说到人工智能，我们会马上想到那些已经很熟悉的生成式AI工具。从问问题，到生成设计图，再到现在经常刷到的AI短剧，AI已经出现在工作和生活的许多场景里，并且正变得越来越有趣，也越来越有用。在这背后，是近几年人工智能行业快速发展带来的改变。而一年一度的世界人工智能大会（WAIC），正是观察这一行业的重要窗口。

今年在上海举办的WAIC，展览面积超过10万平方米，来自1100多家企业的3000多项产品集中亮相。走进展区，既能看到大家熟悉的生成式大模型品牌，也能看到人形机器人、智能体、算力设备，以及AI在汽车、能源、制造等行业中的具体应用。其中，一个最近很火的概念——“物理AI”，格外引人注目。

简单来说，物理AI就是让一些传统机器有了“大脑”。汽车、产线设备、焊接机器、工程机械等，不再只是机械地执行预设指令，而是开始具备一定的感知、分析和判断能力，并能协助人类更高效、更准确地完成任务。

不过，物理AI受到关注，其实只是工业级AI加速走向实际应用的一瞥。对于制造企业来说，AI背后牵动的是研发设计、生产制造、设备管理、经营决策等多个环节。企业每天都会产生大量设计文件、生产数据、设备信息和业务经验，这些内容分散在不同系统和流程中。如何让数据流动起来，让AI真正理解工业场景并参与具体工作，才是工业智能化落地的关键。

换句话说，工业AI的价值，不只在于让某一台机器“更聪明”，更在于通过工业互联网能力，把设备、数据、模型和业务流程连接起来，让AI从单点应用走向研发、生产和管理的全流程赋能。

AI+工业设计：让经验驱动的研发，走向智能辅助

在WAIC展馆现场，大型传统企业的身影并不少，中国移动就是其中之一。它们带来的不只是新产品、新平台，也在回答一个更现实的问题：面对日益激烈的市场竞争，大型传统企业如何推动自身业务创新？制造业又该如何通过数字化、智能化继续向前？

过去，企业可能依靠增加投入、扩大规模来换取增长。但当产品更新速度加快、客户需求日益精细、成本压力持续增加，单靠扩大投入已经很难打开新的增长空间。提高研发、验证和经验传承等环节的效率，正在成为制造企业新的竞争力。

中国移动大家并不陌生。此次大会上，其重点展示的工业互联网统一品牌“移动天工”，是中国移动对工业数智化转型的一套系统性思路。从现场来看，移动天工试图把AI、大数据、数字孪生等能力带进制造业。它并非单一模型或一套软件，而是围绕工业网络、数据、AI和行业应用形成的一套工业互联网能力体系，推动AI进入企业研发和生产流程。

以现场展示的某园林工具企业为例，该企业长期面临三个难题：一是历史数据分散，知识复用率不足20%；二是工程师的经验很难标准化传承；三是物理样机验证成本较高。

这些问题在制造企业中并非孤例。很多企业并不缺资料，而是资料太多、太散；也不缺经验，而是经验往往掌握在少数工程师手里。一个新人接手项目，常常要先翻文件、找旧方案、问老同事，再重新做一遍已经有人做过的验证。产品越多、迭代越快，传统研发方式面临的压力也就越明显。针对这些问题，移动天工依托中国移动九天大模型相关能力，为企业搭建研发设计智能体，把设计匹配、三维建模、仿真测试、工艺BOM生成等环节串联起来。

简单来说，当企业接到新的设计任务时，工程师过去往往需要在大量历史文件中查找相似方案，再重新开展建模和验证。引入研发设计智能体后，AI可以帮助工程师从已有资料中匹配相近设计，为方案制定提供参考；在建模和测试环节，还可以通过三维建模与仿真工具，对部分产品参数和性能进行虚拟验证，从而减少重复建模以及不必要的样机制作和测试次数。设计方案确定后，系统还可以辅助生成工艺BOM，为后续生产准备提供基础。

这套解决方案所带来的变化，看起来没有机器人翻跟头那么“炫”，却直接回应了制造企业的实际需求。

尽管AI的能力越来越强，但现阶段它并不能替代工程师。其真正价值，是让工程师少花时间找资料、做重复建模和反复试错，把更多精力放在创新和判断上。过去是人追着资料跑，现在则是知识主动来到工程师面前。

