新一代智能制造专家谈 | 陶飞：基于“数力、智力、能力”的新一代智能制造几点思考

原创专栏·新一代智能制造专家谈

陶飞，北京航空航天大学教授、博士生导师，国家智能制造专家委员会委员

2017年国务院印发的《新一代人工智能发展规划》指出人工智能是国际竞争的新焦点、经济发展的新引擎、社会建设的新机遇，而智能制造则是产业智能化升级的首要方向。2026年3月16日国务院第十一次全体会议对落实《政府工作报告》和“十五五”规划纲要进行部署，明确提出六项重点工作，其中就包括加快发展新一代智能制造，并将其定位为推进新型工业化的核心驱动力，是推动中国式现代化、建设制造强国的关键一招。

国家有关部门和专家高度重视新一代智能制造，工信部装备司、国家智能制造专家委员会先后多次组织专题研讨会。我很荣幸参与了几次，会上学习了各位专家和领导对新一代智能制造的见解和观点，收获巨大。

结合我带领的北航数字孪生智能制造团队近年智能制造有关研究与实践工作，谈谈我对新一代智能制造内涵的几点理解与学习思考。主要包括三个方面，其一是基于三力（“数力、智力、能力”）的新一代智能制造思考，其二是对新一代智能制造中的“智能”的五点思考，其三是对践行新一代智能制造的五点举措思考。

一、基于三力（“数力、智力、能力”）的新一代智能制造思考

我对新一代智能制造的一个理解，是如何利用数字化技术提升我国制造业的“数力”，运用智能技术提升我国制造业的“智力”，最终提高我国制造业的综合“能力”，打造新质生产力。通过汇聚行业数据、模型、软件工具、算力算网等数字资产和数字基础建设成果形成“数力”，为创造智力、提升智力、应用智力提供条件。通过利用“智力”重塑生产范式、提升制造效率、保证产品质量、降低运营成本，面向实际生产需求提供所需“能力”，系统性提升工业实力。

“数力”，即基于“数字”的生产力。“数力”由数据、模型、文档等形式的数字化要素、过程、功能和业务组成，支撑仿真分析、预测回溯、可视化监控等数字化增值功能的实现。“数力”的强弱取决于数字化要素、过程、功能和业务的完备性和可用性。数字化要素指人员、装备、工具、产品、物料、环境等要素的数字化表示。数字化过程指要素在时间域上状态变化过程的数字化描述。数字化功能指要素所具备能力的数字化描述。数字化业务指各种应用需求和任务的数字化描述。

“智力”，即赋予物理产品或制造系统以智慧的能力。“智力”由计算能力、算法性能、网络性能和存储能力组成，支撑物理产品或制造系统智能化功能的实现，使普通产品或制造系统升级为智能产品或智造系统。“智力”的强弱取决于计算能力、算法性能、网络性能和存储能力的强弱。计算能力指计算机和服务器等对数据的处理速度。算法性能指算法求解问题的时间复杂度和空间复杂度，以及能够解决问题的复杂度和解决程度等。网络性能指带宽、时延、丢包率、安全性和可兼容数据接口类型数量等。存储能力指可存储的数据量、可存储的数据类型数量、数据安全性和数据读写能力等。

“能力”，即解决实际问题和满足生产需求的综合实力。最终形成的“能力”体现在可大规模定制、可兼顾效率与柔性、可降低成本、控全局、破孤岛、跨时空、聚能力、强智能、深协同六个方面。①控全局的能力指的是面向产品或系统全生命周期，综合考虑全业务、全功能、全要素，实现对产品或系统的全局感知、全局决策和全局管控的能力。②破孤岛的能力指的是融合海量多源异构数据，打破数据孤岛，实现各类信息完整汇聚与充分共享的能力。③跨时空的能力指的是基于高保真模型和权威性数据，在数字空间中实现对物理产品或系统的回溯分析和推演预测的能力。④聚能力的能力指的是集成并服务化产品、系统、软件等的虚实功能，面向全生命周期中动态变化的各种业务需求，及时提供所需功能服务的能力。⑤强智能的能力指的是利用强大算力和先进算法，基于模型和数据挖掘、表示和利用产品或系统知识，并以此为基础开发相应的智能功能，实现自治运行和迭代进化的能力。⑥深协同的能力指的是贯通产品或系统全生命周期各阶段，互联全部耦合要素，融合多学科与多物理场，实现体系整体在全过程中的一致性高效协同的能力。

二、对新一代智能制造中的“智能”与提升“智力”的五点思考

新一代智能制造中的“智能”不是简单的用AI处理数据，更不不是优化算法的直接应用。以提升工业“智力”为目标，新一代智能制造中的“智能”相比于传统的、广义的“智能”，更加强调主动性、全局性、可解释性、可交互性和泛化性。

（1）从被动智能走向主动智能。传统智能的应用模式大多是“触发-响应”式的被动模式，智能在预设规则边界内发挥作用，应用场景受限，泛化性、灵活性和进化性相对不足。新一代智能制造所追求的主动智能，强调系统应具备自感知、自决策、自执行、自适应、自学习能力，能够在复杂工况下主动发现需求、问题和潜在规律，实时预判演化趋势并及时进行决策和优化，最后自主执行并持续学习进化。

（2）从单点智能走向系统智能。从生命周期的角度，新一代智能制造的智能不再局限于解决某个阶段的某个具体问题，而是贯穿研发、生产、测试、服务、回收各阶段，在闭环迭代过程中从全流程的角度系统性的解决问题。从生产要素的角度，新一代智能制造的智能不再一味的追求单个要素的质效极值，而是通过统筹协调人、机、料、法、环、测生产全要素，实现系统整体高效协同与全局最优。

