来源：市场资讯
（来源：姚咏梅 企业家杂志）
7月19日，由中国钢铁工业协会、中国金属学会支持，中国国际贸易促进委员会冶金行业分会、世界钢铁发展研究院主办，冶金工业国际交流合作中心承办的“AI赋能钢铁可持续发展高层论坛”在京举办。来自行业组织、重点钢企、科研院所、高校的嘉宾，以及两院院士、人工智能专家等共计100余人参加会议，共同探寻人工智能赋能钢铁工业高质量发展的现实路径，以促进钢铁产业可持续发展。
北京科技大学（下称“北科大”）副校长焦树强，中国金属学会常务副理事长田志凌，世界钢铁协会副总干事钟绍良为会议致辞。中国钢铁工业协会副会长、中国国际贸易促进委员会冶金行业分会会长李毅仁做题为《关于AI赋能钢铁可持续发展几点思考》的发言。中国工程院院士毛新平、朱荣，世界钢铁发展研究院院长于勇，北京科技大学冶金学部主任张建良分别做主旨报告。来自北科大、东北大学、清华大学等院校，河钢、首钢、中冶京诚等代表，全景式呈现了AI与钢铁产业深度融合的创新实践。会议由张建良、冶金贸促会副秘书长（主持工作）苏步新、河钢材料技术研究院院长张彩东、北科大人工智能学院院长张海君主持。
一
三大破局方向凝聚共识
“中国钢铁在过去几十年实现了规模、装备、绿色水平的全球领先，这一轮AI革命，中国钢铁绝不能缺席、不能落后。”世界钢铁发展研究院院长、河钢集团原董事长于勇在发言中强调，“AI不是锦上添花的优化工具，而是指数级重构产业逻辑的颠覆性力量。”与会专家普遍认为，AI对钢铁行业的价值绝非“高级自动化”的延伸，而是从底层逻辑重构产业的三大方向。
一是研发范式变革，从试错驱动到数据驱动。中国工程院院士毛新平指出，中国AI技术已具备落地钢铁行业的成本优势：“我们最新的大模型性能比肩美国顶尖产品，成本仅其几分之一，而且完全开源。过去美国靠堆算力、堆资本的模式，正在被靠算法优化的路径颠覆。”其团队承担的国家自然科学基金重大项目"变革性低碳钢铁制造流程"中，AI正在解决废钢利用的核心痛点——通过建立残余元素阈值预测模型，把废钢利用的性能波动率降低60%以上。表示“要找到废钢残余元素影响性能的临界阈值，实验量可达105量级，传统方法预测精度不足，必须依靠AI搭建数据库、训练预测模型。”河钢2.4GPa超高强钢研发过程中，AI模拟将实验次数从数十次压缩到3～5次，研发周期缩短60%以上，已批量应用于奇瑞等车企。
二是生产控制升维，从“点到点”到“场对场”。于勇分享的“物理AI”进展令人振奋，提出“拓扑差”控制的概念：PID是“点对点线性追踪”，仅追求单一工艺参数达标；拓扑差控制则是“场域全域拟合”，以最优工况完整数据图谱对标实时生产全维度数据。并举例，西安某企业研发的高频视觉检测系统，每秒可采集6000帧轧钢图像，数据分布可直接映射轧辊间隙、加热温度等核心工艺参数，“不再是事后质检的工具，而是能直接参与参数调整的‘智能体’，未来1～2年就能在轧钢产线实现在线自主控制”。中冶京诚的飞剪切头AI优化系统已将切头精度从±40毫米压缩到±5毫米，单条高线年增收超过250万元；北京科技大学张建良教授团队研发的缪子透射成像技术，可穿透数米厚耐火材料实时观测高炉软熔带形态，配合AI模型可将高炉燃料比降低5%以上。
三是管理范式重构，从经验驱动到数据智能。北科大经管学院教授尹奎提出的“超级个体”概念引发热议：AI时代，懂工具、会提问、能批判性使用AI的员工，效率可达普通员工的5倍以上。已有头部钢企把“AI使用能力”纳入招聘核心指标，甚至强制要求研发人员AI编码占比达标。“未来不是AI替代人，而是会用AI的人替代不会用AI的人。”尹奎表示，但需警惕“干5人活拿1人工资”的不公平问题，探索适配超级个体的激励机制。
二
