21个省级案例，窥见宁波“AI+制造”想象空间

“AI+制造”应该如何“+”？浙江给出最新答案。

近日，省经信厅公布2025年首批浙江省人工智能赋能制造业典型案例，在103个典型应用实践案例以及典型赋能模式案例中，创源文化、吉利汽车研究院、金山双鹿、东方电缆等甬企拿下21个典型案例，排名全省第二。

这道“加法题”能有多少想象力？甬企为何先人一步，选择这道“加法题”？我们不妨走进这些试点，一探究竟。

金山双鹿生产线。本稿件图片均由受访企业提供

甬企频刷这道“加法题”

每分钟超6000只电池，这是AI赋能下，金山双鹿的检测速度。

在金山双鹿的生产线，依次下线的电池只要经过检测口，就会被摄像头一一检测。毫秒间，“人工智能+视觉检测”的组合就能够完成位置、形状、尺寸等6个大类18个小类的智能检测。一旦有残次品出现，就会被无情地踢出产线的队列，确保电池良品率稳定在较高的水平。

相比于原先的肉眼检测，人工智能的新应用解决了原本劳动强度大、工作效率低的问题。

AI赋能服装设计。

不同于金山双鹿，云聚智铱的人工智能正承担起设计师的重任。

以前，设计师设计服装更多倚仗自己的经验和灵感，并依赖自身企业的数字化能力。如今，设计师可以通过浙江服装产业大脑供应链协同互联平台，获取各类数据应用服务，更快捷地了解当前流行的款式、颜色以及面料，掌握全球纺织服装企业的流行趋势，并以更低的成本完成服装设计。

“生成式人工智能的加入，让主播、设计师、纺织服装企业等主体的需求、想法，能够根据数据的分析与应用，更为简易地变成现实。”云聚智铱副总经理陈炜说，只需输入想要的款式、颜色、材质等关键词，就能得到心仪的服装实穿效果图。

不仅如此，从“AI+3D服装设计”，到“AI+面料识别”，从单个环节的技术突破，到逐步串联起整条产线的自动化、智能化生产，人工智能的参与感不断提升。

大榭石化。

在大榭石化，一条近1400米长的隧道里，79根隧道密集排列，上下共5层，都含有易燃易爆的气体。

两台智能巡检机器人正在轨道上滑行，对管道的压力、温度、泄漏痕迹等进行实时检测，寻找可能引发安全隐患的每一个蛛丝马迹。

“过去，巡检主要依靠人工听声音、测量管道和风机的温度，检查是否有气体泄漏，基本上要依靠工人的观察和经验。”中海石油宁波大榭石化有限公司生产运营十部的一位工程师说，“现在，我们的‘智能巡检机器人’，可以7x24小时不停歇，全方位高精度检查，对隐患的响应时间缩短到分钟级别，提升了5至8倍。”

“当人工智能的春风渐起，越来越多的企业已认识到，‘人工智能+制造’已逐渐成为一道必答题。”市经信局相关负责人说，一方面，全球产业链加速重构、劳动力结构性短缺、质量与效率的双重压力日益显现。

另一方面，人工智能正以前所未有的速度，渗透至从研发、生产到供应链的各个环节，成为驱动制造业高质量发展的新变量。在这样的背景下，制造业不再是AI应用的跟随者，而是其落地的主战场和主引擎。

在此次公布的典型案例中，宁波的21个典型案例已涵盖数字经济、装备、消费品、材料等多个重点产业，涉及AIGC生图大模型技术、视觉检测、供应链赋能、智能巡检、AI数据标注等多个重点领域。

而这仅仅是个开始，未来宁波还将涌现出出更多的应用，释放出更多的可能性。

极氪工厂。

“AI+制造”还能加在哪里

2025年6月，工信部明确提出要实施“人工智能+制造”行动，加快重点行业智能升级，打造智能制造“升级版”。

这一表态不仅释放出国家层面对“人工智能+制造”深度融合的高度重视，也为制造业在新一轮技术革命中指明了方向。

意味着，AI浪潮下，制造业正面临深层次的结构性挑战与转型压力，站在“再定义”的门槛上。

“人工智能赋能制造，并不仅仅是为了提升效率、降低成本，它更深刻地作用于制造系统的逻辑结构、组织方式与治理能力，推动制造业从流程驱动向数据驱动、从自动化向智能化、从人控系统向人机协同演进。”在本届智博会上，国家新一代人工智能战略咨询委员会主任、浙江大学教授潘云鹤如是说，因此，AI技术的嵌入，正开启一场对制造业的“再定义”。

传统制造体系长期沿用“感知-控制-执行-运营-决策”分明的层级型架构：传感器采集数据，上传至控制系统，指令驱动执行单元，自动化系统进行过程管理，决策层基于周期性数据分析进行计划与调整。

未来，机器人将更多参与企业的生产。

在这个架构中，人工智能的能力不再是简单地插入某一环节，而是深度嵌入整个制造网络的神经中枢，成为系统智能的支撑。

在感知领域，随着AI视频分析、智能传感器、工业物联网的发展，制造现场的“眼睛”变得更加敏锐，也更具洞察力。人工智能的介入，让制造业的感知从“能看见”到“能理解”，能够自动识别生产异常、故障预警、物品状态变化。

控制系统的智能化，也在重写工业控制的逻辑。AI的引入，让编程不再是工程师独自完成的任务。通过简单的描述，AI可自动生成控制逻辑、流程图、语义注释，甚至进行调试与验证，实现从人写代码到人机共写的跃迁，提升控制系统的开发效率与迭代能力。

在制造的执行层，工业机器人也不再只是执行固有的指令，而是具备判断力的智能执行体。在完成重复性操作的同时，人工智能的应用可实现自适应路径规划、实时视觉识别与多机协同调度。

在决策层，人工智能的介入，让企业可以进行情景模拟，快速评估不同排产策略的资源占用与交付可能性；结合历史与实时数据，预测质量波动趋势，提前调整工艺参数；在库存管理中，动态推荐补货策略，提升库存周转效率。

整个生产流程都将因为人工智能的介入变得更加智能。这场系统性重构，正是“人工智能+制造”的内涵所在。