領跑“AI+制造”新競速 上海“工業老師傅”含金量大增

據預測，到2035年全球工業智能化市場規模將突破3.5萬億元。一場關于制造業底層邏輯的重寫，正在全球競速上演。

在這場制造業“規則重塑”的競賽中，中國將如何定義自己的比較優勢？作為中國參與國際競爭的重要一極，上海又將如何爭奪局部先發優勢，甚至成為領跑者？

7月17日，WAIC2026“‘模數同頻智造共振’中國聯通AI賦能新型工業化發展論壇”上，上海正式發布“上海市推進‘AI+制造’”發展最新成果”，系統介紹上海從智能要素供給、培育樣板企業、推動行業應用、培育活躍生態等方面的成效，實現從“點”的突破，到“鏈”的貫通，再到“面”的生態。

與此同時，為推動制造業中“工業老師傅”的經驗轉化為機器可讀的數據并產生新知識，上海以“模數共振”為契機，相關制造企業已正在或籌備開展相關探索。其中，上海電氣圍繞部件裝配，振華重工圍繞自動化氣體保護焊相關缺陷判定，外高橋造船圍繞船舶設計校審，上海核工院圍繞核電工程經驗反饋，上汽通用動力圍繞人機協作等老師傅經驗密集的場景率先開展探索。

下一步，上海將積極推動試點，梳理一批具備高可靠、高復雜特征的重點場景，推動FDE現場實施，爭取盡快形成一套低成本、可執行、可復制的老師傅經驗數據建設路徑，并打造一批基于老師傅經驗數據集的高價值場景建設成果。

據WAIC期間發布的《上海市進一步推動“AI+制造”發展的若干措施》，上海將支持圍繞“老師傅”經驗數據的治理梳理方法論、研發開源工具鏈等。本次論壇上，制造企業和服務商聯動的“工業老師傅”經驗數據集共建也同步啟動。

造樣板：讓“有用的AI”形成示范

根據黃仁勛的觀點，“有用的AI時代”已經到來，AI不再是實驗性的，而是進入了生產階段。而上海正在力推的，正是搭建“有用的AI”的樣板間。

“在高端裝備制造領域，重型鋼結構核心構件的焊接質量直接關系到重大工程的本質安全，但傳統質檢長期依賴事后無損檢測，反饋滯后、返修成本高昂。”振華重工首席數字官趙子健說，傳統的焊接領域已迫不及待呼吁AI的助力。

為了填補這塊行業空白，振華重工在鋼橋項目板單元氣體保護焊焊接中采集了海量多模態數據，并建設焊接缺陷分析高質量數據集、打造焊接缺陷智能識別能力。如今經過大小模型通專結合的反復調校，氣孔、咬邊、未焊透缺陷的識別準確率已達到98%以上。

類似的攻堅，正在上海多個頭部鏈主企業的車間里展開。

外高橋造船介紹，為破解國際公約檢索效率低、規范跨版本合規設計適配難、返修意見分析依賴老師傅經驗等痛點難點，公司研發出“AI研發設計助手”，正推動船東船檢意見分析從“被動應答”走向“智能輔助”。英眾科技戰略部首席科學家路昊介紹，作為專注AI PC研發生產的樣板企業，企業在打包環節引入具身智能機械臂，效率較人工提升100%；同時計劃在生產管理上采用“大模型統籌+智能體協同+小模型執行”的三層架構，讓“老師傅”的經驗得以數字化沉淀。此外，在上海電氣旗下的上海汽輪機廠，試點葉片工藝生成智能體，通過三維模型特征提取和工藝語料學習，自動生成零部件的工序、動作序列和關鍵參數，將設計周期由30天縮短至14天。

這些案例并非孤立生長，其背后有著一整套系統性的政策設計在托底。

上海市經信委培育首批10家“AI+制造”樣板企業，分別聚焦標志性全流程智能轉型、標志性智能產線和標志性智能產品進行突破。

三條路徑看似分頭突破，實則都指向同一個目的：讓龍頭企業蹚出來的經驗,能被行業里更多同類企業復制、遷移，而不是變成“一家一策“的孤本。此外，上海圍繞工業模型、語料、具身智能、智算平臺等領域培育44家“AI+制造”專業服務商，強化工業AI的技術和解決方案供給能力。

目前，圍繞包含“樣板企業”在內的“鏈主”及“AI+制造”服務商，經信委已提煉50項計劃應用AI技術的場景需求并對外發布，加強供需對接；形成兩批共30篇場景建設指南，覆蓋制造全環節和十大重點制造領域，破解企業數智化轉型“不會轉”困局；編制形成“制造企業人工智能應用成熟度評估指引”，提煉形成45個共性示范智能化場景及其建設要求，同時考量企業智能要素、AI安全等基礎，填補制造業應用AI專項能力的評估標準空白，解決企業不知“從何轉起”的困惑。

通過上述努力，上海市力圖讓優質制造企業和服務商在車間里的一個個具體解法，匯聚成一張可供全行業按圖索驥的場景地圖。

筑底座：建設工業AI的“公共服務體系”

樣板企業能率先突圍,離不開背后一整套智能要素供給體系的支撐——這恰恰是制造業AI落地區別于其他行業應用AI的關鍵難點：數據分散、格式龐雜且往往涉及行業“Know-How”,數據難以規模化共享，且算力和模型大都需要私有化部署。

