系统：轨道布局优化、良率波动监测、设备搬入推演，这些原先分散在各环节的生产流程，都可以在同一数字时空内仿真推演，再反哺现实生产执行。同时搭配设备AI监控平台，把过去难以预判的质量风险，转化为可管理、可分析的量化数据。
这是AI赋能高端生产制造的一个切面。今天下午，“临港科创城·场景直通车”举办第二期活动，聚焦“AI大模型与智能体进工厂”主题开展政策解读、专家分享、标杆案例、企业需求发布、技术推介、初创快闪、分组闭门沙龙等多元活动，旨在搭建AI技术供给与制造业真实场景的精准对接桥梁，助力人工智能大模型、智能体技术在工厂场景加速落地应用。
近两年，受益于制造业提效的旺盛需求与大模型技术的快速突破，以AI智能体（AI Agent）为代表的应用，正加速渗透进企业生产全流程。上海兼具AI产业的多模态技术基础与丰富的工业场景优势，用AI重塑生产力，正成为越来越多制造企业的共识。然而，AI走进工厂车间，究竟能干什么、解决工厂哪些实实在在的麻烦？现场分享的一批已落地的真实场景案例，或许能带来一些启示。
在大飞机这样的高端制造领域，AI首先要解决的是“专业可信”的问题。一架涉及成千上万零部件，分属结构、工艺、材料等多个完全不同的专业领域，在制造环节，必须达到高质量制造、数字化协同、精细化管控、高效率策划，对可靠性零容忍。通用大模型擅长聊天问答，但面对航空制造，常常会给出似是而非的错误结论，也存在多场景泛化难、高实时性要求、跨模态协同、高可信输出等痛点，直接拿到产线使用会埋下巨大安全隐患。
针对这一痛点，中国商飞选择自主打造航空制造业专属大模型体系，采用“1个行业通识大模型+ 9个细分专业大模型”的架构，将图纸规范、工艺手册、专家经验、试验数据全部梳理沉淀为高质量训练数据。大模型可根据提问内容自动调度对应领域的专业模型给出答复，从根源上杜绝“答非所问”。如今在生产现场，这套大模型已经深度参与工艺设计、生产制造、质量检验、供应链管理等多个环节。过去工程师要翻阅厚厚的手册、请教多位资深专家才能理清的工艺细节，现在可以快速得到经过行业知识约束的专业答复，省下来的时间便可以去攻克真正的难题。
作为临港本土的车规级功率企业，上海鼎泰匠芯正处在产能快速爬坡阶段。然而，芯片制造工序繁多，设备、物料、良率等数据散落在众多独立系统汇总，以往管理人员要来回切换多个平台，才能拼凑出工厂的完整运行状态，一旦出现异常，发现和处置都会滞后，影响芯片稳定量产。
为此，企业搭建起一套系统，把整座产线“复刻”进数字空间：设备状态、天车轨迹、良率数据全部聚合在同一套系统中，管理者不用奔波车间就能看清全厂运行情况。同时，这套系统还能借助AI辅助决策。比如在新产线扩建前，先在虚拟空间仿真天车轨道最优布局；设备搬入前，提前推演投产方案避免工序拥堵；生产过程中，实时派工系统结合仿真结果自动分配任务，减少设备空转与物料等待，通过可跟踪、可分析的数据，为半导体自主可控量产保驾护航。
作为AI服务商，商汤科技带来的跨行业实践展现了AI改造传统制造与工程领域的更多可能。在其看来，企业引进AI时，往往很容易陷入“先买模型、再找场景”的误区。正确的路径应当是先找准业务痛点，再匹配对应技术能力，最终形成“数据—决策—执行—反馈”的完整闭环。在这个逻辑下，AI上线不是终点，而是持续迭代的起点。
以商汤科技服务的五粮液酿造基地为例，AI解决的是老师傅经验传承的难题。酿酒高度依赖老师傅的手感与经验，人员流动就意味着技术断档。商汤将老师傅的操作经验、工艺判断梳理沉淀为数据资产，搭配多模态大模型与视觉识别小模型，覆盖安全生产监控、操作合规校验、文档智能审核等场景，把只存在于人脑中的隐性经验，变成企业可继承、可复用的数据资产，降低经验断档的风险。
企业的探索实践，离不开政策体系的托底支撑。作为全国与制造业的“双高地”，上海很早就开始布局“AI+制造”。自去年8月印发加快推动“AI+制造”发展的实施方案后，又于今年7月发布13条“AI+制造”专项政策，覆盖工业数据治理、工业智能体、制造业智能化转型等方向，配套真金白银的资金扶持，降低企业智能要素成本。据上海市经信委软件信息服务业处工作人员解戎透露，今年下半年，市经信委还将重点关注“AI+工业软件”方向，探索对案例优秀、规模较大的服务商，根据实际案例和合同情况给予支持，持续推动AI与制造业深度融合。