2026“人工智能+制造”融合创新研讨会

: 智能制造推进合作创新联盟工业控制系统信息安全产业联盟平台

: 全国机械安全标准化技术委员会全国工业过程测量控制和自动化标准化技术委员会中国自动化学会专家咨询工作委员会工业控制系统安全标准与测评工业和信息化部重点实验室中国科学院沈阳自动化研究所全球计算联盟具身智能产业发展委员会中国通信标准化协会边缘计算产业发展及标准推进委员会（CCSA TC617）

: 控制网（kongzhi.net）
《自动化博览》
OICT学院
北京和利时智能技术有限公司

2026年6月26日，由智能制造推进合作创新联盟、工业控制系统信息安全产业联盟平台主办，全国机械安全标准化技术委员会、全国工业过程测量控制和自动化标准化技术委员会、中国自动化学会专家咨询工作委员会、工业控制系统安全标准与测评工业和信息化部重点实验室、中国科学院沈阳自动化研究所、全球计算联盟具身智能产业发展委员会、中国通信标准化协会边缘计算产业发展及标准推进委员会（CCSA TC617）协办，控制网（kongzhi.net）、《自动化博览》、OICT学院、北京和利时智能技术有限公司承办的2026“人工智能+制造”融合创新研讨会在北京中国自动化学会会员中心成功召开。

中国自动化学会监事长、智能制造推进合作创新联盟理事长、中国科学院自动化研究所王飞跃研究员在致辞中表示，当下，AI不再是实验室里的前沿概念，而是落地车间、赋能产线、打通产业链的实用工具，正在从多维度为制造业提质、降本、增效、创新。然而，人工智能单点落地只是起步，构建产业协同发展新生态才是长远目标。单一工厂、单一企业的智能化改造，难以释放AI技术的全部价值，唯有打通产学研用、上下游产业链各方主体，才能形成共生共进的产业新格局。

报告题目：《从连续监控到连续治理：未来制造的组织智能与生态社会》

报告人：中国自动化学会监事长、智能制造推进合作创新联盟理事长、中国科学院自动化研究所王飞跃研究员
报告摘要：传统制造业依靠传感器采集数据，针对生产设备、作业人员实施不间断连续监控，本质只是被动采集、事后管控，难以应对定制化生产带来的复杂需求。随着人工智能迭代升级，知识自动化成为核心驱动力，原有管控模式局限性愈发突出。本报告基于平行智能理论，提出由连续监控升级为连续治理的转型思路。依托组织智能整合人员、设备、AI智能体以及数字工人、机器人工人，利用小社会模型SSM(Small Societal Models), 重构生产协作单元。将传统ERP、MES 制造执行系统升级为H₂OS人类组织操作系统以及片上组织系统(OoC)，完成管理架构革新。同时把智能合约嵌入生产全流程，将高成本的个性化定制改造为可低成本批量生产的业务模式，依托CPSS构建社会制造生态，助力制造业朝着智能化、融合化、绿色化转型升级。

报告题目：《和利时XMagital：AI赋能实现“自主运行，自由定义”智能工厂案例》

报告人：北京和利时智能技术有限公司离散工业事业群智能工厂总设计师马骏
报告摘要： XMagital是和利时自主研发、面向离散制造场景的工业智能体平台，依托AI驱动实现工厂自主运行、业务按需自定义。报告结合多个已投产落地智能工厂实景案例，完整展示平台在智能排产、设备自主运维、产线柔性调度、质量自主检测等场景落地能力；总结离散制造行业全新智能制造实施范式，围绕AI流程驱动、管控一体化融合、全域智能体调度等核心方向，展望平台规模化产业推广前景。

报告题目：《工业具身智能安全标准化》

报告人：中国电子技术标准化研究院网络安全研究中心工业信息安全与密码应用部副主任蔡一鸣
报告摘要：报告系统梳理当前工业具身智能技术发展进展，从设备本体安全、工业网络安全、过程控制安全、模型认知安全四大维度拆解工业机器人、人形智能装备存在的核心安全风险，并针对具身智能多场景应用差异，提出分行业、分层级安全标准化建设路径、测评规范与落地实施建议。

报告题目：《通往自主化运营之路——ABB对自主化运营的愿景》

报告人： ABB（中国）有限公司全球产品市场经理龚勋
报告摘要：报告深度解读ABB面向工业自主运营的完整战略愿景。其一，自主化之路。ABB提出从人工操作、自动化到自主化的六级演进模型，最终实现工厂完全自主运营；其二，AI驱动方案。强调AI是增强而非替代人类专业知识的工具，通过预测性维护、流程优化和决策支持赋能运营；其三，搭建三层架构。通过分离控制层（鲁棒性）、数字层（超自动化）和云平台，实现可扩展、安全的自主运营；其四，关键优势。提高安全性、生产效率、能源利用率，同时降低成本和停机时间；其五，循序渐进部署。通过模块化、增量式实施策略，保护现有投资，支持从传统系统向自主系统平稳升级。

