人工智能将会从纯数字虚拟世界跳脱出来，从而全面落地于现实物理世界，并覆盖自动驾驶出租车、人形机器人以及工业智能设备等终端。在今年的美国消费型电子展（CES）上，英伟达CEO黄仁勋把“物理AI”确立为下一个技术制高点。

行动总是能够跑在观点的前面。放眼全球范围内，西门子与英伟达宣布携手共同打造全球首个完全由人工智能驱动并且可以实现自适应的制造基地；宝马正以人工智能先行的理念来重构匈牙利工厂，从运用数字孪生技术开展工厂建设一直到对全流程进行人工智能质检；洛克希德·马丁、波音等美国工业巨头与英伟达以及Palantir等科技企业联手，共同探索人工智能原生的制造模式……一场关于制造业底层逻辑的重写，正在全球范围内以竞速方式持续上演。

根据预测，到2035年全球工业智能化市场规模将会突破3.5万亿元。在这场制造业规则重塑的竞赛当中，中国应当如何定义并发挥自身的比较优势？作为中国参与国际竞争的重要一极，上海又应当如何争夺局部先发优势，甚至成为领跑者？

从开展样板企业的打造工作，到工业智算云以及工业语料平台的建设，再到服务生态的完善…… 从“点”方面的突破，到“链”的贯通，再到“面”的生态构建，这条路径，正在上海徐徐铺展。

根据黄仁勋所持有的观点，“有用的AI时代”已经正式到来，这表明AI不再停留在实验性的探索阶段，而是成功进入了生产的实际应用阶段。

而上海正在大力推动的，正是对“有用的AI”样板间进行搭建工作。

在高端装备制造领域，重型钢结构核心构件的焊接质量会直接关系到重大工程的本质安全，然而传统质检长期以来依赖于事后开展的无损检测，这就导致反馈出现滞后以及返修成本高昂。”振华重工首席数字官赵子健表示，传统的焊接领域已经迫不及待呼吁AI的助力。

为了有效填补这一行业领域的空白，振华重工在钢桥项目板单元气体保护焊焊接过程中开展了海量多模态数据的采集工作，并且建设了焊接缺陷分析高质量数据集，进而打造了焊接缺陷智能识别能力。如今在大小模型通专结合方式下经过反复调校之后，气孔、咬边以及未焊透缺陷的识别准确率已经达到了98%以上。

图1：振华重工气保外焊工作站所配备的数据采集盒

类似的攻坚行动，正在上海多个头部链主企业的生产车间当中逐步展开。

外高桥造船介绍，为破解国际公约检索效率低下、规范跨版本合规设计适配困难、返修意见分析过度依赖老师傅经验等一系列痛点难点，公司研发出了“AI研发设计助手”，正推动船东船检意见分析从“被动应答”走向“智能辅助”。英众科技战略部首席科学家路昊介绍，作为专注AI PC研发生产的样板企业，企业在打包环节引入了具身智能机械臂，效率较人工提升100%；同时计划在生产管理方面采用“大模型统筹+智能体协同+小模型执行”的三层架构，让“老师傅”的经验得以实现数字化沉淀。此外，在上海电气旗下的上海汽轮机厂，试点叶片工艺生成智能体，借助三维模型特征提取和工艺语料学习，自动生成零部件的工序、动作序列和关键参数，将设计周期由30天缩短至14天。

这些案例并非孤立生长，其背后所依托的是一整套系统性的政策设计在提供托底支撑。

上海市经信委对首批10家“AI+制造”样板企业开展了培育工作，这些企业分别聚焦标志性全流程智能转型、标志性智能产线以及标志性智能产品三个方面来进行突破。

图2：在2026年1月所举行的“工赋上海”创新大会上，十家样板企业发布了50个运用人工智能的场景需求。

三条路径看似分别开展突破工作，实则均指向同一个目的：让龙头企业所蹚出来的经验，可以被行业内更多同类企业加以复制和迁移，而不是变成“一家一策”的孤本。此外，上海围绕工业模型、语料、具身智能以及智算平台等领域培育了44家“AI+制造”专业服务商，从而强化工业AI的技术和解决方案供给能力。

