字主線記錄機(jī)床全生命周期的數(shù)據(jù)，提供數(shù)據(jù)和知識(shí)支撐。系統(tǒng)憑借自我分析、自主學(xué)習(xí)能力，圍繞工藝優(yōu)化、精度提升、健康保障三大子系統(tǒng)，形成人機(jī)交互、工藝參數(shù)優(yōu)化、故障診斷等應(yīng)用場(chǎng)景。通過(guò)深度學(xué)習(xí)虛擬仿真加工形成的指令域數(shù)據(jù)，可實(shí)時(shí)比對(duì)實(shí)測(cè)數(shù)據(jù)，使加工效率提高20%。

落地工程仍存在“一頭熱一頭冷”現(xiàn)象

盡管“AI超級(jí)工廠”的建設(shè)如火如荼，但其在落地工程中，仍面臨諸多挑戰(zhàn)。比如，以大模型為代表的生成式AI技術(shù)在工業(yè)場(chǎng)景中的應(yīng)用停留在表面。權(quán)威市場(chǎng)機(jī)構(gòu)調(diào)研顯示，行業(yè)大模型應(yīng)用場(chǎng)景呈現(xiàn)“微笑曲線”特征。在產(chǎn)業(yè)鏈高附加價(jià)值的兩端（研發(fā)、設(shè)計(jì)和營(yíng)銷(xiāo)、服務(wù)），大模型應(yīng)用落地較快，而在生產(chǎn)制造端，大模型應(yīng)用較慢。

TCL實(shí)業(yè)副總裁、格創(chuàng)東智CEO何軍分析指出，AI技術(shù)在工業(yè)領(lǐng)域的應(yīng)用與6～8年前工業(yè)互聯(lián)網(wǎng)平臺(tái)在制造業(yè)中的推廣和應(yīng)用情況類(lèi)似，還存在“一頭熱一頭冷”等情況，供給側(cè)比較熱，需求側(cè)沒(méi)有完全應(yīng)用起來(lái)。同時(shí)應(yīng)用也存在深淺不一的問(wèn)題，在先進(jìn)制造業(yè)落地場(chǎng)景多、應(yīng)用豐富，而在一般制造業(yè)推進(jìn)比較難，頭部企業(yè)從AI頂層架構(gòu)規(guī)劃到實(shí)際場(chǎng)景落地推進(jìn)較好，而很多中小制造企業(yè)受制于資金、技術(shù)能力應(yīng)用比較難。

數(shù)據(jù)處理能力不足也是制約工廠智能化轉(zhuǎn)型的一大瓶頸。一方面，多數(shù)企業(yè)對(duì)數(shù)據(jù)的利用剛剛起步，數(shù)據(jù)資源散落在各業(yè)務(wù)系統(tǒng)中，互聯(lián)互通難度大，形成“數(shù)據(jù)孤島”，很難匯聚形成高質(zhì)量的數(shù)據(jù)集。另一方面，工業(yè)數(shù)據(jù)和模型的安全性也急需解決。

“有場(chǎng)景但是沒(méi)數(shù)據(jù)?！?a class="article-link" target="_blank" href="/tag/%E6%AF%94%E4%BA%9A%E8%BF%AA/">比亞迪集團(tuán)副總裁、弗迪科技董事長(zhǎng)羅忠良坦言，工業(yè)場(chǎng)景的數(shù)據(jù)難以直接用于AI，必須按照實(shí)際需求重新采集。而要獲取高質(zhì)量數(shù)據(jù)，企業(yè)首先須完成信息化和數(shù)字化轉(zhuǎn)型。

中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司佛山市分公司副總經(jīng)理鄧安民向記者表示，工業(yè)場(chǎng)景中的大模型應(yīng)用對(duì)精確性和穩(wěn)定性的需求較高，在數(shù)據(jù)的獲取時(shí)也通常需要更專(zhuān)業(yè)的設(shè)備和人員。目前大模型的應(yīng)用還處于發(fā)展階段，缺乏統(tǒng)一的行業(yè)標(biāo)準(zhǔn)和規(guī)范，工業(yè)生產(chǎn)場(chǎng)景復(fù)雜多變，也導(dǎo)致大模型的應(yīng)用存在風(fēng)險(xiǎn)和不確定性。

“正確定位AI是關(guān)鍵?！焙诬姀?qiáng)調(diào)。他指出，工業(yè)AI不是簡(jiǎn)單的技術(shù)疊加，而是工業(yè)知識(shí)與AI技術(shù)的深度融合，須由工業(yè)領(lǐng)域主導(dǎo)推進(jìn)。工業(yè)AI的落地實(shí)施需要企業(yè)具備駕馭AI技術(shù)的能力，這不僅包括研發(fā)能力，還涉及企業(yè)各個(gè)層面的能力，例如業(yè)務(wù)層面和一線工程師的能力。工廠要培養(yǎng)自己的數(shù)據(jù)科學(xué)家，這些科學(xué)家能夠理解生產(chǎn)和制程，能夠掌握AI技術(shù)的基礎(chǔ)方法論，并將其應(yīng)用到實(shí)際場(chǎng)景中。同時(shí)，企業(yè)還須要從上到下思考如何利用AI技術(shù)改善運(yùn)營(yíng)效率和提升工廠智能化水平，而不僅是采取傳統(tǒng)的小步快跑快速迭代方法。

關(guān)注中國(guó)電子報(bào)關(guān)注本文作者

作者丨張維佳編輯丨邱江勇美編丨馬利亞監(jiān)制丨趙晨