上海製造，AI入魂：央國企率先“重用”大模型，自動化設備被換下

上海製造業正迎來一場由人工智慧驅動的深刻變革，國企與央企率先在生產一線「重用」大模型，逐步取代傳統自動化設備。振華重工在獅子洋通道鋼橋項目氣保焊現場，導入多模態數據採集技術，針對焊接過程中的電壓、電流、氣體流量與熔池形貌進行即時分析，訓練大模型辨識焊接缺陷，目標是將「焊中缺陷AI識別」在今年底正式投入量產線，從根本上改變過去只能事後返修的高成本困境。 這場「AI＋製造」的浪潮，與過去在產線上簡單外掛一套算法、僅做局部修補的「製造＋AI」有本質區別。前者強調以AI原生方式重塑生產流程，讓產業重生。以國內知名家電、航空航太及電子產業基礎設施供應商為例，這些工廠陸續換下德日韓的自動化檢測設備，改採由AI驅動的軟硬體一體化解決方案，業界普遍認為工業質檢已進入「iPhone時刻」，即AI技術從概念走向商業化落地的關鍵轉折點。 這些工廠的核心檢測對象是電路板，上面密布上萬個電子元件。過去每當切換新型號，產線就得停機，由編程工程師逐一對板卡上的元器件手動畫框、選擇算法、設定參數，耗時數小時，根本無法適應頻繁換線與敏捷生產的需求。識淵科技推出的AI方案並非在檢測設備上「加塞」一個AI，而是從底層建立完整的基座模型與AI基礎設施，模型之上再以任務為導向設計通用封裝算子。聯合創始人茹彬鑫指出，這套方案不是用規則去框定算法，而是讓模型自己學會判斷。實際應用後，換線調機時間縮短到最少僅55秒，每條產線可節省至少一名編程工程師，原先需要兩到三人的人工目檢覆判，現在一人就能管理三條產線，整體效率提升數十倍，實現的不僅是國產替代，更是國產超越。 上海的AI與製造融合並非偶然。去年8月，上海在全國率先發布「加快推動『AI+製造』發展的實施方案」，計畫三年內推動3000家製造業企業完成智能化應用。實際進展比預期更加迅速，在研發端、生產準備端與生產端全面展開。國企與央企尤其積極，在研發階段已大量「重用」大模型。羚數智能旗下的「百工」大模型，是上海工業領域首個通過國家網信辦備案的模型，由其驅動的各類智能體已穩定服務國內港機、造船巨頭，近期更拿下電氣裝備巨擘的「超高壓變電設備輔助繪圖與圖紙審核」兩個超高難度場景。董事長郭文蔚表示，每套圖紙涉及成百上千張，種類繁多，智能體必須識別解析其中參數，精細驗證圖紙之間的勾稽關係，以解決繪圖量大、審圖人員斷層短缺、項目交付延遲與品質等痛點。 生產準備端對AI的嘗試意願同樣高漲。黑湖科技近期在長三角工廠將圖紙工藝解析智能體與報價智能體從早期試用推進到商業化落地。這些智能體不僅具備黑湖服務近四萬家工廠累積的通用經驗，還能貼合各工廠自身的設備、工藝與操作習慣，達到「千廠千面」、越用越懂的效果。據統計，89%的工廠回饋，「把以前不敢接的單子接起來了」。在正式生產端，AI的表現更為突出。華院計算自研的工業級智能體，已幫助寶武某鋼鐵、柳鋼集團、山西焦化等多家鋼焦企業實現「智能配煤」，將焦炭關鍵質量指標的預測誤差控制在2%以內，單家企業年降本可達數千萬元。值得注意的是，這是在數據極度稀缺的條件下達成的。華院計算智能製造技術副總裁餘炯指出，理想的有效數據採集量應在五萬到十萬筆，但配煤行業能獲得的樣本頂多兩千條。他們靠「非線性期望的小樣本學習算法框架」，僅輸入少量知識，就能讓AI訓練成舉一反三的「學霸」。 在全球某頂級車企的上海工廠，微億智造的檢修機器人拿下車身大型壓鑄件外觀全流程檢測與打磨的核心場景。這款機器人勝過其他具身智能品牌的關鍵，在於「不用帶教」——依託「物理AI大腦」，面對不同型號壓鑄件，能自主規劃最優檢測路徑，大幅壓縮車型切換調試時間，且重大安全相關缺陷實現零漏檢。此外，機器人還能將發現問題與後續修正打磨工序一併完成，形成從識別、判斷到執行的完整閉環。 上海「AI+製造」能蓬勃發展，離不開政府的生態託舉。在相關部門引導下，聯通承建了面向離散製造行業及中小企業的工業智算雲服務平台，提供算力租賃、模型超市、AI智能體搭建等全套工具。全國首家人工智慧語料公司庫帕思則打造「通專融合」工具鏈，專為上海製造業匯聚工業語料。上海市經信委遴選出44家「AI+製造」專業服務商，推動組團式服務，並鼓勵華院計算、羚數智能等公司與智能化轉型先行先試的製造企業編製場景指南，今年1月已發布首批12個建設指南。 上海市工業互聯網協會也在其中扮演催化劑角色，發起追光社「AI+製造」技術愛好者沙龍，每月第三個週六下午邀請工業AI愛好者齊聚交流。設序科技分享的「AI賦能研發設計」案例，就切中了盛美半導體與凱泉泵業的真實痛點。除了拉通對接，協會還幫助企業糾偏。某航天企業原先規劃了一套AI落地方案，偶然參加沙龍後決定「急剎車」，直接避免百萬元的無效投入。協會每兩個月發布一份「工賦·上海AI+製造需求調查報告」，陳列最新痛點，公開徵求「揭榜掛帥」，例如國產數控機床在轉型汽車精密零件過程中的熱穩定性缺陷與數據荒，以及離散製造的「插單」困局等。 協會秘書長王旭琴總結，上海一個突出特點是「為看得到的結果埋單、為價值付費」，這已成為製造業客戶與AI原生企業之間的共識。正是這份務實的底氣，讓AI真正入魂，製造業得以重生。