21個省級案例，窺見寧波「AI+製造」想象空間

「AI+製造」應該如何「+」？浙江給出最新答案。

近日，省經信廳公佈2025年首批浙江省人工智能賦能製造業典型案例，在103個典型應用實踐案例以及典型賦能模式案例中，創源文化、吉利汽車研究院、金山雙鹿、東方電纜等甬企拿下21個典型案例，排名全省第二。

這道「加法題」能有多少想象力？甬企為何先人一步，選擇這道「加法題」？我們不妨走進這些試點，一探究竟。

金山雙鹿生產線。本稿件圖片均由受訪企業提供

甬企頻刷這道「加法題」

每分鍾超6000只電池，這是AI賦能下，金山雙鹿的檢測速度。

在金山雙鹿的生產線，依次下線的電池只要經過檢測口，就會被攝像頭一一檢測。毫秒間，「人工智能+視覺檢測」的組合就能夠完成位置、形狀、尺寸等6個大類18個小類的智能檢測。一旦有殘次品出現，就會被無情地踢出產線的隊列，確保電池良品率穩定在較高的水平。

相比於原先的肉眼檢測，人工智能的新應用解決了原本勞動強度大、工作效率低的問題。

AI賦能服裝設計。

不同於金山雙鹿，雲聚智銥的人工智能正承擔起設計師的重任。

以前，設計師設計服裝更多倚仗自己的經驗和靈感，並依賴自身企業的數字化能力。如今，設計師可以通過浙江服裝產業大腦供應鏈協同互聯平臺，獲取各類數據應用服務，更快捷地瞭解當前流行的款式、顏色以及面料，掌握全球紡織服裝企業的流行趨勢，並以更低的成本完成服裝設計。

「生成式人工智能的加入，讓主播、設計師、紡織服裝企業等主體的需求、想法，能夠根據數據的分析與應用，更為簡易地變成現實。」雲聚智銥副總經理陳煒説，只需輸入想要的款式、顏色、材質等關鍵詞，就能得到心儀的服裝實穿效果圖。

不僅如此，從「AI+3D服裝設計」，到「AI+面料識別」，從單個環節的技術突破，到逐步串聯起整條產線的自動化、智能化生產，人工智能的參與感不斷提升。

大榭石化。

在大榭石化，一條近1400米長的隧道里，79根隧道密集排列，上下共5層，都含有易燃易爆的氣體。

兩臺智能巡檢機器人正在軌道上滑行，對管道的壓力、温度、泄漏痕跡等進行實時檢測，尋找可能引發安全隱患的每一個蛛絲馬跡。

「過去，巡檢主要依靠人工聽聲音、測量管道和風機的温度，檢查是否有氣體泄漏，基本上要依靠工人的觀察和經驗。」中海石油寧波大榭石化有限公司生產運營十部的一位工程師説，「現在，我們的‘智能巡檢機器人’，可以7x24小時不停歇，全方位高精度檢查，對隱患的響應時間縮短到分鍾級別，提升了5至8倍。」

「當人工智能的春風漸起，越來越多的企業已認識到，‘人工智能+製造’已逐漸成為一道必答題。」市經信局相關負責人説，一方面，全球產業鏈加速重構、勞動力結構性短缺、質量與效率的雙重壓力日益顯現。

另一方面，人工智能正以前所未有的速度，滲透至從研發、生產到供應鏈的各個環節，成為驅動製造業高質量發展的新變量。在這樣的背景下，製造業不再是AI應用的跟隨者，而是其落地的主戰場和主引擎。

在此次公佈的典型案例中，寧波的21個典型案例已涵蓋數字經濟、裝備、消費品、材料等多個重點產業，涉及AIGC生圖大模型技術、視覺檢測、供應鏈賦能、智能巡檢、AI數據標註等多個重點領域。

而這僅僅是個開始，未來寧波還將涌現出出更多的應用，釋放出更多的可能性。

極氪工廠。

「AI+製造」還能加在哪里

2025年6月，工信部明確提出要實施「人工智能+製造」行動，加快重點行業智能升級，打造智能製造「升級版」。

這一表態不僅釋放出國家層面對「人工智能+製造」深度融合的高度重視，也為製造業在新一輪技術革命中指明瞭方向。

意味着，AI浪潮下，製造業正面臨深層次的結構性挑戰與轉型壓力，站在「再定義」的門檻上。

「人工智能賦能製造，並不僅僅是爲了提升效率、降低成本，它更深刻地作用於製造系統的邏輯結構、組織方式與治理能力，推動製造業從流程驅動向數據驅動、從自動化向智能化、從人控系統向人機協同演進。」在本屆智博會上，國家新一代人工智能戰略諮詢委員會主任、浙江大學教授潘雲鶴如是説，因此，AI技術的嵌入，正開啟一場對製造業的「再定義」。

傳統制造體系長期沿用「感知-控制-執行-運營-決策」分明的層級型架構：傳感器採集數據，上傳至控制系統，指令驅動執行單元，自動化系統進行過程管理，決策層基於周期性數據分析進行計劃與調整。

未來，機器人將更多參與企業的生產。

在這個架構中，人工智能的能力不再是簡單地插入某一環節，而是深度嵌入整個製造網絡的神經中樞，成為系統智能的支撐。

在感知領域，隨着AI視頻分析、智能傳感器、工業物聯網的發展，製造現場的「眼睛」變得更加敏鋭，也更具洞察力。人工智能的介入，讓製造業的感知從「能看見」到「能理解」，能夠自動識別生產異常、故障預警、物品狀態變化。

控制系統的智能化，也在重寫工業控制的邏輯。AI的引入，讓編程不再是工程師獨自完成的任務。通過簡單的描述，AI可自動生成控制邏輯、流程圖、語義註釋，甚至進行調試與驗證，實現從人寫代碼到人機共寫的躍遷，提升控制系統的開發效率與迭代能力。

在製造的執行層，工業機器人也不再只是執行固有的指令，而是具備判斷力的智能執行體。在完成重複性操作的同時，人工智能的應用可實現自適應路徑規劃、實時視覺識別與多機協同調度。

在決策層，人工智能的介入，讓企業可以進行情景模擬，快速評估不同排產策略的資源佔用與交付可能性；結合歷史與實時數據，預測質量波動趨勢，提前調整工藝參數；在庫存管理中，動態推薦補貨策略，提升庫存周轉效率。

整個生產流程都將因為人工智能的介入變得更加智能。這場系統性重構，正是「人工智能+製造」的內涵所在。