5月30日，由中國機械工業聯合會、工業和信息化部裝備工業發展中心聯合主辦的首屆裝備強國論壇召開，本次論壇聚焦“扎實推進新型工業化 加快建設裝備強國”主題。記者從論壇上獲悉，當前我國裝備工業高質量發展成效顯著，創新能力顯著增強、高端產品顯著增多、智能化水平顯著提升，有力地推動了實體經濟的發展。

與會專家表示，在新一代人工智能與先進制造技術深度融合趨勢下，智能裝備發展已成為加快推進新型工業化、塑造產業核心競爭力的關鍵。同時，也面臨不少挑戰，“在智能制造方面，有些技術概念雖熱，但車間應用深度不足；有些應用場景雖能開展試點，卻難以復制與推廣”。

記者 李嬡嬡

量質齊升

我國裝備制造業“壓艙石”作用顯著，產業規模連續多年穩居全球第一。同時，重點領域實現跨越式發展、高端裝備數智化加速推進、優質企業深度參與全球競爭。

工信部數據顯示，今年一季度，我國裝備工業開局良好，呈現“生產穩、投資升、出口強”三大特點。一季度，裝備工業增加值同比增長6.2%，對工業增長的貢獻率達到19.4%。

量的增長之外，質的提升同樣顯著。

具體來看：創新能力持續增強，例如全球首款侵入式腦機接口醫療器械獲批上市，填補世界臨床空白；高端產品持續增多，例如第二艘國產大型郵輪“愛達·花城號”順利出塢；智能化水平持續提升，裝備工業已建成197家卓越級智能工廠，推動產品不良率平均下降48.4%。

尤其是重大技術裝備整體水平實現跨越式提升。工信部裝備工業發展中心主任瞿國春介紹，經過十年發展，我國高端裝備產業“跟跑在提速、并跑逐步增多、領跑加速涌現”，其產業規模占裝備制造業總體規模超過六成，同時國際競爭力顯著提升。

其中，智能網聯新能源汽車、軌道交通裝備、電力裝備、信息通信設備、新能源裝備、航天裝備、高技術船舶已處于世界領先水平；工業母機、農機裝備、航空裝備、機器人、醫療裝備、儀器儀表、半導體設備等領域仍存在差距。

新一代智能制造加速發展

人工智能與制造業的深度融合催化智能制造升級，它既是支撐上述發展成效的重要驅動力，也是推進新型工業化、培育新質生產力、搶占新一輪工業革命制高點的核心引擎。

國家制造強國建設戰略咨詢委員會副主任、國家智能制造專家委員會主任蘇波在論壇上表示，當前，“新一代”人工智能加速突破，智能制造正在進入由自動化向自主化躍升的新階段。

在蘇波看來，所謂“新一代”的“新”關鍵在于自主化，新一代人工智能正從通用大模型走向行業大模型、工業智能體、具身智能，其與先進制造技術的深度融合，形成新一代智能制造技術。

未來，產品研發將更多依托虛擬仿真、生成式設計和數字孿生，縮短研制周期，降低試錯成本；生產制造將加快形成“感知-決策-執行-反饋”閉環，推動裝備和生產線由剛性自動化走向柔性重構、協同優化；工廠運營將依托工廠操作系統、工業軟件、工業互聯網和算力設施實現全流程貫通，帶動質量管控、供應鏈協同、能耗管理和資源配置整體提升。

有專家表示，過去十年，我國推進智能制造發展重點在于生產環節；未來十年，發展新一代智能制造就是要培育研發新一代智能裝備和產品，加強軟硬件適配，著力補齊工業智能底層技術短板，分類推進重點行業數智化轉型，形成一批新模式、新業態，促進產業體系實現整體躍升。

在推進新一代智能制造的主要目標方面，蘇波表示，力爭到2030年，規模以上制造業企業基本普及數字化、網絡化制造，新一代智能制造創新攻關取得階段性進展；力爭到2035年，規模以上制造業企業基本普及數字化、網絡化、智能化制造，新一代智能制造技術應用走在世界前列。

中國機械工業聯合會副會長羅俊杰表示，面對新形勢、新要求，中國機械工業聯合會正組織行業力量編制機械工業“十五五”規劃，目前該規劃處于修改完善階段，后續將正式發布。

仍面臨現實堵點

在產業穩步向好、智能制造加速落地的同時，行業發展仍存在不少現實堵點。

在蘇波看來，“有些技術概念雖熱，但車間應用深度不足；有些應用場景雖能開展試點，卻難以復制與推廣；有些企業雖有轉型意愿，卻不會轉、轉不起、不敢轉。”蘇波認為，其深層原因在于工業知識積累不夠系統，工業數據仍較為分散，軟件、模型與裝備之間尚未真正打通，關鍵核心技術和高端供給依然存在短板。

與會專家認為，通用大模型進入裝備領域，將推動裝備智能實現顛覆性發展。

中國電子科技集團有限公司電子科學研究院集團專家畢嚴先表示，當前通用大模型泛化能力，主要是依賴互聯網已有的海量數據的訓練。未來，若要把大模型的能力移植到裝備領域，將高度依賴于具體場景下的高質量數據集，而具體場景的數據質量，是當下面臨的關鍵瓶頸。

“模型泛化能力不足的根本原因在于缺乏細分領域多場景高質量數據的訓練，這將是未來需要重點突破的問題。”畢嚴先說。

北京唯邁醫療科技股份有限公司首席技術官解菁表示，當前手術機器人泛化面臨的最迫切問題，在于訓練場景下的數據嚴重不足，醫療場景對數據質量要求極高，專家數據須由專業醫生在真實手術中產生，其獲取難度遠大于工業或消費機器人場景。而現有模型多為數據驅動型，缺乏高質量數據，模型效果難以保證。

此外，醫療機器人場景下也缺乏較為完善的仿真訓練平臺。解菁表示，希望構建一個更具泛化能力的具身智能場景，使手術機器人具備深度思考能力。

專家認為，智能裝備將迎來跨越發展的歷史性機遇，“十五五”期間必須搶抓機遇，推進新一代人工智能賦能裝備制造業發展，實現中國裝備從“數字一代”向“智能一代”的躍升。