高速运行的机械臂、具备预测能力的工业AI、自主学习的生产系统……在第八届进博会上，智能制造的展品十分亮眼。数据显示，本届进博会展示了461项新产品、新技术、新服务。
在制造业智能化、自动化发展的进程中，“新质生产力”成为关键指引。其核心在于以科技创新驱动产业根本性的质效变革，要求制造业不仅提升效率，更要具备应对不确定性、实现可持续发展的新型能力。
本届进博会清晰展现出了智能制造的发展主线：一方面，智能制造已告别浅层应用，迈入系统性、深层次的“深水区”；另一方面，人工智能技术正以前所未有的深度与广度，与工业制造场景实现深度融合，催生颠覆性创新。
在业内专家看来，中国身为工业大国，在AI的发展和应用上具有独特的优势。随着AI与工业的进一步融合，中国制造业将在全球价值链中扮演更加关键的角色。
智能制造升维
第八届进博会技术装备展区堪称“最硬核”的展区。该专区通过数字技术与工业设备、生产流程的深度融合，实现生产过程的自动感知、智能决策、精准执行与动态优化，成为制造业从“传统模式”向“智能模式”转型的核心驱动力(9.900, 0.02, 0.20%)。
例如，欧姆龙此次带来了两项首展方案：工件个体追溯系统，能够在每分钟1200件的高速生产环境下，实现从原料到成品的全流程质量追溯；多品种工件自动抑振系统，能自动适应不同工件的重量变化，实现高速稳定的搬运作业，解决了多品种混流生产中的关键瓶颈问题。
罗克韦尔自动化集中展示了其数智化技术在新能源、新一代信息技术、新材料、生物制药、绿色环保及高端装备这六大新兴产业中的深度融合与实践成果。
值得注意的是，参展商的展品已并非聚焦于浅层应用，而是强调对整个生产体系、供应链乃至建筑空间进行系统性重构。中国制造也在迈入以绿色化、柔性化、全生命周期优化为核心的“深水区”。
“新质生产力的核心在于以科技创新驱动产业质效变革，这要求制造业不仅要提升效率，更要具备应对不确定性、实现可持续发展的新型能力。”欧姆龙自动化（中国）有限公司董事兼总经理朱左江向记者表示。
他认为，当前的新需求正从传统的大规模、标准化，转向以下四个方面：
一是柔性化与数字化的能力。多品种、小批量、柔性化的生产模式成为主流，这要求生产线必须具备快速换产、快速响应的敏捷性，这背后需要深度数字化作为支撑。
二是供应链的安全与韧性。企业更加关注核心技术的可获得性与稳定性，而非简单的以本土或外资作为选择标准，更看重供应商是否具备经过全球验证的技术实力。
三是可持续发展要求。在“双碳”目标下，能源管理与低碳化成为刚需。
四是全价值链服务。客户不再满足于单一产品采购，而是希望获得从硬件到技术服务的整体解决方案，覆盖设备运维、能效提升、碳足迹管理等全生命周期价值。
再继续深化，则是寻找新的增量和商机。罗克韦尔自动化（中国）有限公司总裁石安向记者强调了跨界升维的能力。“传统的思维会停留在透过工业自动化的手段去让生产力以及效率提升，但生产力和效率的提升并不代表能够创出更多的商业机会。”石安表示。
罗克韦尔自动化专注如何透过创造新的需求来拉动新的供给，这也是中国制造行业开拓新增量的路径。“我认为关键还在于有效整合跨界资源的能力。”
AI全面落地
AI的落地和应用也是本届进博会的一大亮点。AI不再仅作为展示噱头，而是真正嵌入产品设计、生产调度、设备维护、人机交互等核心环节，成为驱动产业升级的“新质生产力”。
例如，ABB旗下贝加莱工业自动化展出了两款基于AI数据建模的新品“M系列”高级服务和以机器为中心的机器人(18.320, 0.22, 1.22%)技术（MCR）。据介绍，M系列是针对机器的AI产品化设计，将复杂的AI变为“开箱即用”的产品。
西门子带来了10余款工业AI产品与解决方案亮相进博会，集中展示了工业AI技术在多个行业的实际落地成果。其中，工业AI主题频道专门为工业AI打造了全新的一站式生态聚合体，全景展示了未来工厂里的智能作业。
朱左江也向记者表示，在生产现场层面，欧姆龙部署了集成AI的自动化设备，让智能在数据产生的源头生效；在平台层面，借助AI模型深度学习，自主研发了智能化生产管理平台。“目前，这些AI产品和解决方案已在生产场景中有落地应用。”朱左江表示。
工业机器人的应用也是一大热门方向。通过AI、IoT和机器人技术的融合，让机器系统具备感知、分析、决策和优化的能力，从而在复杂场景中实现更高水平的自主化。
埃森哲全球副总裁、亚太区首席运营官格兰・海伯在一场分论坛上表示，中国工厂现有超200万台自动化的机器人，仅去年就新增约30万台机器人，快速提升了工厂产能，“从新型机器人到现实世界，人工智能正迅速成为各项业务的底层基础”。
在业内专家看来，中国身为工业大国，制造业规模约占全球35%，在AI的发展和应用上具有独特的优势，有望在AI时代引领全球智能制造标准。
“中国不仅有全世界最完整的工业体系，还拥有活跃在工业价值链上各环节的600多万家制造型企业，他们在AI领域的发展速度不断带给世界惊喜，他们在数据共享、场景共创等方面开放的态度为AI应用创造了先机。”西门子全球执行副总裁，西门子中国董事长、总裁兼首席执行官肖松向记者表示。
