不止于大模型，更在于真閉環(huán)：上海精智發(fā)布“沃土”，定義“工廠原生AI”新范式

在場(chǎng)景高度復(fù)雜、任務(wù)類型多樣、勞動(dòng)力密集的制造業(yè)，AI將是提升效率、賦能生產(chǎn)的關(guān)鍵引擎。然而，也正是因?yàn)檫@一領(lǐng)域?qū)I(yè)門檻極高、工序鏈條漫長，AI落地成為最難突破的一環(huán)——實(shí)驗(yàn)室里的驚艷表現(xiàn)，進(jìn)入工廠后常常“水土不服”。

在2026世界人工智能大會(huì)高端產(chǎn)業(yè)對(duì)話「鏈合π圓桌會(huì)」上，上海精智董事長、上海市第十六屆人民代表大會(huì)代表魏杰分享了智能體時(shí)代制造業(yè)的“解題”思路。

與此同時(shí)，上海精智重磅發(fā)布開源工藝大模型“沃土”并面向全行業(yè)開源。這不僅是公司多年制造經(jīng)驗(yàn)與技術(shù)積累的集中釋放，更承載著“沃土”扎根制造現(xiàn)場(chǎng)、吸收行業(yè)智慧、持續(xù)進(jìn)化為中國制造工藝智能底座的宏大愿景。

理解工廠原生AI：讓智能生長在產(chǎn)線之上

制造業(yè)的下一站，不是簡單地給工廠加裝一個(gè)AI工具，而是讓AI真正走進(jìn)工廠、理解工廠、服務(wù)工廠，并在生產(chǎn)現(xiàn)場(chǎng)持續(xù)進(jìn)化。魏杰將這一理念定義為——工廠原生AI。它不是一個(gè)只會(huì)問答的系統(tǒng)，而是一個(gè)能夠理解工業(yè)約束、參與生產(chǎn)決策、并對(duì)最終結(jié)果負(fù)責(zé)的智能系統(tǒng)。

但是，在實(shí)際研發(fā)中，許多項(xiàng)目在實(shí)驗(yàn)室表現(xiàn)很好，一旦部署到真實(shí)產(chǎn)線卻頻頻失效。魏杰對(duì)此解釋稱，工業(yè)AI落地從來不是單點(diǎn)技術(shù)問題，而是一組高度關(guān)聯(lián)的系統(tǒng)性問題。

具體來看，第一大問題是數(shù)據(jù)難獲取。工廠每天生產(chǎn)大量數(shù)據(jù)，囊括訂單、圖紙、工藝、設(shè)備、質(zhì)量、交付等等，但它們分散在不同系統(tǒng)、設(shè)備和人員手中，不僅分散、異構(gòu)，更缺乏完整的生產(chǎn)語義。AI看到的只是一張圖、一串參數(shù)和一張工單，但讀不懂它們之間的內(nèi)在關(guān)聯(lián)。

第二大問題是模型難專業(yè)。制造業(yè)不是簡單的知識(shí)問答。一個(gè)工藝方案要同時(shí)滿足公差、材料、設(shè)備、刀具、熱處理、質(zhì)量和交付等多重約束。一個(gè)排產(chǎn)方案也要兼顧人員技能、物料齊套、工序銜接、訂單優(yōu)先級(jí)，以及突發(fā)插單和設(shè)備異常。這意味著，工業(yè)模型不僅要知道得多，更要“理解得深”，真正駕馭復(fù)雜的工業(yè)約束。

第三大問題是驗(yàn)證場(chǎng)景稀缺。互聯(lián)網(wǎng)算法可以快速上線、快速試錯(cuò)。但工廠一次錯(cuò)誤的工藝推薦可能造成零件報(bào)廢，一次不合理的排產(chǎn)可能造成整條產(chǎn)線等待，一次誤判可能帶來質(zhì)量和安全風(fēng)險(xiǎn)。因此，工業(yè)AI必須在真實(shí)設(shè)備、真實(shí)材料、真實(shí)訂單和真實(shí)交付約束下進(jìn)行驗(yàn)證，而這樣的驗(yàn)證場(chǎng)景，恰恰最為稀缺。

數(shù)據(jù)、模型、驗(yàn)證場(chǎng)景，每一道都是橫亙?cè)诠I(yè)AI進(jìn)入實(shí)地的難關(guān)。唯有打通數(shù)據(jù)貫通、模型訓(xùn)練、真實(shí)驗(yàn)證和應(yīng)用落地的完整閉環(huán)，才能跨越障礙。

基于此，魏杰提出“工廠原生AI”的概念，即從真實(shí)制造數(shù)據(jù)中生長出來，在真實(shí)生產(chǎn)過程中訓(xùn)練和驗(yàn)證，并最終回到真實(shí)工廠解決問題。這一理念包含三個(gè)關(guān)鍵環(huán)節(jié)：

