装备强国论坛：新一代智能制造加速推荐榜单

5月30日，由中国机械工业联合会、工业和信息化部装备工业发展中心联合主办的首届装备强国论坛在北京召开，主题聚焦“扎实推进新型工业化 加快建设装备强国”。会上释放出的信号相当明确：当前我国装备工业高质量发展的成效相当显著。创新能力显著增强、高端产品显著增多、智能化水平显著提升，这些变化有力地推动了实体经济的发展。

不过，与会专家也坦言，在新一代人工智能与先进制造技术深度融合的大趋势下，智能装备发展虽然已经成为推进新型工业化、塑造产业核心竞争力的关键，但面临的挑战同样不容忽视。“有些技术概念虽然热度很高，但一落到车间应用层面，深度就远远不够；有些场景确实能开展试点，但要大规模复制和推广，难度就上来了。更现实的问题是，不少企业不是不想转，而是不会转、转不起、甚至不敢转。”

量质齐升

先说一个基本盘：我国装备制造业的“压舱石”作用十分突出，产业规模已经连续多年稳居全球第一。与此同时，重点领域实现了跨越式发展，高端装备的数智化进程明显提速，一批优质企业也在更深层次地参与全球竞争。

工信部发布的数据很能说明问题。今年一季度，装备工业开局不错，呈现出“生产稳、投资升、出口强”三大特征。一季度装备工业增加值同比增长6.2%，对工业增长的贡献率达到19.4%。

量的增长之外，质的提升同样值得关注。

具体来看：创新能力持续增强——全球首款侵入式脑机接口医疗器械获批上市，直接填补了世界临床空白；高端产品持续增多——第二艘国产大型邮轮“爱达·花城号”顺利出坞；智能化水平持续提升——装备工业已建成197家卓越级智能工厂，推动产品不良率平均下降48.4%。

尤其值得一提的是重大技术装备的整体水平，已经实现了跨越式提升。工信部装备工业发展中心主任瞿国春介绍，过去十年，我国高端装备产业呈现出“跟跑在提速、并跑逐步增多、领跑加速涌现”的态势。目前，其产业规模占装备制造业总体规模已超过六成，国际竞争力显著提升。

其中，智能网联新能源汽车、轨道交通装备、电力装备、信息通信设备、新能源装备、航天装备、高技术船舶等领域已经处于世界领先水平。而在工业母机、农机装备、航空装备、机器人、医疗装备、仪器仪表、半导体设备等方面，与先进水平之间仍存在一定差距。

新一代智能制造加速发展

人工智能与制造业的深度融合，正在催化智能制造的全面升级。这既是支撑上述发展成效的关键驱动力，也是推进新型工业化、培育新质生产力、抢占新一轮工业革命制高点的核心引擎。

国家制造强国建设战略咨询委员会副主任、国家智能制造专家委员会主任苏波在论坛上指出，当前“新一代”人工智能正在加速突破，智能制造正进入一个由自动化向自主化跃升的全新阶段。

苏波进一步解释，所谓“新一代”的“新”，关键在于自主化。新一代人工智能正从通用大模型走向行业大模型、工业智能体和具身智能，其与先进制造技术的深度融合，正在催生新一代智能制造技术。

未来会发生什么？产品研发将更多依托虚拟仿真、生成式设计和数字孪生，研发周期会显著缩短，试错成本也会大幅下降；生产制造将逐步形成“感知—决策—执行—反馈”的闭环，推动装备和生产线从刚性自动化走向柔性重构、协同优化；工厂运营将依托工厂操作系统、工业软件、工业互联网和算力设施，实现全流程贯通，进而带动质量管控、供应链协同、能耗管理和资源配置的整体提升。

有专家表示，过去十年，我国推进智能制造的重点在生产环节；而未来十年，发展新一代智能制造的核心任务，是培育研发新一代智能装备和产品，加强软硬件适配，补齐工业智能底层技术短板，分类推进重点行业的数智化转型，最终形成一批新模式、新业态，推动产业体系实现整体跃升。

在具体目标上，苏波提出：力争到2030年，规模以上制造业企业基本普及数字化、网络化制造，新一代智能制造创新攻关取得阶段性进展；力争到2035年，规模以上制造业企业基本普及数字化、网络化、智能化制造，新一代智能制造技术应用走在世界前列。

中国机械工业联合会副会长罗俊杰则透露，面对新形势新要求，联合会正在组织行业力量编制机械工业“十五五”规划，目前该规划已进入修改完善阶段，后续将正式发布。

仍面临现实堵点

产业稳步向好、智能制造加速落地，这当然是好事。但好事背后，现实堵点也不少。

苏波直言，深层问题在于：工业知识积累还不够系统，工业数据仍然比较分散，软件、模型与装备之间尚未真正打通，关键核心技术和高端供给依然存在短板。正因如此，才会出现“概念热、应用冷”“试点能行、推广就难”“企业想转但无从下手”的尴尬局面。

与会专家普遍认为，通用大模型进入装备领域，将为装备智能带来碘伏性的发展机遇。但前提是，必须解决数据这一核心瓶颈。

中国电子科技集团有限公司电子科学研究院的集团专家毕严先指出，当前通用大模型的泛化能力，主要依赖互联网已有的海量数据训练。但如果要把这种能力移植到装备领域，就必须依靠具体场景下的高质量数据集。而具体场景的数据质量，恰恰是当下最关键的瓶颈。“模型泛化能力不足，根本原因就在于缺乏细分领域、多场景的高质量数据训练。这是未来必须重点突破的问题。”

北京唯迈医疗科技股份有限公司首席技术官解菁则从医疗机器人的角度提出了类似困境。他表示，当前手术机器人泛化面临的最迫切问题，就是训练场景下的数据严重不足。医疗场景对数据质量的要求极高，专家数据必须由专业医生在真实手术中产生，其获取难度远大于工业或消费机器人场景。而现有模型大多是数据驱动型的，缺乏高质量数据，模型效果自然难以保证。此外，医疗机器人场景也缺乏较为完善的仿真训练平台。解菁希望，未来能构建一个更具泛化能力的具身智能场景，让手术机器人具备深度思考能力。

综合来看，智能装备正迎来跨越发展的历史性机遇。“十五五”期间，必须抢抓机遇，大力推进新一代人工智能赋能装备制造业发展，推动中国装备从“数字一代”向“智能一代”实现跃升。

来源：互联网