在研发测试区(qu)，工程师(shi)郭磊磊盯着屏幕：一辆虚(xu)拟汽车正以120公里的时速“飞驰”。“虚(xu)拟送样智能体每秒可以完成(cheng)300次耐久测试。”他说，以往轮胎需要(yao)试制后(hou)交(jiao)给车企实地测试，从试验到定稿至少需要(yao)半年，现在几天就能达(da)到车企满意的结果(guo)。

在中策(ce)橡胶集团副总裁蒋志强看来，这(zhe)相当于(yu)先在一座“虚(xu)拟工厂”中把复杂流程全部跑一遍，找到最优(you)解后(hou)，再(zai)投入现实生产。

与(yu)灯火通明、人(ren)员奔忙(mang)的传统车间相比，位于(yu)浙江省杭州市临平(ping)区(qu)老板电器的“未来工厂”显得(de)十(shi)分安静。偌大的空间光(guang)线昏暗，生产线前少见人(ren)影，只(zhi)有来回穿(chuan)梭(suo)的AGV小(xiao)车，以及不断移动(dong)的机械手和传送带。

这(zhe)是一座典型的“黑灯工厂”。284台自动(dong)化设备、16条生产线和27台AGV小(xiao)车构成(cheng)生产主(zhu)体，年产厨(chu)电800万件(jian)。依托全流程自动(dong)化，过去(qu)需要(yao)100多人(ren)运转的车间，如(ru)今只(zhi)需15名工程师(shi)。

车间二楼(lou)的一块大屏幕，是工厂的“中枢神(shen)经”。依托“九天中枢数字平(ping)台”，订(ding)单、产线和库存数据实时汇集，工作(zuo)人(ren)员可以远程下达(da)生产指令，追踪订(ding)单进度。

数据显示(shi)，这(zhe)座未来工厂建成(cheng)后(hou)，企业(ye)产品研制周期缩短48%，生产效率提升45%，生产成(cheng)本下降21%，运营成(cheng)本下降15%。

在这(zhe)些生产最前沿，AI早已不再(zai)是抽象概念，而(er)是改变制造业(ye)“基因”的力量。

助(zhu)力全链条深层变革

不同类型工厂里的生产图景，清晰指向同一趋势：人(ren)工智能正从单个车间的技术应用，演变为影响整个制造体系运行方式(shi)的重(zhong)要(yao)力量。

“目前中国已建成(cheng)3万余家(jia)基础级智能工厂，工业(ye)机器人(ren)装机量占全球比重(zhong)超50%。”美(mei)国《纽约(yue)时报》在近期一篇评论中写(xie)道，与(yu)美(mei)国相比，中国更倾向于(yu)将人(ren)工智能视为生产线上的实用工具，用于(yu)引导机器运行、安排生产进度并实时发现问题。

美(mei)国《华尔街日报》也刊文表示(shi)，人(ren)工智能正在重(zhong)塑中国制造业(ye)，这(zhe)将进一步巩固其“世(shi)界工厂”的地位。

工业(ye)和信息化部数据显示(shi)，中国制造业(ye)增加值占全球比重(zhong)已接近30%，总体规模连续15年位居世(shi)界第(di)一。按照规划，中国到2027年将推广500个“人(ren)工智能+制造”典型应用场景，持续推动(dong)人(ren)工智能与(yu)制造业(ye)双向赋能。

一些国际观察人(ren)士也敏锐关注到这(zhe)一趋势。

今年2月，德国总理默茨访华期间，随行的梅赛德斯(si)-奔驰集团股份公司董事会主(zhu)席康林松在杭州表示(shi)，技术创新与(yu)产业(ye)创新深度融合是必然趋势，中国制造企业(ye)在自动(dong)化和智能化方面的推进速度令人(ren)印象深刻。

“‘人(ren)工智能+制造’不是技术与(yu)产业(ye)的简单叠加，而(er)是涉及研发、生产、管理、服务等制造业(ye)全链条的深层次变革。”浙江省发展规划研究院副院长兰建平(ping)说。

