【科学随笔·我见AI】

　　作者：贾佳亚（香港科技大学讲席教授、冯诺依曼人工智能研究院院长）

　　当前，全球制造业正经历人工智能驱动的深刻变革，工业智能体作为核心载体，以解决生产实际问题为导向，正从单点技术适配的探索阶段，迈向深度融合产线、提升效率与质量的规模化实战新阶段。这种跨越并非简单技术升级，而是制造体系从“被动执行”向“主动优化”的范式重构。

　　近日，国务院印发《关于深入实施“人工智能+”行动的意见》，提出推动智能体的广泛应用，促进生产力革命性跃迁和生产关系深层次变革。这意味着，智能体已被提升至国家战略层面，而工业智能体将不再是孤立的技术探索，而是成为串联起产业链上下游、打通数据壁垒、重构制造价值的核心纽带，彰显了国家以人工智能赋能新型工业化、加快发展新质生产力的战略决心。

　　回望“人工智能+”制造业的发展历程，其角色正经历着从“辅助工具”到“智能主体”的转变。过去十年，机器学习与计算机视觉技术在缺陷识别、工艺监控等环节成熟应用并取得成效，但始终停留在“发现问题”的被动层面。

　　随着制造场景复杂化，传统AI难以支撑智能制造，以智能体为代表的新一代AI正推动系统从“感知智能”向“决策智能”跃升，而核心支撑正是融合“多模态感知+具身控制”的VLA（视觉-语言-动作大模型）模型转变。

　　工业环境的特殊性，要求AI系统不仅要理解图像、参数、文本等多模态数据，更要实现从感知到控制的闭环操作，形成可落地、可执行的智能响应。这也正是工业智能体需具备“身体”、能与物理环境实时交互的根本原因。

　　在这一背景下，产业界依托对工业场景的深刻洞察，已逐步发展出融合领域知识的多模态工业大模型如IndustryGPT等，并进一步构建起VLA一体化架构，真正推动工业智能实现从“感知理解”到“自主控制”的系统级跃升。

　　工业VLA模型的突破性在于，它将多模态感知、语义理解与物理控制能力整合于统一架构，并深度融合工艺参数、质量标准和物理约束等行业知识，从而能够根据自然语言指令或视觉输入，直接生成稳定、可靠的动作序列。这不仅降低了多系统耦合的复杂性，更使智能体能够在开放、非结构化的工业现场实现自主适应与实时决策，成为真正兼具认知与执行能力的“智能主体”。

　　工业生产过程在物理世界发生，与常见的软件智能体相比，工业智能体需要有物理的载体与世界交互。作为一名“工人”，工业智能体也需要具备“眼-脑-手”，这三者分别对应着智能体与物理世界交互的核心功能模块——由智能传感器作为“眼”完成高精度感知，由多模态大模型或VLA作为“脑”完成对多源信息的处理与决策，由机械臂或者其他硬件载体作为“手”完成执行。

　　但三者的协同既面临着跨模态、跨系统的技术壁垒，也存在着物理世界与数字世界的认知鸿沟，而这正是学术界和产业界需攻克的核心科学问题。

　　“眼”的层面须实现极端环境下的稳定感知。我们深度融合多光谱成像、偏振视觉与AI技术，推出了具备边缘计算能力的智能视觉传感器系列，能有效克服金属反光、透明材质、低对比度等极端成像挑战，可在微秒级时间内完成特征提取与缺陷识别。

　　“脑”的突破点在于将多模态大模型的认知能力与工业机理深度融合，通过“知识嵌入+强化学习”框架，将物理定律、工艺标准嵌入决策，使智能体不仅能识别缺陷，更能解析成因、预测设备劣化，并生成在物理上成立、控制上可行的动作指令，实现工业场景下的智能自主响应。

　　“手”是连接数字决策与物理动作的关键。我们开发了基于多模态感知的柔顺控制算法，使执行端能实时感知力觉、视觉反馈，动态调整抓取力度和运动轨迹，即使在工件存在位置偏差或形变的情况下，仍能稳定完成精密装配、柔性插拔等复杂任务。

　　“眼-脑-手”的协同并非静态的技术拼接，而是动态的自治进化，能根据产线变化，自主调整感知重点、优化决策策略、适配执行能力，且无需干预。这也正是工业智能体区别于其他智能体的关键所在——不仅在于技术演进，更在于实现从“演示可用”到“生产可靠”的跨越，最终在真实工业场景中发挥可量化、可复用的产业价值。

　　从技术研发到产业落地，工业智能体的突破离不开“产学研用”。唯有打通从实验室到生产线的创新链条，让学术前沿的星星之火点燃产业实践的广阔原野，才能让工业智能体成为推动制造业变革的核心力量。

　　笔者认为，这是AI技术跨越死亡谷、真正赋能实体经济之途。

　　近年，我们积极与多个知名工业界代表共建联合实验室，将产线痛点转化为前沿科学问题，再将创新成果快速验证于工业场景，实现以产促研、以研促产。我们团队联合中国中车、思谋科技等研发的磁粉探伤新一代工业智能体，正是在与企业工程师的反复交流中落地，解决了高铁车身超万个点位的外观检测难题和转向架无损质量检测难题，开创了高铁转向架等多个关键安全部件使用AI检测的先河，并实现了大规模落地应用。

　　展望未来，工业智能体将持续迭代，从“执行指令”迈向“自主决策”，并实现从“单点智能”到“生态协同”的跨越，打造跨企业、跨行业、持续进化的智能制造新范式。这不仅关乎技术创新和生产力变革，更在于助力中国制造业在新一轮全球竞争中掌握主动，推动AI成为驱动新型工业化、支撑制造强国战略的核心引擎。

　　基础科学突破与工程化落地，需要坚定的科研定力和产业耐心。我们将以开放合作的姿态，构建真正面向未来的智能制造体系，这既是我们这一代人工智能研究者的使命，也是中国制造业向全球价值链顶端攀登的必由之路。

　　《光明日报》（2025年10月02日 08版）