AI+柔性制造：让生产线从“自动化”走向“智能化”

如果说AI+工业设计解决的是“如何更快地把产品设计出来”，那么柔性制造解决的，则是“如何更灵活地把产品生产出来”。

在WAIC中国移动展台中央，一条按照1:5比例微缩展示的AI+柔性制造岛式工作站让人驻足。所谓“柔性”，可以理解为灵活、智能且能够适应定制化需求。在现场，机械臂、夹具库、视觉识别和生产看板被放在同一个场景里，让“工业互联网如何工作”变得直观起来。

根据介绍，这种AI+柔性制造岛式工作站，适用于新能源汽车等需要灵活生产的制造场景。当前新能源汽车市场竞争日益激烈，新车型试制、小批量生产、个性化定制越来越常见。过去，一条生产线往往服务于少数固定产品，换一个车型、换一种工艺，可能就要重新调整设备和夹具，成本高、周期长。如今，市场要求企业既要生产得快，又要切换得快，还要在不同批量、不同工艺之间保持稳定质量。

柔性制造要解决的，正是“品种越来越多、批量越来越小、交付越来越快”之间的矛盾。

岛式工作站与传统固定产线并非简单的替代关系。传统产线更适合产品相对固定、生产规模较大的场景，而岛式工作站的优势主要体现在多品种、小批量和快速换型。现场展示的工作站包含自动上下件、立体夹具库和工艺生产三大核心模块。3D相机可以识别零件的类型、尺寸和位置，再把所需夹具信息传递给机械臂系统；夹具库负责不同产品之间的快速切换；工艺工位则可以在点焊、铆接、螺接、涂胶等流程之间转换。根据现场讲解，这类产线可服务于新车型试制、多品种小批量生产等场景，并具备向其他离散制造行业拓展的可能，还可以根据客户需求配置岛式工作站的具体能力。

但真正让这条产线“聪明”起来的，并不只是机械臂。

移动天工把设备状态、生产节拍、工位产出、能耗、成本和告警信息汇聚到一个综合数据看板上，解决的是生产状态“看得见”的问题。在传统工厂中，许多数据并非不存在，而是分别藏在设备、系统和报表里。根据现场方案介绍，平台可以持续汇聚机器人、滚床、夹具等设备的运行数据，并通过AI分析扭矩、温升、生产节拍等指标变化，辅助识别潜在异常。这为设备管理从“坏了再修”向提前识别风险提供了可能。配合数字孪生系统，管理人员可以在三维场景中定位问题设备，查看关键运行参数。过去需要到现场逐一排查的问题，现在可以先在线上了解情况，再决定如何处理。

更重要的是，这些能力并不只是为一条产线服务。柔性制造真正的价值，在于把“固定生产”变成“按需求调整”。当市场需要更多车型、更小批量、更快交付时，企业可以通过工艺切换、智能排产和数据分析，更快适应变化。

AI真正的价值，是让制造业变得更聪明、更灵活

从研发设计到生产制造，AI正在进入制造业越来越深的环节。它不再只是一个写文案、做图片的工具，而是开始帮助企业调用历史经验、缩短研发周期、监测设备状态、调整生产节奏。

但这也说明，工业AI不是接入一个大模型就能完成的。它需要稳定的网络连接，需要高质量的数据，需要能理解行业知识的模型，也需要把这些能力嵌入真实业务流程的平台。移动天工所体现的，正是这种工业互联网的连接能力：向下连接设备和生产现场，向上承载数据和AI，再把这些能力送到研发、生产、运维等具体环节。

过去，制造企业的竞争更多依靠设备投入、人工经验和规模优势；今天，面对快速变化的市场需求，企业不仅要拥有更先进的设备，也要让数据、知识和生产流程真正连接起来。谁能把沉淀在企业里的经验变成可以调用的能力，谁能把分散在产线上的数据变成实时决策，谁就更有可能在下一轮竞争中跑得更快。

WAIC上的大模型、机器人和物理AI当然足够吸睛，但对制造业而言，真正重要的并不是技术在展台上有多炫，而是它离开展台之后，能不能进入研发中心、生产车间和设备现场，持续创造看得见的价值。

未来，AI竞争的关键，不只是模型有多强，而是谁能让AI更懂产业、更贴近场景，并真正把结果交出来。

#移动天工# #智赋新质 全域焕新#