（3）从数据驱动的智能走向数模融合驱动的智能。单纯数据驱动的智能在互联网电商、计算机视觉等领域取得了巨大成功，但其“黑箱”特性、对海量标注数据的依赖以及对边界外场景的脆弱性，难以满足工业制造对高可靠、可解释、小样本学习的特殊需求。制造业中的大量问题与力热电磁等已知机理与成熟理论强相关，还有数字孪生设备、产线、车间提供动态高保真模型和源源不断的工业大数据和工况小数据，如何利用这些宝贵的“白箱”知识与数模资产实现数模融合驱动的智能，给制造业装上AI大脑，对于实现智造能力的可持续升级具有重要意义。

（4）从信息智能走向物理智能。新一代智能制造的智能不是简单的AI+数据，也不仅仅是AI+机器人，而是能够理解物理规律，能够与现实世界交互并自主行动，还能够根据场景的变化自主学习并适应性泛化的AI系统。物理AI具备的懂物理、能思考、可闭环、易泛化四大特征，使其能够兼具人的灵活性和智能性，以及机器设备所具备的高效性、可重复性、以及可在危险环境中作业等多方面优势。物理AI在精密操作、柔性生产、批量作业、黑灯工厂、健康有害环境等生产场景中发挥重要作用。

（5）从通用智能走向专用智能。通用大模型以海量数据练就了强大的语言理解与逻辑推理能力，成为智能时代的坚实底座。然而，通用智能一旦走进工业现场，就会发现面对全物理场耦合影响下的微观精密制造、复杂车间中大规模设备的实时高频调度以及安全生产中零容忍的确定性要求，仅靠“懂语言”和“能推理”还远远不够。如何结合工业领域的隐性知识和长尾经验，打造“懂工艺、懂设备、懂工况、懂工人”的专用智能，批量创造具备高可靠、高精度、强实时、可解释特性的工业领域Agent，让AI切实成为掌舵智造的价值创造者，是践行新一代智能制造的一项重大挑战。

三、对践行新一代智能制造与提升“能力”的五点举措建议思考

新一代智能制造实践的过程本质上是汇聚“数力”、应用“智力”、提升“能力”的过程。如何才能更好的践行新一代智能制造？如何才能可持续高质量的发展新质生产力？围绕数据、模型、知识、AI、软件、企业、人才等智造要素，有以下五点举措建议思考。

一是夯实工业智能底座，为智能制造提供数力支撑。数力是智能的基础，包括数据、语料、模型、知识等数字资产，也包括算力、网络等服务于数字化、智能化的基础设施。凝聚数力，首先就是要汇聚、积累数字资产，使其可用、易用、复用。这就需要头部企业、科研院所及高校牵头建设国家级工业语料库、数据库、模型库、知识库，解决杂质多、不兼容、不可信、难复用、易泄密等痛点问题，为Agent、大模型、人工智能的实现与持续进化提供基础。其次，需统筹布局工业边缘计算中心，规划智能制造高性能算力专区，连接“东数西算”算力主河道，形成“云边端”协同的工业算力体系，解决“数字资产上云端”和“超级算力下工厂”的最后一公里问题。

二是构筑工业软件平台，厚植工业智能生态土壤。数力不仅要体量大、价值高，更要"看得见、摸得着、用得好"。只有软件好用，应用才能生根，只有工具趁手，效能才能凸显。因此，研制自主可控的工业软件、操作系统和嵌入式控制系统，确保物理资产调得动、控得准，数字资产看得见、管得住、流得通，避免在制造执行和交互等核心环节被卡脖子，让制造业的"钢筋铁骨"和"数据血液"都牢牢掌握在自己手中，为培育工业智能生态提供一片沃土。

三是深化物理AI应用，让物理智能服务生产、赋能产品。物理AI具备的懂物理、能思考、可闭环、易泛化四大特征，使其能够兼具人的灵活性和智能性，以及机器设备所具备的高效性、可重复性、以及可在危险环境中作业等多方面优势。物理AI在精密操作、柔性生产、批量作业、黑灯工厂、健康有害环境等生产场景中发挥重要作用。同时，物理AI将不仅限于车间制造这一单一场景，物流、仓储，甚至是生产原材料的勘采和报废产品的回收、拆解，物理AI的参与将改写制造全产业链的运转模式，为全生命周期智造注入新质生产力。

四是应用要落地，智能要分级，让领航工厂带飞整个行业。智能制造的价值最终要落脚于应用，但若不分企业体量大小、所处行业特点、以及其本身的数智化基础，一视同仁的全面铺开，为了智能而智能，极易造成本末倒置的盲目跟风，导致智能应用效果不及预期。要充分借鉴分级建设“领航工厂”的宝贵经验，建立智能制造分级分类评价机制，完善智能制造能力成熟度国家标准应用，聚焦航空航天、新能源汽车、半导体芯片等重大战略领域，并加大“数力”支持力度，促使其充分发挥其技术资源优势，以点带面率先开展高价值典型应用场景实践，通过在实践中建立可复制、可推广的智能解决方案，以标杆示范效应带动全产业链能级跃升。

五是重视复合型交叉型人才培育引进，人才是可持续发展的根本保障。为促进新一代智能制造的发展，未来需进一步打破学科壁垒，加快培养与引进人工智能、制造、计算机、材料等领域的交叉复合型人才。今年国家交叉学科中心将启动建设，可以此为契机，研究出台完善“产学研用”政策支持体系，为新一代智能制造注入源源不断的人才创新活力。