□ 本报记者 付奇 李嘉豪
“‘AI+制造’将带来‘核爆级’的提升！”5月15日，在省政府举办的“人工智能+制造”路演活动上，中国工程院院士戴琼海的一席话，揭示了江苏制造迎来的历史级机遇。
当天活动，由省长刘小涛主持，相关部门负责人全员到场，全省8个项目进行路演，全景展现AI对制造业“设计—生产—供应—营销—服务”全链条的赋能成果。
通过这场高规格的路演活动，我们可以从中管窥到哪些“智造”趋势？从单点应用到系统集成，作为制造大省的江苏，通过各环节嵌入人工智能技术，又能够获得怎样的提升？
将想象力“变现”，降低创业创新门槛
看牙贵、看牙慢、体验差，这是许多患者的共同记忆，而赛乐医疗自主研发的口腔数字印模仪数秒钟即可完成全口腔建模。这，就是AI赋能制造在第一个环节——设计研发上的突破。
“采集高精度数据后，诊断模型1分钟即可生成全维度口腔健康报告，设计智能体1—2分钟生成牙冠虚拟模型。”赛乐医疗创始人陶欢表示，过去需要反复取模、外送加工、耗时数周的牙冠，在桌面级3D打印机加持下，10分钟内就可完成制作。半小时，就诊者即可完成从就诊到戴牙的全流程，传统模式则需要约2周时间，费用自然也低了。
医疗器械，是被“AI+”颠覆影响最大、最直接的行业之一。尤其在设计研发层面，AI技术有效解决成本和效率问题，各类产品飞速迭代。2022年以来，随着AI技术的演进，赛乐医疗在临床陆续投放10万台影像设备，累计采集8200万份高质量影像数据，模型功能覆盖口腔诊疗全场景，阅片准确率已超95%。
当然，由于创新研发壁垒高，其离不开中试平台的关键支撑。
最近不少智能终端迎来新品发布季，折叠屏手机、折叠屏电脑等吸睛的背后，则是柔性材料形态更复杂，让传统视觉检测方法愈发难以适应的现状。苏州一家企业针对这一需求探索出解决方案，但从“验证可用”到“量产交付”的过程遇到了瓶颈：新机型缺陷样本少，检测精度和推理效率待提升，大模型训练算力不足。
苏数科集团了解到这一情况后迅速行动，利用制造领域国家人工智能应用中试基地平台，联合应用方和技术支撑单位组建项目联合体，从补数据、强算法、给算力三方面协同攻关——该集团联合显示企业新增300万个真实缺陷样本，并利用AIGC技术生成千万级模拟缺陷样本；联合研发AI计算成像模型，优化运行处理能力；提供算力底座，优化供需链，不仅解决算力短缺问题，还降低推理成本。
在联合研发、项目孵化、技术共享、市场协同等路径下，基地已吸引数十家行业领军企业及专业机构成为核心合作伙伴。借助基地提供的可直接调用的“共性能力”，企业创新不必从零开始。
这也是行业大趋势。当天的推进活动，特邀300余家OPC企业在线观摩，正是为了告诉大家：AI创新创业门槛正在进一步降低。
夯实生产制造优势，加速“智改数转网联”
“李工你好，这里是位于南京的后方专家中心，我能看到你的实时画面，现在可以开始巡查操作。”路演现场，天聚地合（苏州）科技股份有限公司首席技术官韩剑锋佩戴公司研发的智能眼镜，现场与几百里之外的一线工作人员连线。
“照片分析中……溶解氧读数3.48mg/L，溶解氧设备正常。”记者从智能眼镜传回的第一视角画面看到，AI平台即时读数并进行判断，给予实时反馈。
通过AI赋能，生产、检测环节更加精准容易了。
生产过程中，场景复杂、空间狭隘，这是很多设备场所的客观情况。工作人员若需与专家沟通，不仅需要停下手中工作，有些情况还难用语言描述。瞄准这样的具体场景，天聚地合既开发产品，也打造平台：前端通过智能眼镜采集信息，后端以知识库驱动决策，专家可下发图文及视频信息，让前端实现智能运维。
依靠这一方案，大批工业场景的一手经验得以高效采集，经过标注脱敏可形成优质数据，巡检业务本身也为制造业技术进步和AR等软件实力提升提供了“样本池”。
江苏传统、重型制造业企业众多，而通过AI赋能，有效推动制造企业“智改数转网联”，加速了企业转型。
在金相检测这个高端钢材质控的“最后一道关口”，传统人工模式痛点十分突出：检测效率低，主观差异大，数据碎片化，人才培养周期长。南钢集团当天展示了其开发的AI“病理医生”：把大模型作为“导诊台”、小模型作为“专科诊室”，构建跨模态大小模型协同智能体系，实现夹杂物、晶粒度、脱碳层等核心指标的精准识别与智能分级。系统还通过数据分析形成报告，为经常出现的质量问题提供改进决策依据。
南钢集团董事长黄一新介绍，系统年降低内部质量成本超3000万元，年新增经济效益超2.4亿元。“十四五”期间，南钢集团持续丰富“元冶”钢铁大模型生态内涵，依托创新平台累计服务全国200余家工业企业，创造产业价值超300亿元。
