“数字化×AI”双翼并举! 第十一届智能制造与数字化创新论坛圆满举办
当AI点亮制造,数字化加速更迭,工艺革新不断颠覆想象,智造价值被重新定义。
10月24日,由广州明珞装备股份有限公司主办的2025明珞数字制造科技节暨第十一届智能制造与数字化创新论坛,以“数字化×AI,开启数智新程”为主题,在广州市黄埔区明珞数字制造与工业互联网全球总部盛大启幕。
广州开发区管委会常务副主任、黄埔区区长冼银崧、广州市工业和信息化局(市管)一级调研员粟新辉、广州开发区党工委委员、管委会秘书长陈超等领导出席本次论坛。
本次论坛立足全球智能制造业变革前沿,汇集来自全球顶尖的汽车企业、智能制造生态链企业以及知名的技术精英、行业专家近500余人参会,聚焦焦智能制造、人工智能、数字制造、绿色制造、创新工艺五大板块,共同探讨新发展格局下制造业转型升级、高价值落地解决方案,共同促进智能制造行业高质量蓬勃发展。
会议期间,由智能制造“政、产、研、用”各领域的领军代表共同发起的“新质生产力共同体”首发阵容签约。共同体旨在通过紧密协作,共同探索并落地新质生产力在具体产业场景中的应用,为中国制造业的转型升级注入新动能。
会场外同步举办了智能制造与数字化技术展,全方位展示智能制造最新产品与关键技术,搭建高效对接与合作平台。
生态协同:强强联手共建新质生产力共同体
党的二十届四中全会提出,构建以先进制造业为骨干的现代化产业体系。当前,广州正全力以赴地推进新型工业化,拥抱数字化与人工智能带来的历史机遇。广州市工业和信息化局一级调研员粟新辉在致辞中表示,广州坚持“产业第一、制造业立市”,正加快建设“12218”现代化产业体系,以“四化”赋能专项行动为抓手,在智能制造赛道上跑出新速度、干出新成效。他表示,本次论坛汇集了行业的权威与前沿的力量,期待大家畅所欲言、凝聚共识,为广州的智能制造发展建言献策,共同书写新型工业化的新篇章。
广州开发区党工委委员、管委会秘书长陈超在大会致辞中表示,明珞是“中小企业能办大事”的典范。广州开发区、黄埔区是一片创新的热带雨林,广州开发区作为全国第一批经开区,经过40年的发展,已经拥有了无可比拟的产业优势,形成了5个千亿级产业、3个百亿级产业,这其中就包括了明珞装备领衔发展的智能装备产业。欢迎企业家、新老朋友一起到黄埔探索新的发展机遇。
在探索数字制造、智能制造的创新之路上,明珞坚持自主创新,在数智融合的道路上不断创新实践。本次论坛的主办方代表、明珞装备董事长兼首席执行官姚维兵在致辞中表示,明珞近几年产品和业务发展一直处在快速增长阶段。在产品方面,明珞去年发布的“魔幻岛”智能排产和自动调度系统今年逐步落地,明珞研制的研磨机能够有效节省焊装生产线的耗材消耗和使用运维成本,市场占有率位居前三,明年销量有望突破1万台;在创新方面,明珞的工业数据和产线资产运营服务,已经应用于多家行业龙头企业产线;出海方面,明珞海外业务占比超过90%。姚维兵表示,希望未来与国内外供应商形成更广泛的合作,共同建设更加完善的生态体系。
产业重塑:AI推动汽车制造迈向智能化
在汽车工业的实践中,AI已超越概念阶段,正深度融入从工艺设计到生产运营的全链条,通过优化生产逻辑与决策,驱动制造业向高效、智慧的“新工业”范式演进。围绕“数字制造、人工智能”子议题,与会专家展示了AI技术在生产现场的落地实践。
明珞美国子公司总经理周雷在《明珞岛式生产+自动上下料,面向未来的智慧工厂》主题分享中,详细介绍了明珞“创新的“岛式生产”理念以及模块化布局实现极致的柔性制造,同时,结合自动上下料系统与智能物流调度,同步赋能人机协同与无人化生产的平衡。在分享过程中,周雷还强调了智能排程优化交互系统在优化生产调度中的关键作用,以及自动物流系统(如AGV和视觉抓取)在随机分配物料方面的必要性。此外,他还展示了明珞MISP智能数据服务平台的效能管理和能源管理模块,通过实时数据监控实现预防性维护和能效优化,为与会观众描绘出一个高效、柔性、绿色的未来智慧工厂范本。
周雷表示:“一直以来,明珞专注于高价值赋能,我们通过不断探索数智制造新产品、新技术、新模式和新理念,助力装备制造业实现效率和价值的提升。未来,我们还将继续从“价值”出发,持续构建面向未来的高效、绿色、智能制造体系,为全球汽车产业的数字化升级提供高价值解决方案。”
