4月15日，由中國工業報社和卡倫特科技股份有限公司聯合主辦的“中工智庫沙龍·AI共創工業智能——生成式CAD模型首版次工業軟件研討會”在京舉行。工信部工信（北京）產業發展研究院成果轉化部部長聶振華在活動致辭中表示，工業軟件是現代工業的“大腦”與“神經”
，AI大模型、機器學習、數字孿生等新一代人工智能技術與工業軟件的深度融合，正在引發工業母機領域一場深刻的範式變革。

工信部工信（北京）產業發展研究院成果轉化部部長聶振華

重新認識“AI+工業軟件”對工業母機的戰略價值

聶振華指出，我國工業母機產業中低檔數控機床已實現自主可控，但高端市場仍麵臨“大而不強
、全而不精”的困境。高端數控係統與配套工業軟件長期依賴進口，發那科、西門子
、海德漢等國際巨頭形成了“機床+控製係統+工藝軟件+數據服務”的封閉生態，使國內機床企業在精度、效率
、可靠性及智能化水平上始終存在代差。

“打破這一困局，單純依靠硬件追趕已難以為繼。”聶振華表示：AI與工業軟件的融合發展，為我們換道超車提供了可能。具體而言，其戰略價值體現在三個方麵：

一是加工過程的自主優化。傳統數控機床依賴G代碼編程，加工參數固定，無法實時感知刀具磨損、主軸振動、熱變形等動態變化。引入AI算法後，機床可以通過傳感器數據實時學習，自主調整進給
、切削深度、主軸轉速等參數。

二是工藝知識的沉澱與複用。優秀的工藝經驗長期依賴“老師傅”的直覺與手感，難以數字化、規模化傳承。通過AI+工業軟件，可以將大量切削數據、振動信號、溫度變化等輸入機器學習模型
，自動挖掘最優工藝參數組合
，形成可複用的工藝知識庫。

三是設備全生命周期的智能運維。結合AI、數字孿生與預測性維護算法，AI+工業軟件可以為每一台數控機床建立虛擬鏡像，實時比對實際運行與仿真模型的偏差，提前預警主軸軸承失效、導軌磨損、冷卻係統異常等故障。

打通“AI+工業軟件”與工業母機融合的“最後一公裏”

理念雖好，落地不易。聶振華坦言
，當前AI+工業軟件賦能工業母機仍麵臨三個突出堵點：

第一
，算法與工藝脫節。許多高校和AI公司開發的算法在實驗室仿真環境下表現優異，但部署到真實機床上，模型魯棒性大幅下降。“原因就在於算法開發人員缺乏對實際加工工藝的深刻理解，訓練數據與真實場景存在鴻溝。”

第二，數據孤島嚴重。數控機床廠家、係統廠商
、軟件廠商、主機客戶各自為政，數據接口不開放、通信協議不統一、工藝數據獲取難等因素，導致AI模型難以獲取高質量
、多源
、實時的機床運行數據。

第三，中試平台支持不足。國內麵向工業母機的第三方中試熟化平台能力建設存在不足
，企業自建投入大、周期長，高校又缺乏機床應用環境，大量創新成果“躺”在論文和專利裏，無法轉化為生產力。

據(ju)介(jie)紹(shao)，作(zuo)為(wei)長(chang)期(qi)從(cong)事(shi)科(ke)技(ji)成(cheng)果(guo)轉(zhuan)化(hua)工(gong)作(zuo)的(de)機(ji)構(gou)


，工(gong)信(xin)產(chan)業(ye)發(fa)展(zhan)研(yan)究(jiu)院(yuan)近(jin)年(nian)來(lai)重(zhong)點(dian)支(zhi)撐(cheng)了(le)服(fu)務(wu)工(gong)業(ye)母(mu)機(ji)高(gao)質(zhi)量(liang)發(fa)展(zhan)論(lun)壇(tan)的(de)組(zu)織(zhi)

，編(bian)製(zhi)了(le)遼(liao)寧(ning)省(sheng)工(gong)業(ye)母(mu)機(ji)、廣州黃埔區工業母機發展規劃等，致力於打通“設計—工藝—製造”數智生態閉環。

“讓AI算法‘跑’在真實機床上，讓工業軟件智能鏈‘接’到研發、生產
、製造全鏈條上。實踐證明，隻要打通這一閉環，AI+工業軟件就能真正釋放巨大潛能。”聶振華表示，“工業母機的每一次躍升都伴隨著控製與軟件的變革。從手搖到數控，從數控到智能
，曆史正站在新的起點上。我們有信心
、有能力，以AI為引擎
、以工業軟件為杠杆，實現換道超車，激發工業母機的新動能。

對於生成式CAD的發展，聶振華提出，以首版次為起點，以場景化為路徑
，以產業化為目標，推動生成式CAD在裝備製造領域落地生根
，為新型工業化與製造強國建設貢獻力量。