《科创板日报》10 月 16 日讯（记者 黄心怡）第二十六届中国国际工业博览会于 10 月 12 日至 16 日在上海举行，工业 AI、具身智能成为重点议题。从大模型、算力芯片到机器人本体，制造业智能化升级的路径愈发清晰：制造系统正从执行预设程序走向自主感知、自主决策和自主学习，机器人正从单机作业走向多机协同和真实场景落地，而支撑这一切的算力底座，也从云端延伸到边缘和现场。
▍智能制造迈向 " 自主智能体 "
大会期间，中国工程院院士周济在演讲中表示，新一代人工智能与先进制造深度融合，正推动制造业进入数智化转型、智能化升级新阶段。智能制造包括数字化制造、" 互联网 +" 制造和新一代智能制造三种范式。过去十年我国主要推进数字化、网络化制造，为升级奠定基础。随着 AI 深入应用，制造系统将获得更强认知与学习能力，迈向 " 智能制造 2.0"，核心是 " 自主 "：自主感知、自主决策、自主执行和自主学习，并能根据环境与状态持续优化，越用越智能。
实现这些目标需攻关机理模型与 AI 数据模型融合建模、具身智能大模型、工业智能体、工业大数据及基于模型的系统工程等技术。我国企业数字化转型尚未基本普及，必须继续夯实数字化、网络化基础，同时以新一代 AI 引领带动。
他建议分两阶段推进：" 十五五 " 推动数字化、网络化、智能化并行融合，力争 2030 年基本普及数智化转型；" 十六五 " 进一步推进智能化升级，力争 2035 年新一代智能制造基本普及、技术和应用水平走在世界前列。我国具备制造业体系与 AI 创新综合优势，应抓住机遇，以新一代智能制造为主攻方向，加快建设制造强国。
谈及那些工业 AI 场景最可能率先实现商业化，施耐德电气高级副总裁、工业自动化业务中国区负责人丁晓红在采访中表示，目前能够实现规模化的基础应用之一是能源优化。 " 算力的基础是电力 "，能源是每一家企业都需要关注的问题，不仅是重工业，各行各业都面临电力、水、气等资源消耗问题。这是一个非常基础且相对成熟的应用。只要相关仪表能够获取数据，就可以针对企业全局、不同车间和不同工厂进行对比，帮助企业识别更多能源优化机会。
第二，关键设备预测性维护也是较为成熟的应用。施耐德与伙伴共同开发了轻量化的设备预测算法，AVEVA 也拥有设备预测性维护能力，这些方案都应用了 AI。从现阶段来看，能源优化和预测性维护是已经具备广泛应用基础、可以进一步普及的两个方向。
再往中长期看，AI 最终要进入物理世界。丁晓红认为，AI 在自动驾驶、机器人等方面都很有前景，但无论是自动驾驶还是工业机器人，AI 本身的安全性、合规性和可靠性都越来越成为大型企业的首要考量。
另一个方向是长流程和全局优化。丁晓红表示，无论是离散制造还是真正的连续流程工厂，内部都有很多工艺段和设备。未来，随着数据孤岛逐渐打通、多智能体以及通信协议不断发展，AI 有望帮助企业实现跨工艺段、跨设备、跨软件的全局优化，辅助管理者进行更系统的决策。
" 这项工作相对复杂。单点应用可以在一定范围内试错，但全局优化涉及整个生产运营体系，因此对安全、合规、效果验证和部署方式都有更高要求。尽管如此，这仍然是值得探索的重要方向。" 丁晓红称。
▍工业 AI 竞速算力底座
工业 AI 离不开算力。无论是大模型，还是具身智能机器人，背后都要靠算力把数据变成感知、决策和行动。训练工业大模型需要海量数据和强大算力，让模型学会理解图纸、BOM、工艺参数和现场风险；部署到工厂又需要边缘算力，把模型放进产线、设备和机器人里，实现毫秒级响应。
东方算芯在展会上披露了 DF1000 算力芯片及 128 卡训练集群的落地成果：仅用 24 个月，便完成了从芯片研发、全栈软件适配到集群系统规模化部署的完整闭环，并实现多个主流大模型长周期稳定运行。据介绍，东方算芯可在 7 天内完成主流大模型训练适配，128 卡集群系统保持稳定运行，目前已完成大规模训练集群交付，并计划于年底实现千卡级集群交付。
本届工博会的机器人展区展示规模近 6 万㎡，聚焦具身智能技术与机器人产业融合创新，多款新品集中发布，多项合作落地。
中科第五纪在会上发布新一代具身大脑纪元灵脑与立柱式具身智能机器人纪灵 -S1。在展台，三台纪灵 -L1 轮式双臂机器人围绕物料流转分工协作：从拆垛取箱，到倒料、接料，再到码垛，各环节自主衔接，共同完成连续作业。这场演示将多台机器人的执行能力连接为完整流程。每台机器人既承担自身工序，也与上下游任务配合，使物料交接与操作衔接形成闭环。单机操作、多机配合与流程执行，在同一场景中得到集中展示。
（科创板日报记者 黄心怡）
