當下，制造業(yè)站在智能化轉型關鍵路口，市場競爭加劇與人工智能等新技術迭代涌現(xiàn)，驅動企業(yè)對提質增效、突破發(fā)展瓶頸的需求愈發(fā)迫切。在此背景下，8月14日，由璞躍中國（Plug and Play China）主辦的“AI 賦能，加速企業(yè)智造新程”Global Tech Network在上海成功舉辦。

此次活動聚焦制造業(yè)智能化轉型核心議題，匯聚行業(yè)權威專家、頭部企業(yè)代表，深度圍繞AI技術與制造場景的融合應用展開交流，為制造業(yè)企業(yè)破解轉型痛點，搶抓發(fā)展機遇注入強勁動能 。

技術只是“門票”，場景才是“座位”

活動開篇，璞躍中國闡釋了舉辦初衷：聚焦AI技術與制造場景融合，匯聚行業(yè)前沿實踐，多維度呈現(xiàn)AI滲透生產運營全環(huán)節(jié)的落地路徑，攜手產業(yè)界生態(tài)伙伴共同剖析轉型路徑，助力企業(yè)以技術創(chuàng)新驅動二次增長曲線，重塑制造競爭力新優(yōu)勢。

“當前，只有9.3%的公司在過去兩周內將生成式AI實際應用到生產流程中。也就是說，超過九成的公司要么還停留在觀望、試驗的階段，要么只是把AI當作內部‘炫技’的工具，而沒有真正融入日常業(yè)務。”璞躍中國企業(yè)創(chuàng)新副總裁劉佳諾表示。

她認為，現(xiàn)在大部分AI企業(yè)最缺的不是技術，而是高質量“好場景”。多數企業(yè)仍專注于技術本身，絞盡腦汁爭奪行業(yè)里不多的場景應用需求，但很多企業(yè)處于觀望態(tài)度，不愿主動入場，實際需求并不多。“技術只是入場券”，場景才是王道。劉佳諾總結了三類適合AI切入的典型場景：企業(yè)內部運營流程中高度重復、機械化的工作；企業(yè)內部容錯率相對較高、風險可控的業(yè)務崗位；企業(yè)內部挖掘新增長點時，通過AI挖掘用戶需求與數據價值、驅動業(yè)務增量的場景。

值得一提的是，璞躍（Plug and Play）是全球知名的科技創(chuàng)新生態(tài)平臺，也是全球歷史最悠久、區(qū)域及行業(yè)覆蓋最廣的科技孵化器之一。璞躍發(fā)源于硅谷，在全球布局了60多座創(chuàng)新中心，擁有20余年科創(chuàng)投資、產業(yè)創(chuàng)新服務、科技孵化的經驗，曾成功孵化了Google，投資了PayPal、Dropbox等多家科技巨頭公司。“當78%的AI項目因戰(zhàn)略斷層與落地脫節(jié)而失敗，企業(yè)仍在承受高投入、高風險、低回報的困局，璞躍將‘助力企業(yè)AI重塑效率提升與價值增長’創(chuàng)新服務。”劉佳諾表示道。

多維推進，解碼 AI 賦能實踐

（一）前沿分享：AI 滲透制造全流程

活動設置多場主題分享，深度解碼AI在制造各環(huán)節(jié)的創(chuàng)新應用。設序科技首席產品官楊慶保聚焦AI生成式設計技術，生動闡釋“讓工程師從重復性設計勞動中解放，使產業(yè)鏈在智能設計生態(tài)中實現(xiàn)高效協(xié)同運轉”的實踐路徑；矢量智控總經理于小海圍繞“數據克隆”技術構建“世界模型”，實現(xiàn)“讓決策在數字孿生空間完成預演驗證”，破解復雜制造場景下的決策難題；OAT業(yè)務總監(jiān)王雷詳解算法重構供應鏈決策邏輯，通過數據驅動模型替代經驗式排產，達成“以算法為供應鏈裝上最優(yōu)解計算器”的提效降本目標；來也科技CFO范麗鴻分享“數字員工平臺”融合RPA與大語言模型的創(chuàng)新實踐，展現(xiàn)流程數智化轉型的全新圖景。