第一，制造數(shù)據(jù)積累。持續(xù)沉淀生產(chǎn)、交付等全流程數(shù)據(jù)，并轉(zhuǎn)化為具有上下文關(guān)系的結(jié)構(gòu)化工業(yè)數(shù)據(jù)。

第二，工業(yè)模型訓(xùn)練。在制造數(shù)據(jù)基礎(chǔ)上，融合生成式模型、運(yùn)籌優(yōu)化模型和機(jī)器視覺模型，讓AI既能理解工業(yè)知識(shí)，又能完成優(yōu)化決策和現(xiàn)場(chǎng)感知。

第三，真實(shí)工廠驗(yàn)證。AI生成的工藝如何加工？AI識(shí)別的異常是否需要處理？這些問題不能只靠仿真回答，必須回到產(chǎn)線，在設(shè)備、物料、質(zhì)量和交付約束下驗(yàn)證。

在工廠原生AI體系中，工廠不再只是AI單純的應(yīng)用場(chǎng)，而是同時(shí)充當(dāng)數(shù)據(jù)源、訓(xùn)練場(chǎng)、驗(yàn)證場(chǎng)和進(jìn)化場(chǎng)。AI能力與制造能力不再割裂，而是在同一生產(chǎn)閉環(huán)中共同成長。制造能力越強(qiáng)，提供的數(shù)據(jù)和驗(yàn)證場(chǎng)景就越豐富；AI能力越強(qiáng)，又能反哺工藝、計(jì)劃、質(zhì)量和生產(chǎn)效率持續(xù)提升。

從生成式AI到物理AI：制造業(yè)的必然躍遷

魏杰判斷，生成式AI將在制造業(yè)迎來一輪真正的爆發(fā)。因?yàn)橹圃鞓I(yè)大量核心工作，本質(zhì)上都包含“生成”。 比如根據(jù)圖紙和技術(shù)要求生成工藝路線，根據(jù)設(shè)備、人員和訂單約束生成生產(chǎn)計(jì)劃，根據(jù)歷史質(zhì)量數(shù)據(jù)生成參數(shù)建議，根據(jù)設(shè)備狀態(tài)生成維護(hù)方案等。

但是，生成式AI解決的只是“理解”層面的問題，更關(guān)鍵的“執(zhí)行”層面，必須依賴物理AI。因此，魏杰判斷，工業(yè)AI必然會(huì)從生成式AI進(jìn)一步走向物理AI。物理AI的核心特征是AI開始與真實(shí)物理世界形成閉環(huán)。它能持續(xù)感知生產(chǎn)現(xiàn)場(chǎng)的人員、設(shè)備、物料和質(zhì)量狀態(tài)；能接收實(shí)際執(zhí)行結(jié)果的反饋；能根據(jù)反饋修正決策，并進(jìn)一步與設(shè)備、機(jī)器人和生產(chǎn)系統(tǒng)協(xié)同，作用于現(xiàn)實(shí)生產(chǎn)。

“從生成式AI走向物理AI，路徑非常清晰：從工業(yè)知識(shí)理解，到工藝方案生成；從生產(chǎn)計(jì)劃生成，到現(xiàn)場(chǎng)狀態(tài)感知；從執(zhí)行結(jié)果反饋，再到設(shè)備和機(jī)器人的協(xié)同行動(dòng)。一句話概括：從生成方案，走向感知、反饋與行動(dòng)。”魏杰說。

在實(shí)踐中，上海精智重點(diǎn)打造了三類工業(yè)AI智能體，形成完整的閉環(huán)協(xié)同：

第一類，工藝優(yōu)化智能體，解決“怎么做”的問題。企業(yè)接到訂單和圖紙以后，工藝優(yōu)化智能體可以理解圖紙?zhí)卣鳎R(shí)別公差和工藝要求，并結(jié)合企業(yè)既有工藝知識(shí)、歷史案例、材料和設(shè)備能力，生成工藝路線和參數(shù)建議。

第二類，產(chǎn)能調(diào)度智能體，解決“什么時(shí)候做、由誰來做”的問題。生產(chǎn)計(jì)劃要同時(shí)考慮人員、設(shè)備、物料和交付約束。產(chǎn)能調(diào)度智能體不僅要生成計(jì)劃，還要根據(jù)現(xiàn)場(chǎng)變化進(jìn)行動(dòng)態(tài)重排和滾動(dòng)優(yōu)化。

第三類，執(zhí)行監(jiān)控智能體，解決“做得怎么樣”的問題。通過機(jī)器視覺、傳感器和生產(chǎn)系統(tǒng)，執(zhí)行監(jiān)控智能體持續(xù)感知真實(shí)生產(chǎn)現(xiàn)場(chǎng)：識(shí)別人員是否到崗、操作是否合規(guī)，監(jiān)控設(shè)備運(yùn)行狀態(tài)、能耗、振動(dòng)和溫度，跟蹤物料批次、在制狀態(tài)和流轉(zhuǎn)過程，預(yù)警質(zhì)量、安全和環(huán)境風(fēng)險(xiǎn)。一旦出現(xiàn)缺陷、設(shè)備異常或工藝偏差，立即向現(xiàn)場(chǎng)人員發(fā)出提示。