目前，围绕包含“样板企业”在内的“链主”以及“AI+制造”服务商，经信委对50项计划应用人工智能技术的场景需求开展了提炼工作，并且向外界进行了发布，从而加强了供需双方的对接；形成了两批共30篇场景建设指南，这些指南覆盖了制造全环节以及十大重点制造领域，成功破解了企业数智化转型中“不会转”的困局；编制形成了“制造企业人工智能应用成熟度评估指引”，提炼形成了45个共性示范智能化场景及其建设要求，同时考量了企业智能要素、人工智能安全等方面的基础条件，填补了制造业应用人工智能专项能力的评估标准空白，从而解决了企业不知“从何转起”的困惑。

图3：场景建设指南和评估指引

借助上述各项努力，上海市致力于将优质制造企业以及服务商在车间当中形成的一个个具体解法，汇聚成为一张可供全行业按图索骥的场景地图。

筑底座：建设工业AI的“公共服务体系”

样板企业能够率先实现突围，离不开背后那一整套智能要素供给体系所提供的支撑——这恰恰是制造业AI落地过程中区别于其他行业应用AI的关键难点所在：数据呈现分散状态、格式较为庞杂且往往涉及行业“Know-How”，使得数据难以实现规模化共享，并且算力以及模型大都需要开展私有化部署工作。

面对这道门槛，上海摒弃了让企业各自摸索、重复造轮子的做法，而是首先对那些最耗费成本、最不该重复投入的语料以及算力这些“水电煤”式的基础要素开展了整合工作，从而搭建起公共平台。

过去许多制造企业并不清楚究竟何为“模型可用数据”，他们所开展的信息化建设主要满足的是人工办公方面的需求，而并非针对AI训练的标准要求。库帕思语料运营总监邓思文表示，为此，在上海市经信委的推动和指导之下，库帕思着手打造了工业语料公共服务平台，并且运用了“三层同心圆”的逻辑来进行设计：其中最外层为全行业通用的通识数据，由平台负责统一供给；中间层则是占据约八成的行业共性数据，这样可以避免企业进行重复投入；最内层为企业专属的核心工艺数据，通过采取本地化部署以及驻场服务的方式，来确保数据达到AI Ready的状态。截至目前，该平台已经汇聚了百TB级的通专结合语料，并且为电气、华力等十余家重点制造企业提供了服务。

与之呼应，中国联通旗下工业智算云平台聚焦于离散制造以及中小企业方面，依托万卡级算力集群与“算力+语料+模型+工具+智能体”全栈服务体系，联合羚数、帆软等20余家厂商开展了工业图纸信息分析等智能体30余款的上架工作。

在具备了坚实的地基之后，接下来所要攻克的是模型能力这一关。在垂直技术攻坚的另一端，华院计算技术副总裁余炯提及了一个反差鲜明的案例：钢铁行业训练样本普遍存在不足的情况，传统模型需要五万到十万条样本才能够起效，而他们自主研发的小样本算法仅需400至2000条样本即可成功实现配煤配方的高精度配比，在某钢铁企业的落地项目中，每年能够为企业节约3000万至6000万元成本。

松应科技则从另一维度补足了工业智能体训练所面临的最后一公里，其物理AI仿真系统能够精准模拟重力、摩擦力以及碰撞等真实物理规律，从而让机器人在虚拟环境当中开展大规模并行试错工作，仅需运用50条基础数据并进行30分钟仿真训练，机械臂作业成功率就能突破九成，部署到真实产线之后的成功率则高达95%至99%。