北京航空航天大学国际前沿交叉科学研究院院长陶飞教授带来了《多品种变批量产品数字孪生车间智造关键技术及应用》的主题分享。陶飞表示,当下汽车产业正在经历AI和数字化带来的第三次革命。汽车生产领域有两个难题待解,一是,面对不确定需求,车间需要快速解决高频次换产的要素配置;二是,当需求确定后需要动态调控车间生产。数字化时代,数字孪生将助力解决这些问题。他希望新能源汽车产业形成数字孪生或智能制造的标准,推动数字孪生与汽车工业结合,解决汽车工业面临的换产耗时长、质量波动大、共线产能低等问题。
理想汽车制造工程集成管理总监刘青磊在《理想汽车的智能新工业实践与未来展望》的主题演讲中,概述了理想汽车的智能制造整体架构,涵盖系统层、应用层和设备层。他详细介绍了理想汽车的智能工艺开发实践,如通过数据驱动自动生成工艺文件(BOP)和工艺参数智能推荐,使工艺规划效率提升60%。在智能产线开发方面,他提到通过预集成和预调试,将现场安装时间大幅缩短。在智能生产运营中,理想汽车应用视觉技术进行质量检测,并构建数字孪生系统实现虚实共生。刘青磊总结道,理想汽车注重全局、开放和迭代,以推动智能制造闭环形成。
重庆长安汽车副总工程师常永生带来《长安汽车数智制造实践》的主题分享,介绍了长安汽车的数字化转型策略,基于“云-网-台-景”架构,公司层面提供能力支撑,业务端聚焦场景价值兑现。他指出,业务标准化和细化是智能化的基础,数字化技术反而对业务认知提出了更高要求。常永生介绍了长安汽车通过数字化建模和“四环八步”业务方法,实现设备状态实时监控和预测性维护,显著减少异常停歇,提升生产效率并降低成本。他总结道,长安汽车遵循简单直接和低成本原则,推动数字化工具在制造中的规模化应用。
打造“智能工厂”有赖于技术、管理、数据和人才深度融合。德勤中国董事会成员、战略增长业务主管合伙人周令坤在《Smart-X 智能科技提升企业盈利能力》主题分享中指出,当前全球汽车行业面临盈利压力,2024年行业利润为4.3%,低于工业企业平均水平。他提出,“智能工厂”应超越技术堆砌,实现技术、管理、数据和人才的深度融合,通过数据驱动流程和决策,改善交付效率、成本控制和市场响应速度。他举例数字孪生工厂的“双向控制”和“同步工程”,能显著缩短交付时间并优化成本。周令坤展望2040年的去管理化智能化工厂,认为中国企业将在全球智能制造中发挥更重要作用。
绿色转型:数智化改造赋能可持续发展
AI赋能“绿色制造”的实现路径,正从末端治理转向全生命周期的数据驱动。围绕“数字制造、绿色制造”子议题,与会嘉宾探讨了如何利用工业数据与AI实现产线健康管理和能效提升,并展示了虚拟孪生技术在构建开放数据生态、驱动绿色创新中的应用。
产线的健康是制造业高质量发展的基石,明珞工业数据与服务事业部总经理左志军在《IDS+AI助力产线高质量健康管理》的主题分享中,系统介绍了明珞IDS工业大数据服务业务板块如何通过AI技术实现产线全生命周期健康管理,将工业数据转化为制造效益提升的实际价值。明珞基于自研的MISP智能数据服务平台对高价值工业数据进行挖掘、分析诊断,为制造企业提供专业的改善建议和高效的工业服务。在资产管理、效能管理、运维管理、质量管理、能耗管理、运行管理六大高价值功能模块赋能,帮助制造企业实现制造效率、成本、质量的差异化竞争力价值。
中国移动集团有限公司政企事业部工业制造行业部副总经理杨鹏在《“三个深度融合”引领高质量AI+新型工业化》主题分享中阐述道,人类社会全面迈向了AI新时代,逐步呈现了三个加速融合的特征趋势,即数智技术和实体经济加速融合、物理世界和数字世界的加速融合、碳基生命和硅基生命的加速融合。在新型工业化领域,“三大融合”也正在引领“AI+新型工业化”的高质量发展,包括能量和信息的深度融合、虚拟现实的深度融合、碳基硅基的深度融合。
在汽车制造领域,人工智能的深入应用推动着汽车产业不断提质升级。华为制造与大企业军团车辆装备解决方案总监邱真带来主题分享《AI助力,建设车辆装备行业新质生产力》。他指出,“数据+AI”将服务车辆装备行业智能化转型。华为作为一家强研发属性的制造企业,根据自身数字化转型与智能制造的实践经验,联合业务合作伙伴打造研发和制造等领域的智能化解决方案,助力车企智能转型升级。