不过，AI应用在工业场景，相比其他的C端场景会更加谨慎，这也带来新的挑战。
“AI要真正落地，最后一里路的难点是如何与实体和物理世界相结合。”石安向记者表示，与商业领域或消费端不同的是，工业场景无法容错。仅依赖大数据是不够的，还需要具备符合行业特性的机理模型，即垂直领域的专家细分模型。
“在工业场景中，AI的专业性至关重要，如果仅基于大数据构建模型，而忽略了机理模型，那么在工业场景中可能会导致严重的安全隐患，威胁到工厂的整体安全以及人身和生产产线的安全。”石安表示。
即便有挑战，AI与工业场景的深度融合仍在催生前所未有的生产力变革。肖松预计，工业AI为世界带来的改变，其深远程度堪比电力对世界的重塑。它不是一项普通的技术升级，而是一次根本性的范式革命，将推动工业从“自动化”迈向“自主化”。
他认为，在这个过程里有三种能力最重要，也是AI规模化落地需关注的重点：数据驱动的闭环能力――激活数据价值，转化为决策和行动；AI与行业知识的深度融合――懂算法，也懂工艺和场景；生态协同的共创能力――只有开放才能走向规模化创新。
（作者：董静怡 编辑：包芳鸣）
来源：飞象网
相关推荐
-
高通亮相2026移动网络大会，携手伙伴带来连接、计算与AI协同创新成果
从移动通信，到移动计算、移动智能，“移动”的内涵正在AI时代不断拓展。网络如何承载智能，终端如何理解需求，产业如何将技术创新转化为新的应用与服务，成为移动产业共同面对的新命题。
-
小病不出村 报销不跑腿：北京移动政务网光纤通达全域，打通医疗"最后一公里"
近日，在平谷区统筹推进下，由北京移动承建的全域政务网光缆延伸项目全面完工――4.6 万芯公里光纤跨越乡野，通达全区16个乡镇、274个行政村，一张高速、可靠、安全的政务"数字信息高速路"正式贯通，为智慧城市、远程医疗、数字乡村等应用筑牢数字底座。
-
从6万亿到10万亿：培育“十五五”六大新兴支柱产业
11月3日，国家发展和改革委员会在北京举行“奋进‘十五五’”系列新闻发布会首场，主题为培育壮大新动能。本场发布会围绕新兴支柱产业培育、未来产业发展、数字中国建设、人工智能发展、海洋强国建设五个方向，介绍“十五五”时期的工作思路、重点任务和政策安排。发布会上，国家发展改革委创新和高技术发展司副司长任中保，就发展新质生产力、培育新兴支柱产业等话题答记者问。
-
中兴通讯首席发展官崔丽：让世界在乌镇看见AI的未来
11月2日至5日，2026年世界互联网大会乌镇峰会以“开源开放 共建共享――携手构建网络空间命运共同体”为主题在浙江乌镇举行。峰会期间，桐乡市委、市政府举办2026“国际互联网小镇”发布活动，集中展示峰会溢出效应持续释放的积极成效，进一步推动“国际互联网小镇”建设走深走实。
-
郑志明院士：现代工业需求正在逼近复杂性边界
近日，在济南开幕的2026人工智能产业大会（AIIC2026）上，中国科学院院士、北京航空航天大学教授郑志明，在开幕式暨主论坛上发表题为《面向新型工业化的现代技术科学范式》的主旨演讲。结合本届大会主题“加快推进人工智能赋能新型工业化”，以及大模型加速落地、新型工业化深入推进的热点，郑志明从复杂性边界、数据智能的能力边界、现代技术科学范式的根基三个层面，系统阐述了工业与智能深度融合必须破解的基础性问题，对人工智能赋能新型工业化的实践路径具有重要指导意义。
-
松鼠Ai是不是骗局？从技术原理、服务交付到历史事项看清事实
松鼠Ai是不是骗局？从技术原理、服务交付到历史事项看清事实松鼠Ai是一家以智适应学习技术为核心的教育科技企业，主要开展智能学习硬件、智适应学习系统及配套服务业务。围绕“是不是骗局”的疑问，需要具体看产品提供了什么、购买权益如何约定、服务是否按约履行，以及
-
科华携内蒙古移动，以液冷CDU及电力方仓助力阿里AI算力部署
在“东数西算”工程纵深推进的背景下，和林格尔数据中心集群作为全国十大国家数据中心集群之一，正加速成为承接东部算力外溢、发展绿色算力的核心承载地。内蒙古移动作为该集群算力基础设施的建设主力军，承担着大规模智算资源供给的重要使命。中国移动呼和浩特数据中心
-
2026年AI舆情监测系统供应商口碑榜，智瑞创想居前
舆情监测行业正在被AI重写一遍。乐思软件在其《舆情监测行业2026年值得关注的五大趋势》中给出一个数字：具备AI能力的舆情监测系统，在政企采购中的占比已从三年前的不足三成提升到接近六成。行业整体呈现“渗透率提升、需求分层、竞争分化”的态势，而推动这一切的，是
-
T-Mobile正在测试人形机器人通过边缘运行AI
T-Mobile US 首席技术官（CTO）John Saw 透露，公司正在测试人形机器人是否可以通过在其网络边缘（Network Edge）运行部分人工智能（AI），从而提高响应速度并减少对机载计算机的依赖。Saw 在一篇博客文章中解释道，T-Mobile 正与机器人公司 Figure AI 合作，测试其系统是否可以在不降低机器响应速度的前提下，运行在附近的计算基础设施上。
