光明日报记者 詹媛 崔兴毅

　　凌晨时分的“灯塔工厂”，AI调度系统悄然完成次日最优排产方案；

　　东海海面，风机叶片根据实时风速自主调整角度，将每一缕风精准转化为电力；

　　工程中心，材料工程师问AI“如何设计一款高强轻质合金”，几分钟后便可得到数种方案；

　　…………

　　如今，AI正重新定义工程技术的种种可能。

　　在日前召开的2026中关村论坛年会上，中国工程院发布了“2025全球工程前沿”报告。报告在九大领域遴选出94个工程研究前沿和95个工程开发前沿，揭示的四大趋势中，AI与工程技术双向赋能被置于重要位置。这份“技术风向标”，恰与当下的智能工程变革深度契合。

　　AI成为工程的“第二大脑”

　　中国气象局高级工程师张兴赢向记者分享了气象工程领域的最新变革。在全国气象雷达组网工程中，AI正在重塑探测装备的协同方式——数百部雷达不再是各自为战的孤岛，而是在AI技术的支持下，根据天气系统实时演变动态分配扫描策略。

　　“过去雷达网建设主要解决‘有没有’的问题，现在AI让这张网从‘能探测’升级为‘会思考’。”在张兴赢看来，“AI正在成为工程的‘第二大脑’。”

　　中国航天科工集团二院25所航天拓维总经理刘志哲对此深有体会：在芯片设计领域，AI已迈入规模化落地的产业化成熟期。他以百亿至万亿级晶体管的设计为例介绍：“AI可深度介入架构探索、前后端设计验证全流程，精准预判性能、功耗与面积，自动生成代码、优化时序，大幅提升了效率。”

　　在南京航空航天大学人工智能学院教授秦杰看来，这早已不只是简单的流程自动化，而是一场工程方法论的全新变革。而这种由AI驱动的研发范式革新，也从芯片设计延伸到材料创新环节。

　　宁德时代研发人员透露，他们正用AI筛选新型电解质材料，“过去靠实验试错，一年能筛几百种就不错了；现在AI一天可以筛选上万种，而且能设计生成全新的材料，直接告诉团队最有潜力的方向。”

　　在高铁运维中，AI技术的应用给中国铁道科学研究院首席研究员赵红卫留下了深刻的印象。她介绍，科研人员把大语言模型和多模态模型结合起来，打造出高铁动车段的“数字机械师”。

　　这个“数字机械师”，能干不少事，除了快速解答日常运维、应急处理里的各类技术问题，智能分析运维管理和技术决策的相关数据，还能自动生成各类业务工作报告。

　　“我们还搭建了面向全国铁路开放的应用平台，研发并接入500多个故障预警模型，能智能分析动车故障、提前预判潜在问题，从源头保障高铁运行安全。”赵红卫说。

　　更深层的变革在于知识生成。“AI正从海量工程数据中挖掘出人类尚未认知的规律。当AI能提出超越工程师经验的方案，甚至发现未触及的新规律时，创新的底层逻辑就被彻底改写了。”秦杰说。

　　场景驱动，倒逼技术破圈

　　大模型对算力的渴求，正在反向定义工程攻关的方向。

　　为打造AI大模型所需算力，商汤在上海临港建设了专属超算中心。商汤大装置智算中心副总经理蒋钦认为：“现在工程师面临的挑战是如何将数万块芯片高效互联，让它们像一台巨型计算机那样协同工作。”

　　蒋钦提到先进封装、高带宽存储、硅光互连、液冷散热等一系列技术。“这些技术过去发展速度相对平缓，但得益于AI的爆发式发展，如今几乎每月都有新突破。从底层半导体材料到算力集群架构，整个工程链条正围绕AI加速重构。AI的每一次跃升，背后都是工程能力的极限突破。”

　　场景驱动正在成为技术落地的核心机制。

　　“过去是技术研发出来再找应用场景，现在是场景对技术提出要求，倒逼研发方向。比如，从L2到L4，自动驾驶正是在这种层层递进的场景验证中稳步跨越。”世界新能源汽车发展组织秘书长张旭明以亦庄的智能网联汽车测试区为例说，“从封闭测试场到城市开放道路，再到高速公路和复杂路口，每一次场景升级都对技术迭代提出新要求。”

　　从算力集群到自动驾驶，类似场景驱动的逻辑，同样在更为复杂的系统级应用中上演。

　　秦杰列举了国家电网泰兴供电公司打造的智控用电模式：以“前哨感知、智盾守护、协同共治、赋能发展”为核心的用电智控中心，依托用电安全综合管控平台，将物联感知、在线巡检、决策辅助等功能深度融合，构建起“天、空、地多层覆盖”“人、机、算法多维协同”的一体化智能巡检网络，并且建立起“风险预警、快速响应”的立体化应急处突指挥体系。在这里，AI正从单一环节的增效工具成长为支撑系统级安全与效率的“智能底座”。

　　智慧赋能，拥抱绿色未来

　　在医药研发领域，AI正带来革命性变化。中国工程院院士杨宝峰介绍：“一款AI驱动的虚拟药物筛选平台，可以在数周内从数十亿化合物中锁定候选分子，无需传统的高通量实验。AI正在成为破解生命密码的倍增器。”

　　杨宝峰还列举了其他案例：利用AlphaFold等AI系统预测蛋白质结构，将原本需要数年的研究缩短至数天；智能临床试验设计系统，通过数字孪生技术模拟患者队列，大幅降低研发成本和失败风险；基于机器学习的药物重定位算法，从已上市药物中发现新用途，让“老药新用”变得高效精准。

　　“这些医药领域的AI应用，正在重塑新药研发的全链条。AI不仅加速了从靶点发现到临床前验证的进程，更让个性化治疗成为可能。人类对抗疾病的能力，正因智能工程技术的跨越而获得前所未有的提升。”杨宝峰说。

　　在绿色低碳领域，AI也在推动全链条深度重构。中国国际工程咨询有限公司正高级工程师张建红以宁夏的新能源项目为例：“AI调度系统能够更精准地预测风电、光伏出力及天气变化，并动态协调储能、火电等资源。过去新能源弃风弃光率一度高达两位数，现在降到了个位数。”

　　“从源头减碳、过程降碳到末端固碳，AI正在让全生命周期的碳管理成为可能。”张建红指出，在循环经济领域，AI同样展现出潜力。例如，AI逆向物流系统可以根据废旧物资的种类、数量、位置，自动规划最优回收路径，提升资源回收效率。

　　“未来的绿色工程必然深度融合智能化手段，工程技术的目标也正在从追求单一效率，转向经济、社会、环境价值的综合平衡。”同时，张建红也提醒，需客观评估AI应用自身的能耗与碳排放，注重其在减碳过程中的净效益与投入产出比，避免“为智能而智能”。

　　《光明日报》（2026年04月01日 08版）