图4：松应科技ORCA物理AI操作系统能够对箱体滑落现象开展模拟工作，从而提供了仓储安全风险可视化仿真实训方面的能力。该系统还可以成功实现大规模并行训练，进而提升了智能体训练迭代的效率。

不只是停留在点上的突破，实际上，围绕这些技术底座，上海已经面向语料、智算云、模型平台、智能体以及具身智能这5个方向遴选了44家专业服务商，并且联合专业服务商、制造企业等，结合他们在真实场景建设方面所积累的经验编制形成了“一场景一指引”。其中，首批12篇场景建设指南已于今年1月发布，覆盖了汽车、钢铁、高端装备等行业，第二批18篇也将在今年人工智能大会期间亮相。

上海工业数字化研究院深度参与了场景建设指南的编制工作，其院长陈廷炯指出，对于整个“AI+制造”生态体系而言，“一场景一指引”所具备的意义在于成功搭建起一整套普惠性的指引体系，这使得每一家希望开展转型的制造企业，都不必从零开始进行试错工作，而是可以以场景建设指南这一行业最佳实践为基础，来探索自身个性化的AI应用转型路径。

立标尺：从单点破题走向生态雨林

在技术和要素均已齐备之后，真正的挑战往往在于如何去寻找并确定自身的转型坐标。

当前企业在推进转型工作中的核心变化，在于从过去“为系统架构买单”的模式转向如今“为实际效果买单”的路径。上海市工业互联网协会秘书长王旭琴这样表示。

这同样也是上海目前正在编制中的《上海市制造企业人工智能应用成熟度评估指引》所着力聚焦的核心问题。记者了解到，当前针对企业普遍面临的“不敢转、不会转、转不好”这一困境，指引以研发设计、生产制造、供应链管理以及经营管理与服务四大环节为基础提炼出45个应用场景清单及其建设成效要求，随后再从智能要素、AI安全这两个维度来衡量企业的基础能力，最终把企业映射至L1辅助感知级到L4自主优化级的四级评估体系，从而帮助企业既能够看清自身当前所处阶段，也能够明确下一步应当往哪个方向推进。

为了与上述工作形成配套支持，一揽子进一步推动“AI+制造”发展的“若干措施”得以制定，这些措施紧贴工业AI产业发展以及制造业数智化转型的实际所需，从工业智能体应用、高价值链式场景建设、工业“老师傅”数据治理等13条举措方面入手，从而强化了工业AI供给能力以及制造业融合应用的内驱力。

政策以及标准构成了整个体系的骨架，而行业协会则承担起了疏通毛细血管的重要角色。王旭琴指出，制造企业往往面临有需求却找不到合适方案的困境，服务商则存在拥有技术却缺乏真实产线场景的问题。为此，协会每年在12月编制并发布行业白皮书，并且每一到两个月就会输出一期一线需求调研报告，从而积极推动传统企业与AI原生企业实现双向奔赴。

图5：工业互联网协会所编制而成的《上海市AI+制造需求调查报告》

如果说企业所要寻找的是自身转型的坐标位置，那么一座城市所需要思考清楚的，则是它在全国以及全球产业版图之中所占据的坐标。在上海工业数字化研究院院长陈廷炯看来，上海人工智能产业的核心优势之一就在于场景应用的落地能力，上海是全国范围内AI应用最为活跃、资源聚集程度最高的城市。

多项举措也印证了这种判断：自去年8月《上海市加快推动“AI+制造”发展的实施方案》正式印发以来，上海已完成三轮资金支持工作，并且落地了60余个示范场景；根据方案所设定的三年目标，上海力争推动3000家制造业企业成功实现智能化应用，打造10个行业标杆模型、100个标杆智能产品以及100个示范应用场景。

“AI+制造”领域的竞速才刚刚开启，上海正借助实际行动来证明，不仅要参与这场产业变革过程，更期望能够成为新规则的书写者之一。

来源：实效为王 上海以AI赋能制造业全域升级 | 财联社