在研发环节，经验驱动(dong)正逐渐转向数据驱动(dong)。

中策(ce)橡胶研发中心工程师(shi)王雪艳说，过去(qu)，制造业(ye)产品设计往往依赖工程师(shi)的经验和反复试验，而(er)人(ren)工智能能够在海量数据中快速寻找最优(you)解。

杭州炽橙数字科技有限公司创始人(ren)、董事长纪尧华介绍，企业(ye)打造的工业(ye)智能交(jiao)互底(di)座，能有效解决工业(ye)数据贯通难题，让数据源(yuan)和语料顺畅(chang)流动(dong)。“打破知识壁垒，让生产力得(de)以快速释放。从长远看，这(zhe)是改变工业(ye)知识传承(cheng)模式(shi)、解放年轻(qing)生产力的关键一步。”

在生产环节，中国正把人(ren)工智能能力快速转化为制造效率。

有的汽车工厂实现多车型柔性混流生产，有的石化工厂依托数字孪生实现自主(zhu)运行，有的光(guang)缆工厂攻克超大尺寸预制棒的极限制造工艺……数据显示(shi)，在中国的“领航工厂”，这(zhe)些变革带动(dong)生产效率平(ping)均提升29%，产品不良率降低47%。

在管理层面，人(ren)工智能助(zhu)力资源(yuan)配置优(you)化升级。

国际数据公司IDC报告显示(shi)，中国工业(ye)企业(ye)应用大模型和智能体的比例(li)，已从2024年的9.6%提升到2025年的47.5%。越(yue)来越(yue)多的工厂里，由多个AI智能体组成(cheng)的“数字员工”体系正在形成(cheng)。

工业(ye)AI落地仍有痛点

走访过程中，多位受(shou)访对象不约(yue)而(er)同表示(shi)——人(ren)工智能赋能制造业(ye)已非选择题，而(er)是必答(da)题。但从“起势”迈向“成(cheng)势”，产业(ye)发展仍需跨越(yue)几重(zhong)门槛。

制造业(ye)的复杂场景，对人(ren)工智能的高精(jing)准度和强稳定性提出严苛的要(yao)求。“工业(ye)领域生产链条长，涉及的数据和知识复杂，AI如(ru)果(guo)产生指令性错误，就会对生产环节造成(cheng)不可挽(wan)回的系统性风险。”锐鹰科技开发部经理尤焕杰说。

福(fu)瑞泰(tai)克(浙江)智能系统股份有限公司总监陈昱(yu)也提到，实验室环境(jing)与(yu)真实工业(ye)场景之间仍存在差异，AI解决方案(an)和制造业(ye)流程的匹配度还有提升空间。

此外，算力成(cheng)本贵、训练成(cheng)本高也是当前工业(ye)人(ren)工智能落地的关键痛点。杭州、嘉兴(xing)等地经信部门相关负责人(ren)表示(shi)，尤其对中小(xiao)企业(ye)而(er)言，“用不起、不会用”仍是现实问题。他们(men)表示(shi)，除发放“算力券(quan)”外，未来将继续丰富政(zheng)策(ce)工具，切实降低企业(ye)使用人(ren)工智能的成(cheng)本，激发企业(ye)智能化改造的主(zhu)动(dong)性。

纪尧华等人(ren)建议，政(zheng)府和行业(ye)协(xie)会可搭建公共服务平(ping)台，提供算力、数据、算法等基础资源(yuan)，降低创新门槛。

在兰建平(ping)等专家(jia)看来，“人(ren)工智能+制造”不仅是技术升级，更是生产关系的重(zhong)塑。着眼未来，要(yao)持续释放人(ren)工智能赋能制造的潜力，同时培养(yang)相应人(ren)才。

杭州钱江制冷压缩机集团有限公司“未来工厂”车间 (唐弢 摄)