汽车产业链长、覆盖面广、带动性强,需要构建汽车产业开放数据生态,形成可持续发展。西门子(中国)有限公司数字化工业集团汽车行业技术总监丁少华带来主题分享《西门子可持续发展与构建汽车产业开放数据生态》,谈到了西门子可持续发展与构建汽车产业开放数据生态,介绍了近年来可持续发展领域主要的国际政策,例如碳边境调节机制法案、电池护照、数字产品护照等,同时介绍了西门子西碳迹解决方案及Catena-X数据接口方案。
达索系统大中华区工业装备行业高级总监司现锋分享了《虚拟孪生技术发展及在装备制造行业的应用》。他梳理了虚拟孪生技术的发展现状,及支持虚拟孪生技术发展的工业软件的技术发展历程,及最新数字化工业软件平台,展示了达索3D体验平台在医疗、建筑、汽车制造等领域的创新实践,并指出基于云端的协同平台将深刻改变全球研发与制造模式。
作为生产性服务业链主企业的罗克韦尔,基于多年行业积累,以创新的IT、OT融合端到端的能力,助力汽车产业绿色数智化发展。罗克韦尔自动化(中国)有限公司智能制造创新研究院院长李栋带来了《绿色数智化驱动制造业跨界升维》主题分享,探讨了绿色数智化驱动制造业跨界升维。他指出,绿色数智化是制造业跨界升维的核心动力。融合绿色技术与数字智能,打通产业链壁垒,优化资源配置与卓业创新,助力企业突破传统生产边界,拓展智能制造、跨界协同等新场景,实现效率、环保与价值的跨界升维。
降本增效:要素优化助力提升核心竞争力
面对当前产业转型问题与全球化挑战,与会专家为制造业,尤其是面临“出海”和“降本”压力的企业提供了方法论及解题之道。围绕“出海协同、降本增效”子议题,与会专家的主旨分享,涵盖了通用机器人技术、非标制造的标准化运营、供应链以及跨学科工程设计平台在提升效率、保障供应链韧性与协同方面的解决方案。
在汽车制造的领域,通用机器人是不可或缺的重要助手。梅卡曼德-联合创始人兼业务副总裁付翱带来《通用机器人“眼脑手”,赋能汽车行业智能制造》的主题分享。通过高精度3D相机+AI算法&软件平台+灵巧手的具身智能“眼脑手”标准产品及通用组件,如何为机器人构建“感知-决策-执行”全栈闭环AI能力。在汽车行业实现跨场景、大规模落地,广泛应用于汽车零部件生产、组装装配,以及冲压、一体化压铸、焊装、电池、总装、质检等汽车制造全流程工艺段。
易盼软件(上海)有限公司(Eplan)大中华区副总裁吴爱国带来主题分享《Eplan助力汽车工业数字化转型》。他认为,制造企业进入数字化转型关键阶段,用户需要打造机电一体化“大集成”的数字化平台为支撑的数字化工厂,这就需要企业具备跨学科的流程规划能力。易盼软件的全价值链理念为制造业提供了从工程设计到加工制造及系统产品的全方位解决方案,帮助客户实现高效创新及价值最大化。
汽车产业绿色、合规、可持续发展要求持续提升,数字化与AI技术手段将有效提升新能源汽车供应链的韧性与竞争力。广域铭岛数字科技有限公司华南负责人陈海波带来《新能源汽车供应链数字化建设》的主题分享。当前,国际形势复杂多变,汽车产业绿色、合规、可持续发展要求持续提升,汽车行业供应链管理面临前所未有的机遇和挑战,数据互联、透明可信正成为汽车产业数字化转型、实现高质量发展的关键。陈海波通过案例的分享,解析供应链企业如何通过数字化、AI技术提质增效,增强企业运营能力和核心竞争力,实现企业高质量发展。
圆桌论坛1:人工智能与数字化工业实践
在论坛上午的圆桌论坛上,由明珞装备董事长兼首席执行官姚维兵主持,重庆长安汽车副总工程师常永生、小鹏汽车制造工艺规划专家李刚、比亚迪股份有限公司工艺总监卢礼兵、华为制造与大企业军团车辆装备解决方案总监邱真共同探讨了人工智能与数字化在工业领域的实践,从“试点”到“扩面”的挑战与路径。对话嘉宾认为,AI与业务场景深度融合,面临组织、泛化、数据可信等方面的挑战。他们建议,构建标准化场景,推动跨专业协同,分阶段推进AI落地。
主持人(姚维兵):在各位的企业里,AI正在做的最新应用是什么?下一步希望利用AI技术开展哪一个方向的深度探索?