（二）圓桌對話：共探轉型短中長期路徑

圓桌論壇環(huán)節(jié)，由璞躍中國企業(yè)創(chuàng)新生態(tài)運營總監(jiān)王燦主持，海南國際經濟發(fā)展局黨委委員、總經濟師曾蓉，聯(lián)合國工業(yè)發(fā)展組織投資與技術促進官、WiTTs副秘書長葉霖，馳星創(chuàng)投董事總經理李一心等嘉賓深度參與。圍繞“科創(chuàng)產業(yè)創(chuàng)新生態(tài)：政府搭臺、國際協(xié)同、資本賦能的多方對話”主題，嘉賓們從政策協(xié)同保障、國際技術對接、資本生態(tài)賦能等多元視角，為制造企業(yè)智能化轉型構建生態(tài)支撐體系，系統(tǒng)探討不同發(fā)展階段的破局策略與增長路徑。

（三）細分場景深化：覆蓋綠色與質量管控

圓桌對話后，活動聚焦細分場景持續(xù)深入分享。光合智能創(chuàng)始人付強，分享基于物理驅動數字原生模型的AI+能源管理實踐，助力制造企業(yè)構建綠色低碳生產體系；蔚碳科技CTO馬贏超，詳解“蔚碳云”碳中和管理平臺與ZeroPilot AI車隊智能物流管理系統(tǒng)，為供應鏈綠色變革提供全流程解決方案，詮釋“AI驅動供應鏈效率與可持續(xù)發(fā)展雙提升”；大制科技解決方案總監(jiān)殷立，聚焦工業(yè)大模型在預測性維護與質量管理的深度應用，印證“讓AI成為生產線的‘先知衛(wèi)士’，于故障萌芽前筑牢質量防線”。

具身智能火熱，仍有三大難點亟待攻關

具身智能作為具有實物“身體”的AI載體，同時具有“大腦”和“身體”，能感知、會學習甚至可以自主決策。在AI與機器人加速融合的背景下，全球機器人產業(yè)正邁向智能化、具身化的新階段。演講環(huán)節(jié)最后，璞躍中國投研負責人楊鈞，全鏈路拆解具身智能在技術研發(fā)與場景落地的多維度探索，前瞻分享具身智能技術的市場應用趨勢與產業(yè)價值。

當前具身智能領域面臨哪些挑戰(zhàn)呢？楊鈞從成本-通用-效率的“不可能三角”進行了全面的分析。首先，成本困境來源于硬件技術路線未定。例如，核心組件靈巧手主流方案未能敲定，整體技術路線未能統(tǒng)一，核心零部件還有國產化+創(chuàng)新升級的空間。此外，高能量密度電池技術（如固態(tài)電池）尚未成熟。硬件降本高度依賴批量規(guī)模量產，下游應用場景的不確定性導致成本高居不下。

其次，數據難題帶來效率沖突。收集真實世界的機器人數據耗時且昂貴，但仿真數據暫未解決S2R Gap，這導致高質量機器人數據集缺失。此外，行業(yè)中已經出現(xiàn)不少開源的機器人數據集，但數據質量參差不齊，且缺乏數據采集基準，無法實現(xiàn)跨場景、跨任務應用的通用機器人訓練。

模型能力待提升是一項通用挑戰(zhàn)。當前的多模態(tài)大模型雖然發(fā)展迅速但仍處于早期階段，在處理需要長時間、多步驟規(guī)劃與連貫執(zhí)行的復雜任務時，其架構往往難以支持有效的遠距離依賴建模和持續(xù)的邏輯推理。此外，模型雖然能夠接收和處理來自多種模態(tài)的數據，但在如何將這些異構數據進行深層次、有意義的融合，并從中提煉出對任務至關重要的綜合洞察方面，現(xiàn)有架構能力有限。

凝聚行業(yè)共識，賦能智造未來

本次活動為制造業(yè)智能化轉型搭建起高價值交流平臺，實現(xiàn)多重生態(tài)價值：認知突破上，幫助企業(yè)穿透AI技術迷霧，明晰從研發(fā)設計到質量管控全流程的滲透邏輯，理解AI重構制造價值鏈條的底層邏輯；資源協(xié)同上，構建政府、企業(yè)、資本、國際組織的多維對接網絡，為技術合作落地、項目場景適配、政策精準扶持筑牢生態(tài)基礎；案例沉淀上，積累多行業(yè)、多場景的AI賦能轉型實踐，為制造企業(yè)規(guī)劃智造升級路徑提供可參考、可復制的行動藍圖。

相信未來，璞躍中國將持續(xù)深耕制造業(yè)智能化轉型賽道，迭代完善活動生態(tài)體系，強化“技術落地性”與“生態(tài)延續(xù)性”，助力更多制造企業(yè)把握AI機遇窗口，突破增長邊界，重塑制造競爭力，推動中國制造業(yè)智能化轉型邁向全球引領新高度，共探智造新局，解鎖可持續(xù)增長密碼。