报告题目：《生成式AI驱动工业软件自动编程——从低代码到零代码·工厂复杂应用敏捷构建》

报告人：大陆希望智能科技发展有限公司技术总监胡雪峰
报告摘要：当前工业软件开发普遍存在开发周期长、人力成本高、业务需求响应滞后等痛点，无法适配柔性制造快速迭代需求。报告提出“工业代码生成四层架构”，该架构能够将工程师的自然语言需求，自动转化为安全、合规的生产级代码，实现从“意图”到“实现”的端到端自动化。报告最后展望，这项技术将引领工业软件开发从低代码向零代码演进，最终构建具备自主决策能力的“制造智能体”，为制造业的智能化转型带来深刻变革。

报告题目：《工业安全与工业人工智能赋能油气管网无人站场建设》

报告人：中国科学院沈阳自动化研究所项目研究员赵剑明
报告摘要：报告围绕“安全底座+智能大脑+执行端”总体思路，介绍沈阳自动化所在机器人、智能制造和工业物联网方面的工程基础，以及与国家管网在状态监测、安全预警、巡检机器人等方面的合作积累。重点阐述无人站场在少人值守条件下面临的资产不清、风险难感知、远程联动安全要求高、数据孤岛和运维决策复杂等问题，提出以工控资产指纹识别、漏洞匹配、态势感知、边界防护、工业无线安全和测控装备内生安全构建可信安全底座；以多源数据融合、AI视觉巡检、异常设备识别和维抢修结构化查询大模型提升诊断、预警、调度与运维能力，推动从场站试点向管网级平台化推广。

报告题目：《AI引领制造业数字化转型》

报告人：西门子（中国）有限公司首席工业AI专家唐再文
报告摘要：报告首先剖析当前制造业数字化转型普遍存在的挑战，梳理国内制造企业数字化成熟度现状；系统阐述西门子工业AI整体技术框架与落地思路，分享西门子在自动化设计、预测性维护、节能优化等多领域成熟工业AI解决方案与落地实践案例，为制造企业分阶段智能化改造提供完整参考路径。

报告题目：《工业大模型研究进展及关键技术与对策》

报告人：清华大学研究生院副院长、自动化系副教授杨帆与中国空间技术研究院通信与导航卫星总体部项目执行总监邢杰
报告摘要：报告阐述工业大模型的基础认知、研究进展、关键技术、痛点与挑战，给出技术对策与发展建议。指出工业大模型面向工业全场景，以高可靠、零容错为准则，与通用模型在约束、数据和应用目标上差异显著。其核心技术涵盖多模态融合、知识增强、可信推理、小样本/零样本学习、轻量化边缘部署及与控制优化衔接，融合数字孪生与智能体。当前的技术发展面临着数据孤岛、样本稀缺、模型幻觉、算力成本高等痛点，以及各类安全风险。对策上需坚持数据与机理双驱动，大中小企业差异化布局，加强数据治理，严守安全底线。在新一代智能制造的背景下，未来将向分层化、融合化、边缘化、规模化演进，建议务实推进，遵循由易到难的原则稳步落地。

报告题目：《“人工智能+”能源电力高质量发展之思考》

报告人：电力规划设计总院副总工程师张晋宾
报告摘要： AI作为具备颠覆性价值的通用技术，将深度影响全球经济增长，全球主要经济体已出台国家级AI战略布局。报告梳理中美欧印等国家与地区AI产业政策与发展特点，结合国内能源转型需求，分析新型电力系统智能化转型面临的新形势与核心挑战；详细介绍AI在能源产业转型中典型落地场景与标杆项目；客观研判AI赋能能源行业存在的数据、算法、网络多重风险，明确能源企业落地“AI+”必须坚守的三大实施原则，为能源电力行业智能化高质量发展提供完整思路。

报告题目：《工业数字孪生系统设计开发平台与行业应用》

报告人：浙江大学教授、杭州优稳自动化系统有限公司创始人王文海
报告摘要：报告面向工业数字化转型需求，提出“工业数字孪生系统设计开发平台”，旨在应对多学科融合、全生命周期协同及虚实交互优化挑战。平台构建贯穿物理与数字空间的孪生模型体系，提供覆盖设计、开发、测试、部署与运维的全生命周期集成工具链。采用“数字主线+模型驱动”架构，核心特征包括：建立机械、电气、热力学、化工、控制等多领域统一建模环境，兼容FMI、Modelica等开放标准；融合物理机理与数据驱动的混合建模方法，保障高保真数字孪生；创新模型—数据双驱动仿真验证技术，支持从虚拟调试到实物验证的多时间尺度硬件在环实时仿真；集成AI增强的自动化程序生成，实现控制参数自主调优与性能持续进化。

