人工智能+制造

2026-01-08 13:30:269
1月7日,工信部等八部门印发《“人工智能+制造”专项行动实施意见》,意见提出,到2027年,我国人工智能关键核心技术实现安全可靠供给,产业规模和赋能水平稳居世界前列。推动3-5个通用大模型在制造业深度应用,形成特色化、全覆盖的行业大模型,打造100个工业领域高质量数据集,推广500个典型应用场景。培育2-3家具有全球影响力的生态主导型企业和一批专精特新中小企业,打造一批“懂智能、熟行业”的赋能应用服务商,选树1000家标杆企业。建成全球领先的开源开放生态,安全治理能力全面提升,为人工智能发展贡献中国方案。

S赛摩智能(sz300466)S
赛摩智能的 “人工智能 + 制造” 以 “AI + 工业软件 + 智能装备 + 场景落地” 为核心,形成覆盖全流程的五大应用方向与典型落地,具体如下:


AI 视觉质检与全流程质量管控:融合机器视觉与深度学习,实现高精度缺陷识别、异常检测与精度控制,适配高速产线。江淮汽车装配线 AI 质检覆盖冲压件钻孔、仪表盘缺陷等 4 个核心场景,检测效率提升 3 倍,不良率下降 50%;特斯拉 4680 电池产线 AI 视觉检测缺陷识别精度达 99.99%,漏检率低于 0.001%;蒙牛宁夏工厂生乳检测将时间从小时级缩至分钟级,入选灯塔工厂;与欧姆龙共研半导体 IOI 视觉检测设备,检测效率达 2000 片 / 小时,提升 50%。
AI 驱动的智能物流与 AGV 集群调度:基于多智能体协同技术,实现 AGV 路径规划、交通管控与任务分配,适配多车型混线。某新能源工厂调度 500 台 AGV,物流效率提升 40%;宁德时代德国图林根基地 “黑灯工厂” 物流系统覆盖全流程自动化,单线产能达 15GWh / 年;LES 系统支持多种物流模式,可降低库存成本 25% 以上
工业大模型与生产决策优化:接入华为盘古大模型,重构 MOM、LES 等系统,优化排产、配煤掺烧与能耗管理。某家电企业应用后交付周期缩短 22%;火电厂燃料智能管理系统 8.0 版以 AI + 大数据优化配煤掺烧,实现全流程数字化,符合国产化替代;牵头起草《电厂碳排放核算燃煤计量系统》团体标准,支撑发电企业碳排放精准计量
AI 安全生产与合规管控:融合多模态 AI 与边缘计算,实时捕捉人员操作、设备状态数据,进行异常识别与风险预警,准确率达 95%。化工危化品装卸车作业行为分析、电力与矿山采制样全流程 AI 监测、蒙牛宁夏工厂 “啸天” 巡检机器人 24 小时自主巡查、国电民权等电厂 “互联网 + 安全生产管控平台” 均属此类应用,可消除人为干预隐患,规范作业流程
智能装备控制与预测性维护:通过实时数据采集与算法推理,实现机器人控制、设备诊断、参数调优与动态校准,降低维护成本。涪陵榨菜 AI 多维整理机项目人工成本降低 70%,误检率低于 0.1%;赛摩计量设备诊断管理系统构建零点值偏差诊断模型,保障称重计量准确性;防爆轮式、吊轨等巡检机器人应用于化工、煤矿、电厂等高危场景,实现无人化巡检。
工业软件体系:以 MOM、LES、WMS、EMS 等为核心,结合工业物联网平台(IIoT),实现数据集成、实时监测与全流程闭环管理,推动运维从被动抢修到主动预防
算力与生态协同:基于 OpenHarmony 开发工业设备操作系统,搭载华为 Atlas 900 AI 集群,智能质检终端 2024 年装机量超 10 万台;与西门子 MindSphere 集成推出 “碳能效优化解决方案”,应用于巴斯夫湛江基地,年减碳 15 万吨。

作者声明: 本文转载自第三方,旨在提供资讯参考,并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日,作者与文中提及的标的不存在持仓关系。

合规声明:本站发布的所有文章及观点均系个人研究共享,投资心得交流,不代表本站立场,且不构成任何形式的投资建议。投资者据此操作,风险自担,请务必保持独立审慎的决策态度。