据统计，去年我省申报卓越级和领航级智能工厂的企业，平均应用AI场景数已达28.1个。目前，我省已培育2家领航级、67家卓越级智能工厂，数量居全国首位。
流通更高效，催生供应链“链主”
物流是现代制造业不可或缺的支撑体系，也是供应链的核心系统。
在自动化生产车间里，传统AGV（自动搬运车）和机器臂往往需要很长时间进行编程、调试、部署，缺乏快速“换线”适配方案，构建更加高效的具身智能机器人系统，以适应当前柔性生产需求变得迫在眉睫。
江苏鼎汇具身智能机器人创新中心有限公司带来的项目就解决了这一物流难题。操作人员仅需简单指令，机器人即可自主完成识别与执行，将换产时间从数天压缩至分钟级，大幅提升产线响应速度，且人机协同事故率趋近于零。
公司首席技术官张家伟现场“揭秘”，该项目的核心在于其自研的“多模态VLTA（全感知模型）+强化学习模型”框架，融合视觉语言大模型（VLM）与物流匹配策略，实现高精度的自然语言指令解析与动作输出，并支持作业中形成“采集—训练—部署—迭代”的数据闭环。目前这套方案已在头部企业完成实际场景验证，可覆盖工业制造全流程物流环节。
在一条供应链上，营销是附加值最高的环节之一。
以服装产业为例，当前全球服装库存积压率超30%，“通过打造‘天海AI’，我们已经能够实现从‘人找货’变成更高效的‘货找人’。”海澜集团已连续11年保持亚洲男装市场第一，集团董事长周立宸认为，海澜得以持续优势的“护城河”正是AI。
“天海AI”系统的AI中枢实时汇聚线上线下全域订单流与库存流，可实现“总仓+工厂前置仓+门店”全链路库存的可视化与统一调度。在此基础上，基于门店画像、商圈特征、销售速率、区域消费偏好等，多智能体协同输出智能配货、动态补货、横向调拨三级智能决策。
此外，海澜还构建起“链主型”AI协同生态，打通供应商端数据接口，开放面辅料助手、物流助手等智能体，让上下游企业同步获取品牌方的需求计划、补货信号以及市场动态，从“被动接单”升级为“主动协同”，保障供应链始终高效运作。
点评专家认为，错过了商业互联网平台爆发机遇、缺乏龙头平台的江苏，在AI时代，或将凭借制造优势和AI基础，诞生更多“链主”型企业。
向服务型制造转变，培育更多“AI赋能者”
“人工智能+制造”另一项重要作用，是可以有力推进制造业与生产性服务业深度融合，由此促进生产型制造向服务型制造、平台型制造转变，这也是江苏制造迈向价值链高端的又一突破口。
这一过程，离不开政府牵头打造的服务平台为产业赋能。省市场监管局局长沈海斌推介一个以小标识的规范提质，推动家纺大产业整体提质的案例。
作为纺织大省，我省家纺产业集群规模大、市场占有率高，但以小微企业为主，吊牌、水洗标等家纺产品标识的少标、错标问题突出，影响品牌美誉度。
作为家纺重镇，南通监管部门率先试点开发“市事通·家纺AI识标”系统，通过既定制、训练专用OCR视觉识别模型，精准提取标识标签内容，又依托家纺标准规则数据集，自主训练理解精度更高、输出速度更快的家纺标准垂类小模型，为地方家纺产业提供标识智能预检服务。
“将该智能体接入各信息系统，即可实现企业合规自查、防范经营风险；消费者一键辨识产品标识信息、防范宣传误导；监管人员获得高效辅助工具、精准管理。”沈海斌介绍，自4月上线以来，该系统已为南通市1万余家家纺企业提供产品识别服务296批、提出整改建议573条，有效规范了当地家纺市场。
无论是智能诊断，还是训练模型，都需要面广量大的各类人工智能服务商加持。
无锡羚数人工智能科技有限公司正是其中之一，公司董事长、总经理郭文蔚拿出一项2025年的业内调研报告，数据显示，国内43%制造企业未尝试部署智能体，24%企业仅在少量场景初步应用，核心环节落地智能体的企业仅8%。
面对多智能体在工业场景规模化落地难的现状，郭文蔚表示，公司依托国内首批通过国家网信办备案的工业大模型——百工大模型，围绕“AI+制造”能力全面诊断、单智能体验证、多智能体协同、全链路融合多智能体工厂4个阶段，为企业提供场景梳理、技术选型、场景落地等服务，并定制专属方案，“目前多智能体工厂方案已从装备制造拓展至服装、新能源等行业，我们的目标是3年内赋能江苏万家制造企业。”
活动当天，省工信厅发布“人工智能+制造”诊断服务商名单，确定省内外422家单位进入诊断服务商资源池，提供现状诊断、顶层规划、系统集成等专业化服务，为江苏制造培育更多“AI赋能者”。
