上海智造突围：央国企弃用传统自动化，大模型如何重塑工业质检？

2026-07-18 12:52 0 阅读

工业智能化的范式跃迁：从“外挂”到“原生”

在传统的工业认知中，人工智能往往被视为一种附加的“插件”。许多工厂尝试在现有的自动化检测设备上叠加简单的计算机视觉算法，试图提升效率。然而，这种做法往往陷入“修修补补”的困境：算法对环境变化敏感，换线调试成本高，且难以处理复杂的长尾缺陷。

上海，作为中国制造业的高地与AI技术的策源地，正在经历一场更为深刻的变革。这里的企业不再满足于简单的工具叠加，而是追求“AI+制造”的原生融合。这种融合不是让AI去适应旧的工业流程，而是让产业逻辑在AI的驱动下重生。从研发设计到生产准备，再到一线制造，大模型技术正在重塑工业生产的每一个环节。

这种转变的标志性事件，是中央企业和国有大型制造企业率先“重用”大模型。它们不再将AI视为辅助工具，而是将其作为核心生产力要素，直接替换掉传统的、僵化的自动化设备与人工检测流程。这一趋势不仅体现了技术的成熟，更揭示了工业智能化从“可用”向“好用”、“必用”进化的关键转折点。

以振华重工在狮子洋通道钢桥项目中的实践为例，传统的气保焊工艺长期面临事后返修成本高昂的痛点。以往，焊接质量依赖人工抽检或事后无损检测，一旦发现缺陷，往往需要大面积返工，既浪费材料又延误工期。

振华重工的创新之处在于，采集了焊接过程中电压、电流、气体流量以及熔池形貌等多模态数据。这些数据构成了大模型的“感官系统”，用于训练模型识别实时的焊接缺陷。通过多模态大模型，系统能够在焊接发生的瞬间判断质量状态，从而实现“焊中缺陷AI识别”。

这一应用预计在今年底正式投入一线。其核心价值在于将质量控制从“事后补救”前置为“事中干预”。这不仅大幅降低了返修率，更提升了大型钢结构项目的交付效率与安全性。对于像振华重工这样的重工巨头而言，这种基于实时多模态数据的AI决策能力，是传统自动化设备无法企及的。

在电子制造领域，灵活性与效率是竞争的核心。国内知名家电及电子产业基础设施提供商面临着严峻挑战：电路板密布上万个元器件，每次切换新型号，产线必须停止，由编程工程师进行数小时的画框、参数设置与算法调试。这种僵化的流程严重制约了敏捷生产的需求。

识渊科技提供的原生AI方案解决了这一难题。与以往给检测设备加塞AI不同，该方案底层拥有自研基座模型和AI基建，上层则是以任务为导向的通用封装算子。这种架构使得AI能够自主学会判断，而非依赖死板的规则框定。

实战数据显示，该方案将换线调机时间缩短至最少仅55秒，节省了一名编程工程师的人力成本。更重要的是，原先需要2至3名人工目检复判人员的产线，现在只需1人即可管控3条产线，总体效率提升数十倍。这不仅是国产替代，更是通过技术重构实现了国产超越，被行业称为工业质检迎来“iPhone时刻”。

AI的价值不仅局限于生产现场，更延伸至研发与生产准备端。上海在2023年8月率先出台“加快推动‘AI+制造’发展的实施方案”，目标是用3年时间推动3000家制造业企业实现智能化应用。这一政策导向激发了市场的巨大活力。

在央企研发端，羚数智能旗下的“百工”大模型已稳定服务于港机、造船及电气装备巨头。面对成百上千张、种类繁多的超高压变电设备图纸，传统审图模式面临人员短缺、交付延期及质量风险。智能体通过识别解析图纸参数，精细验证图纸间的勾稽关系，有效解决了绘图量大、审图难的问题。

在生产准备端，黑湖科技的图纸工艺解析智能体和报价智能体已实现商业化落地。依托近万家工厂的通用经验，这些智能体能够贴合各工厂的设备与工艺特点，实现“千厂千面”。89%的反馈显示，企业敢于承接以前因风险过高而不敢接的单子，极大地拓展了业务边界。

在生产端，AI的应用表现得更为强劲，尤其是在数据稀缺的行业。华院计算在焦化行业应用的工业级智能体，帮助宝武钢铁、柳钢集团等企业实现了“智能配煤”。

通常情况下，大模型训练需要5万至10万量级的有效数据。然而，配煤行业能获得的样本仅有2000条左右。面对这一极端的数据稀缺环境，华院计算采用了“非线性期望的小样本学习算法框架”。通过输入少量知识，让AI具备举一反三的能力，最终将焦炭关键质量指标的预测误差控制在2%以内。

单家企业因此年降本达数千万元。这一案例证明，通过算法创新弥补数据不足，是工业AI落地的重要路径。AI不再是数据的奴隶，而是能在小样本环境下发挥“学霸”潜能的决策者。

在全球某顶级车企的上海工厂，微亿智造的检修机器人展示了具身智能的另一种形态。该机器人负责车身大型压铸件的外观全流程检测与打磨。

其核心竞争力在于“不用带教”和“能揽更多活”。依托“物理AI大脑”，机器人能自主规划最优检测路径，面对不同型号压铸件无需重新调试，大幅压缩车型切换时间，并实现重大安全缺陷零漏检。更关键的是，机器人不仅发现问题，还能直接执行修正打磨工序。

这种从识别、判断到执行的闭环能力，标志着工业机器人从“自动化执行”向“智能化决策”的跨越。它不再仅仅是机械手臂的延伸，而是具备感知与行动能力的智能体。

上海“AI+制造”的蓬勃发展，离不开政府与产业生态的有力托举。在政府引导下，联通承建了面向离散制造行业的“AI+制造”工业智算云服务平台，提供算力租赁、模型超市及工具支持。库帕思则打造了“通专融合”工具链，汇聚工业语料，解决数据源头问题。

上海市经信委遴选44家专业服务商，推动组团式服务，并鼓励先行企业编制场景指南。首批12个建设指南的发布，为行业提供了标准化参考。上海市工业互联网协会通过“追光社”沙龙，促进技术爱好者与企业间的交流，甚至帮助某航天企业避免了百万元的无效投入，起到了纠偏作用。

此外，协会每两个月发布的“工赋·上海AI+制造需求调查报告”，直面机床热稳定性、离散制造插单困局等一线痛点，推动“揭榜挂帅”。

上海模式的独特之处在于，它为看得到的结果买单、为价值付费。这种共识成为制造业客户与AI原生企业间合作的基石。AI入魂，不仅让制造重生，更构建了一个高效、务实、共赢的产业生态系统。