报告题目：《国产智能处理芯片赋能的边缘实时感知与优化》

报告人：中国科学院自动化研究所研究员潘春洪
报告摘要：报告围绕智能制造现场低时延、高可靠、自主可控的实时感知与优化需求，结合国产智能处理芯片硬件模块设计，探讨边缘智能算力的工程化支撑方案，报告以异构多核智能处理芯片为核心，分析CPU、NPU及GPU/DSP/VPU等xPU在系统调度、网络模型推理、数据预处理与结果后处理中的协同机制，并结合存储控制器、外围接口控制器和互连总线等硬件资源，构建面向多源数据接入与实时处理的边缘计算模块。在技术路径上，重点介绍基于Atlas 200I A2、 RK3588、FMQL100TAI等国产智能处理单元的设计思路。针对智能算法部署，通过模型转换与映射、ONNX中间表示、结构优化、量化压缩、内存规划和指令生成，将智能算法高效部署到国产边缘算力平台，为AI算法的优化提供可落地的硬件与系统技术路径。

报告题目：《人工智能工业应用的安全需求和解决路径探讨》

报告人：机械工业仪器仪表综合技术经济研究所中心主任刘瑶
报告摘要：近年来人工智能技术正加快在工业领域融合应用，如在化工、能源等高风险工业场景中，智能化模型已逐步介入关键决策环节——从多源数据融合的动态感知、工艺参数优化到紧急停车系统的智能触发。但典型工业场景对测量、控制、决策的准确性、可靠性、安全性有很高要求，相比传统工业确定性系统，以通用大模型为代表的新一代人工智能本身，存在“黑盒”、可解释性差、幻觉等问题，这对人工智能工业应用提出了挑战。报告梳理了人工智能在工业领域深度应用面临的安全现状、核心痛点与发展趋势，探索功能安全等工业技术与人工智能技术的融合发展路径。

报告题目：《AI原生钢厂：面向钢铁工业的下一代智能制造新范式》

报告人：中国钢研科技集团有限公司人工智能首席科学家张云贵
报告摘要：钢铁行业智能化已从单点突破走向系统集成，但当前“AI增强”模式受ISA-95金字塔架构固有缺陷的制约，导致AI仅能作为外挂模块存在，难以实现全局认知与自主进化；大模型在数学本质上具有概率性、不可解释特性，与工业系统的确定性要求存在背离。旧架构与新技术之间的范式冲突，呼唤一种能够释放AI潜力并约束其不确定性的新范式。报告提出“AI原生钢厂” 概念，是顺应AI技术内在逻辑、从底层架构重构的钢铁制造新范式，为钢铁行业从“AI增强”迈向“AI原生”提供理论框架与实践指引。

报告题目：《工业数据全生命周期安全保护与共享关键技术》

报告人：北京工业大学网安学院院长杨震
报告摘要：工业数据安全共享交换问题是制约工业互联网发展的重要瓶颈问题，面向工业数据采集、传输、存储、处理、交换、销毁等全生命周期，需重点解决数据难以可信采集、安全传输、安全共享三个重大挑战。报告提出工业数据可信采集与存储双体系架构，有效降低计算复杂度，并核验数据源安全性；构建工业数据传输可信连接架构，从数据内容与传输接口双维度筑牢传输安全防线；建立工业数据分类分级可信共享机理，基于能力成熟度评估模型，实现通用场景下的可信业务协作。

报告题目：《全网络化工业测控系统技术助力流程工业智能化升级》

报告人：中国寰球工程有限公司北京分公司自动化高级工程师魏毅
报告摘要：流程工业是国民经济压舱石，但其智能化升级长期受制于“信息孤岛”与“数据断层”。传统测控系统封闭架构导致设备互联互通难、数据价值挖掘不足，成为工业互联网和工业AI落地的核心瓶颈。全网络化工业测控系统以新型工业网络为骨架，打破“现场总线+控制器”的封闭模式，实现从感知层、网络层到应用层的全链条开放互联。通过泛在感知、实时传输、边缘计算与云边协同，让生产数据真正“流起来、用起来”，为智能优化、预测维护、质量溯源提供核心支撑。报告结合石化、化工等行业案例，剖析全网络化测控系统的技术架构、关键标准与落地路径，探讨如何以“测—控—管—优”一体化能力，助力流程工业实现从自动化到智能化的跨越升级。