常永生(长安汽车):我们应用的重点是视觉相关,比如质量检测、精准测量和机器人引导。下一步,我们正探索将大模型技术用于工艺设计自动生成、跨域质量问题的根因挖掘,以及基于历史记录和设备技术文档的故障智能诊断。
卢礼兵(比亚迪):我们从两个维度应用AI。一是信息化数据维度,通过各类系统收集处理数据;二是技术感知维度,借助视觉、力感知、噪音分析等手段,结合AI工具,形成单专业线条的应用架构,再组合成完整的技术AI应用体系。
李刚(小鹏汽车):我们目前聚焦三个方向:第一是AI视觉识别与检测,工厂内大量部署;第二是AI辅助办公,利用大模型学习企业内部海量技术文档,构建企业知识库;第三是生产协同与物流调度,这是当前优先建设的方向。未来,我们希望实现AI模型的泛化,降低使用门槛,并推动不同场景AI应用的融合与闭环控制。
邱真(华为):我们认为最大的变化是AI的“普惠化”。我们为一线产线工人提供了“问道”助手,日活超3000人,帮助他们解决故障和处理质量问题。在质检方面,我们正从“一个场景一个模型”向“万物检测一个大模型”演进,甚至尝试零样本学习,极大降低了AI的应用门槛。
主持人(姚维兵):第二个问题,AI从一个点到一个面的扩散,我们打通“最后一公里”,最迫切的是什么?瓶颈又是什么?
邱真(华为):最普遍的挑战是组织和流程。很多企业成立了拉通性的组织,但公司的AI架构演进路径、业务与IT的配合机制等职责定位尚未完全理顺,这是从点到面的基础。
李刚(小鹏汽车):最大的卡点是模型的“泛化”问题。目前开发的模型针对性太强,换个场景就用不了。推动模型泛化需要系统级建设,但现在往往是制造企业的一个部门,甚至下面的某一个组织去推进,这往往是推不动的。
卢礼兵(比亚迪):我认为有两大瓶颈。一是人才,懂算法的IT人才和懂工艺的业务专家之间存在理解鸿沟。二是落地,从技术到应用隔了很多环节,包括商务流程,以及不同企业间的场景差异化和标准要求,使得一个地方的成果很难复制到另一个地方。
常永生(长安汽车):这需要像汽车工业发展一样,经历一个标准化和分工的过程。首先,需求端要标准化。,行业需要清晰的分工和协同机制,避免各家在个性化点上重复投入,才能实现从点到面的跃迁。
主持人(姚维兵):AI是一个具有研发高风险的技术。产业生态中,大家尽量开发出通用的、有产出的、能落地的AI,从而形成一个有协同的新机制。不同企业在不同的方向聚焦、协同、深耕。
对话嘉宾认为,AI与业务场景深度融合,面临组织、泛化、数据可信等方面的挑战。他们建议,构建标准化场景,推动跨专业协同,分阶段推进AI落地。
圆桌论坛2:共建AI新生态,如何利用数字化技术与AI实现降本增效
在下午举行的圆桌论坛环节,在西门子(中国)有限公司副总裁夏纬的主持下,明珞工业数据与服务事业部总经理左志军、理想汽车制造工程集成管理总监刘青磊、达索系统大中华区工业装备行业高级总监司现锋、梅卡曼德-联合创始人兼业务副总裁付翱围绕《共建AI新生态:如何利用数字化技术与AI实现降本增效》展开热议。嘉宾们强调了“AI+岗位”、“AI+产品”的实施路径,并提出通过功能标准化、部署轻量化和合作灵活化,推动AI技术在中小企业中实现普惠化落地。
主持人(夏纬): 第一个问题,从产品生命周期和供应链管理的视角,有哪些关键环节可以通过数字化和AI实现降本增效?
