11 月 27 日，AI 賦能智能制造的痛點破解與實施路徑沙龍活動在北京順利舉辦。活動由北京市科學技術協會主辦，彙聚了政府領導、行業專家及浪潮、航天雲網、福田汽車等 40 餘家企業代表，圍繞 AI 在智能制造領域的核心痛點、技術應用與落地路徑展開深度研讨，為産業高質量發展凝聚共識。
一、核心痛點聚焦：四大難題制約産業轉型
工業和信息化部網絡安全産業發展中心原副主任李新社在主題報告中，明确指出當前 AI 賦能智能制造的四大核心痛點。
數據治理存在瓶頸，數據标準不統一、供給不足，難以支撐 AI 模型高效訓練。
場景适配性不足，通用 AI 技術與工業特定場景需求脫節，落地效果不及預期。
算力成本壓力顯著，高階 AI 應用對算力需求激增，中小企業難以承擔高額投入。
人才短闆突出，既懂工業流程又掌握 AI 技術的複合型人才稀缺，存量人才技能升級滞後。
二、技術賦能實踐：從大模型到場景落地的多元探索
與會企業代表分享了各自在 AI 賦能智能制造領域的實踐成果，展現了技術落地的多元路徑。
工業大模型：數實融合的核心支撐
航天雲網項目處處長趙志達強調，工業大模型是 AI 賦能工業場景的關鍵抓手。
以 “AI + 數字孿生” 為核心模式，航天雲網 INDICS-MIND 工業大模型構建了完善的架構與服務體系。
通過 6 個典型場景案例驗證實踐價值，從需求痛點出發提供精準解決方案，推動工業生産方式根本性變革。
建議以技術創新為核心、場景落地為導向，培育智能制造領域新質生産力。
智駕算力：高階自動駕駛的基礎保障
浪潮信息自動駕駛架構師龔湛聚焦智能駕駛領域的技術突破。
當前智駕模型在空間理解、時序建模與數據效率方面面臨顯著挑戰。
端到端模型正朝着 VLA 與世界模型方向發展，遵循 Scaling Law 可大幅提升汽車環境認知能力。
算力是核心支撐，未來智駕算力需向 100 EFLOPS 目标演進，為高階自動駕駛落地提供保障。
供應鍊數智化：企業轉型的實戰樣本
北汽福田制造領域專家、副院長李紅亮拆解了企業供應鍊數智化轉型的完整路徑。
明确 “精益化 - 信息化 - 數字化 - 智能化” 四階進階邏輯，以 “場景 + 流程 + 組織 + IT” 為系統方法，按 “三層五階八步” 穩步推進。
落地成果顯著，在設備預測性維護、物流智能規劃、能耗 AI 分析等場景實現突破，訂單可視化預警成為降本增效典型。
未來将建立供應鍊兩級 AI 應用架構，融入 DeepSeek 與具身智能技術，推進智能産線集成。
工業安全：築牢智能化轉型防線
北京六方雲總裁李江力解讀《工業互聯網安全态勢報告》，點明行業安全風險與應對方向。
工業互聯網加速滲透下，安全邊界拓寬與風險傳導性增強成為突出特征。
核心風險包括工業主機隐患、工控系統漏洞高發、工控設備暴露數量攀升，以及工業機器人、物聯網等新興場景風險加劇。
通過國内外典型案例剖析，揭示安全事件傳播路徑與嚴重危害，為企業安全防護提供參考。
三、破局路徑共識：多維度協同推進産業升級
自由交流環節，與會嘉賓圍繞核心議題達成多項共識，明确了 AI 賦能智能制造的破局路徑。
強化數據底座建設，将數據治理與标準統一作為智能化轉型的關鍵前提，破解數據短缺難題。
堅持場景牽引技術适配，貼合行業特性靈活适配不同類型模型，避免同質化推進。
破解人才匮乏痛點，需加強政策支持、生态共建與技術融合，構建産學研用協同育人機制。
築牢安全防線，重視工業互聯網安全風險防控，為技術應用與産業升級保駕護航。
四、總結展望：凝聚合力共促高質量發展
北京市科學技術協會一級巡視員何勁松在總結講話中肯定了 AI 技術的核心價值。他指出，AI 在提升智能制造效率、保障安全方面作用突出，同時也面臨需求多元、技術落地難、專業團隊儲備不足等問題。
何勁松期望，中關村網絡安全與信息化産業聯盟能繼續發揮平台作用，凝聚産學研用合力，加強關鍵技術創新與人才培養，推動 AI 技術與智能制造深度融合，助力傳統産業轉型升級，實現産業高質量發展。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