面對這道門檻，上海摒棄了讓企業各自摸索、重復造輪子的做法，而是先把最耗成本、最不該重復投入的語料、算力這些“水電煤”式的基礎要素整合起來，搭成公共平臺。

“以前很多制造企業根本不清楚什么是‘模型可用數據’，信息化建設滿足的是人工辦公需求，不是AI訓練標準”庫帕思語料運營總監鄧思文說，為此,在上海市經信委的推動指導下，庫帕思打造工業語料公共服務平臺，采用“三層同心圓”邏輯：最外層是全行業通用的通識數據，由平臺統一供給；中間層是占比約八成的行業共性數據，避免企業重復投入；最內層則是企業專屬的核心工藝數據，通過本地化部署、駐場服務的方式,確保數據AI Ready。截至目前，該平臺已匯聚百TB級通專語料，服務電氣、華力等十余家重點制造企業。

與之呼應，中國聯通旗下工業智算云平臺聚焦離散制造與中小企業，依托萬卡級算力集群與“算力+語料+模型+工具+智能體”全棧服務體系，聯合羚數、帆軟等20余家廠商上架工業圖紙信息分析等智能體30余款。

有了地基,接下來要闖的是模型能力關。在垂直技術攻堅的另一端，華院計算技術副總裁余炯提到一個反差鮮明的案例：鋼鐵行業訓練樣本普遍不足,傳統模型需要五萬到十萬條樣本才能起效，而他們自研的小樣本算法只需400至2000條即可實現高精度配比,在某鋼鐵企業的落地項目中，每年能為企業節約3000萬至6000萬元成本。

松應科技則從另一維度補上了工業智能體訓練的“最后一公里”，其物理AI仿真系統可精準模擬重力、摩擦力、碰撞等真實物理規律，讓機器人在虛擬環境中大規模并行試錯，僅用50條基礎數據、30分鐘仿真訓練，機械臂作業成功率就能突破九成，部署到真實產線的成功率高達95%至99%。

不只是點上突破，圍繞這些技術底座，上海已面向語料、智算云、模型平臺、智能體、具身智能5個方向遴選44家專業服務商,并聯合專業服務商、制造企業等結合真實場景建設經驗編制“一場景一指引”。其中，首批12篇場景建設指南已于今年1月發布,覆蓋汽車、鋼鐵、高端裝備等行業,第二批18篇也將于今年人工智能大會期間亮相。

上海工業數字化研究院深度參與場景建設指南的編制，其院長陳廷炯說，對于整個“AI+制造”生態而言，“一場景一指引”的意義在于搭建起一整套普惠的指引體系，讓每一家想轉型的制造企業，都不必從零開始試錯，而可以站在場景建設指南這一行業最佳實踐的基礎上，探索自己的個性化AI應用轉型路徑。

立標尺：從單點破題走向生態雨林

技術和要素齊備之后,真正的挑戰往往在于如何找到自己的轉型坐標。

“當下企業轉型的核心變化,是從‘為系統架構買單’轉向‘為實際效果買單’”上海市工業互聯網協會秘書長王旭琴說。

這也是上海正在編制的《上海市制造企業人工智能應用成熟度評估指引》著力聚焦的問題。記者了解到，目前，針對企業普遍存在的“不敢轉、不會轉、轉不好”困境，指引圍繞研發設計、生產制造、供應鏈管理、經營管理與服務四大環節提煉出45個應用場景清單及其建設成效要求,再從智能要素、AI安全兩個維度衡量企業基礎能力,最終將企業映射至L1輔助感知級到L4自主優化級的四級評估體系,幫助企業既能看清自己所處階段,也能看到下一步該往哪走。

與之配套，一攬子進一步推動“AI+制造”發展的“若干措施”，緊貼工業AI產業發展及制造業數智化轉型所需，從工業智能體應用、高價值鏈式場景建設、工業“老師傅”數據治理等13條舉措入手，強化工業AI供給能力及制造業融合應用內驅力。

政策與標準是骨架，行業協會扮演的則是疏通毛細血管的角色。“制造企業有需求找不到方案，服務商有技術缺真實產線場景。”王旭琴說，協會每年12月編制發布行業白皮書，每一到兩個月輸出一期一線需求調研報告，積極推動傳統企業與AI原生企業雙向奔赴。

如果說企業要找的是自己的轉型坐標，那么一座城市要想清楚的，是自己在全國、全球產業版圖里的坐標。在上海工業數字化研究院院長陳廷炯看來：“上海人工智能產業的核心優勢之一就是場景應用落地,上海是全國AI應用最活躍、資源聚集度最高的城市。”

多項舉措也印證著這種判斷：自去年8月《上海市加快推動“AI+制造”發展的實施方案》正式印發以來，已完成三輪資金支持、落地示范場景60余個；根據方案設定的三年目標，上海力爭推動3000家制造業企業實現智能化應用，打造10個行業標桿模型、100個標桿智能產品、100個示范應用場景。

“AI+制造”的競速剛剛開始，上海正在用行動證明，不僅要參與這場變革，更希望成為新規則的書寫者之一。