司现锋(达索系统):降本增效目前主要集中在制造端。AI在文字、图像处理上效果显著,但在工业工艺机理层面的改善,必须回归第一性原理。不能只图效率的提升,而要将工艺机理做到位,这样才能真正提升产品质量和长周期可靠性。
左志军(明珞装备):我们聚焦于“AI+产品”和“AI+岗位”。“AI+产品”是为我们的工业软件融入AI,让功能更便捷、分析更智能;“AI+岗位”是在内部广泛推广AI工具,提升从设计到制造各环节的效率。这两者结合,既能打造差异化产品,也能改变团队的作业模式。
刘青磊(理想汽车):这需要基于实际业务痛点分析。对我们而言,早期是保障质量稳定性和生产一致性,然后开展工艺预警和工艺监控。当前,我们关注如何利用虚拟仿真缩短产线安装调试周期,以及如何通过工艺创新反向驱动产品设计,实现更友好的自动化制造。
付翱(梅卡曼德):我们的切入点是“工艺”。我们从最开始的物流拆码垛,到深入汽车焊装、总装的具体环节,如玻璃安装,核心是深入研究每个生产环节的工艺,将人的经验转化为AI和软件能理解的语言,再将这种能力沉淀到标准产品中,赋能给合作伙伴。
主持人(夏纬):第二个问题,除了ROI(投资回报率)这类硬性指标,还有什么软性指标能让企业觉得投入数字化和AI是值得的?
司现锋(达索系统):“数字化领导力”是一个关键软指标。当企业决策者能够基于全面的数据看板进行管理决策时,企业的战略洞察力和运营效率会完全不同。此外,像数据安全等投入,虽难用财务指标衡量,但却是企业稳健发展的基石。
左志军(明珞装备):财务指标是中长期目标。AI技术则是一个在不断快速变化、不断成长的过程。我们通过AI+岗位、AI+产品,鼓励大家不断融入AI。AI作为一种工具,改变了团队的文化。我们相信这个方向,并愿意在过程中持续投入,而不仅以短期财务回报为唯一准绳。
刘青磊(理想汽车):我们会从三个维度判断:第一,对QCD(质量、成本、交付)核心指标的贡献度;第二,是否是未来的“门槛技术”,即使当前QCD不高也必须布局;第三,是否是“首发技术”,如果行业里已经有成熟的数字化技术了,我们就看能否通过生态合作直接应用。
付翱(梅卡曼德):我认为是“相信”。作为技术公司,我们相信技术和数字化能让我们变得更好。在内部全面应用AI,不仅是为了计算回报,更是为了树立一种面向未来的公司文化,让全体员工坚信这个事一定可以做成。
主持人(夏纬): 最后一个问题,如何让数字化和AI技术对中小微企业实现“普惠化”?
付翱(梅卡曼德):核心是降低使用门槛。我们从代码编程到图形化编程,再到探索自然语言交互,就是希望让最终用户像对话一样指挥机器人,使得不具备深厚技术背景的人员也能应用先进技术。
司现锋(达索系统):工业领域的数字化和AI的场景,需要大量的投入,成本相对比较高,需要付费。云端部署是一个重要路径。希望大家共用一个平台,共性的东西能够共用,可以降低成本。
刘青磊(理想汽车):我们通过“开放”来实现普惠。例如,我们的“连山”系统向供应商伙伴开放,并提供“连山盒子”实现本地化部署,保护数据安全。我们在做AI防错的工作,赋能我们所有的供应商伙伴识别在质量培育过程中一些关键环节的缺陷,共同提升产业链水平。
左志军(明珞装备):我们总结为三点:一是“功能标准化”,化繁为简,聚焦核心痛点;二是“部署轻量化”,力求一键部署、快速上线;三是“合作灵活化”,采用共创共享等多种模式,适应中小企业的实际需求。
“数字化✖AI 开启数智新程”,明珞第十一届智能制造与数字化创新论坛通过主题演讲、圆桌对话、技术展览等多形式,搭建了产业链协同创新平台,通过智能制造产业链技术精英和行业专家的深度分享与探讨,全方位展示了智能制造领域的最新成果和场景应用,为汽车制造业数智化转型提供了实践范本与发展方向。