三個(gè)智能體形成完整閉環(huán)：工藝優(yōu)化智能體生成工藝決策、產(chǎn)能調(diào)度智能體生成計(jì)劃決策，執(zhí)行監(jiān)控智能體提供物理世界的真實(shí)反饋，再通過現(xiàn)場(chǎng)反饋，實(shí)現(xiàn)持續(xù)迭代優(yōu)化。

上海精智的AI答卷：根產(chǎn)業(yè)，創(chuàng)造真實(shí)價(jià)值

截至目前，上海精智已服務(wù)近300家制造企業(yè)，覆蓋機(jī)加工、壓鑄、鈑金、注塑、裝配、印刷、SMT等核心工藝環(huán)節(jié)，客戶遍及汽車制造、具身智能、機(jī)械制造、家電電子、塑料包裝等多個(gè)行業(yè)，從特斯拉頭部電機(jī)供應(yīng)商、金屬結(jié)構(gòu)件供應(yīng)商，到復(fù)興號(hào)鐵路工程零部件供應(yīng)商、蔚來汽車產(chǎn)業(yè)鏈企業(yè)，均在其列。

這份亮眼的成績單，印證了工業(yè)AI的真實(shí)價(jià)值：它不是空中樓閣，而是進(jìn)入真實(shí)工序、解決真實(shí)問題、創(chuàng)造可衡量生產(chǎn)效益的強(qiáng)勁引擎。

那么作為一家工業(yè)AI系統(tǒng)方案提供商，上海精智做對(duì)了什么？

魏杰將公司能力體系總結(jié)為四個(gè)層次。第一層是制造基石。擁有先進(jìn)制造裝備、精密零部件和熱管理等真實(shí)制造場(chǎng)景。這使公司能夠深入理解設(shè)備、工藝、質(zhì)量和交付，而不是站在工廠外部憑空想象。

第二層是內(nèi)部實(shí)踐與閉環(huán)優(yōu)化。公司圍繞排產(chǎn)調(diào)度、智能報(bào)價(jià)、智能圖紙轉(zhuǎn)化、智能視覺檢測(cè)、工藝檢索、企業(yè)知識(shí)庫，持續(xù)開展AI應(yīng)用和閉環(huán)驗(yàn)證。并建立業(yè)務(wù)與算法深度融合的協(xié)作機(jī)制，由業(yè)務(wù)團(tuán)隊(duì)提出真實(shí)需求，算法團(tuán)隊(duì)完成模型開發(fā)，項(xiàng)目專項(xiàng)組統(tǒng)籌推進(jìn)落地。所有算法必須進(jìn)入真實(shí)工廠，在真實(shí)設(shè)備、工藝和訂單中持續(xù)驗(yàn)證、迭代和優(yōu)化，最終形成從需求定義到生產(chǎn)應(yīng)用的端到端閉環(huán)。

第三層是工業(yè)AI產(chǎn)品輸出。經(jīng)過內(nèi)部實(shí)踐和真實(shí)生產(chǎn)驗(yàn)證后，相關(guān)能力沉淀為工藝優(yōu)化智能體、產(chǎn)能調(diào)度智能體和執(zhí)行監(jiān)控智能體，并實(shí)現(xiàn)產(chǎn)品化和規(guī)模化復(fù)制。

第四層是核心資產(chǎn)沉淀，長期形成三項(xiàng)核心資產(chǎn)——制造數(shù)據(jù)庫、模型與算法引擎，以及客戶與產(chǎn)業(yè)信任。截至目前，上海精智已經(jīng)積累近十萬張?jiān)紙D紙、超過三十萬道非標(biāo)工序、超過一千個(gè)量產(chǎn)SKU、一萬九千多個(gè)非標(biāo)SKU，以及十三萬三千多次非標(biāo)工單。它們共同構(gòu)成AI理解制造、學(xué)習(xí)制造和驗(yàn)證制造的重要基礎(chǔ)。

“制造業(yè)真正需要的，不是參數(shù)更大的模型，也不是只會(huì)回答問題的助手，而是一個(gè)能夠理解復(fù)雜約束、經(jīng)受真實(shí)驗(yàn)證、參與生產(chǎn)閉環(huán)，并對(duì)最終結(jié)果負(fù)責(zé)的智能系統(tǒng)。這正是工廠原生AI的價(jià)值所在，也是生成式AI邁向物理AI的重要路徑。”魏杰說。

面向未來，上海精智將持續(xù)推進(jìn)AI與制造能力的協(xié)同進(jìn)化，以“沃土”開源大模型為起點(diǎn)，攜手行業(yè)伙伴，共同推動(dòng)中國制造走向更加智能、更加敏捷、更加高質(zhì)量的新時(shí)代。