全球视野下的中国机遇
世界钢铁协会副总干事钟绍良梳理了全球钢铁技术演进脉络：过去全球钢铁的原创技术主要由欧美日主导，当下低碳、数字化赛道上，近年来中国创新势头迅猛，全球创新中心持续东移。中国在AI赋能钢铁领域已具备先发优势——建成世界首个冶金领域国家级AI中试平台；全国15家领航级智能工厂中钢铁行业占2家；全球9家钢铁行业灯塔工厂中中国占3家（宝钢股份、中信泰富特钢、首钢股份）。
他同时提醒，不同地区钢铁企业数字化转型没有好坏、先进落后之分，只有发展时机、节奏与竞争策略的差异。欧美日钢企并非不具备AI技术能力，而是出于就业保障、信息安全等考量推进较慢，“中国需客观看待差距，避免盲目自大”。部分海外企业出于信息安全、就业考量，转型节奏偏保守，但其底层技术储备充足，行业不应简单评判转型快慢。
三
绿色低碳的“负碳”实践
中国工程院院士朱荣带来的“负碳炼钢”实践更让人振奋。通过CO₂资源化利用、钢化联产等技术，其团队已把高炉碳排放降到800公斤以下，全废钢电炉钢碳排放低至80公斤，相关产品已打入欧洲市场。
“未来钢铁不仅是材料生产商，更是能源转换器——我们的一氧化碳转化效率比传统煤化工高两倍，完全可以替代部分化石能源。”朱荣表示，钢铁企业的CO₂可用于蔬菜大棚、化工产品、海水制氢等多元场景，“钢铁行业近零碳排放的时代正在到来”。
“上一轮工业革命，中国把钢铁做到了全球规模最大、装备最精、绿色水平最高；这一轮AI革命，中国钢铁绝不能落后。”于勇在总结中呼吁，“我们要跳出‘调参优化’的思维惯性，真正奔着从0到1的颠覆性创新去，打造全球最智能的钢铁生产线。”
三
构建协同创新生态
与会领导、专家直面当前AI落地的痛点，从不同角度进行了阐述。
中国钢铁工业协会副会长、中国国际贸易促进委员会冶金行业分会会长李毅仁做题为《关于AI赋能钢铁可持续发展几点思考》的发言。认为当前，行业发展进入“减量调整、存量优化”阶段，行业经营进入“整体微利、个体分化”周期。“在同质化微利竞争时代，除资源禀赋、物流基础、产业环境等天然条件外，以智能制造为核心的数智化转型，成为钢企突破工艺、效率、管理三重极限，重获差异化竞争优势的重要途径。”同时提出AI全价值链落地的三大方向：研发端，依托材料基因工程算法、机理耦合仿真模型，缩短新材料研发周期、降低试制成本、提高研发效率；生产端，以通专大模型融合为底座，坚持机理和数据驱动，打造冶金智能体，实现炼铁、炼钢、轧钢等关键工序全流程精准闭环控制，推动生产由“自动化”向“自主化”的跃升；产业链端，基于产品全生命周期服务能力和供应链建设，打通上下游数据，共建高效协同的产业生态圈。
面对行业现存多项短板，中国金属学会常务副理事长田志凌提出三大行业发展方向：一是坚持标准引领，掌握AI发展主动权；二是深化技术创新、融合应用，精准匹配钢铁全产业链的差异化场景需求；三是发挥桥梁纽带作用，搭建以企业为主体、产学研用结合、产业链应用链上下游贯通的协同创新生态。
东北大学数字钢铁全国重点实验室副主任曹光明做题为《轧制过程数字化模型与智能优化控制技术》的报告，从具体的技术突破角度为钢企理解复杂工业过程的数字化控制提供了深层的方法论启示。清华大学数据科学研究院特聘研究员尹立庆以《钢铁+AI大模型：重构研发范式、激活创新动能》为题，深入剖析了大模型技术如何重构钢铁行业的研发范式，系统展示了“钢铁+AI大模型”从理念到实践的全景图。北科大人工智能学院院长张海君做题为《通感算智融合赋能的未来钢铁智造专用网络关键技术》的报告，阐述了未来钢铁智造专用网络的关键技术与实践路径。河钢材料技术研究院院长张彩东带来《AI赋能钢铁材料助力产业新发展》主题报告，从整体概况、AI赋能研发进展、重点领域发展方向3个维度，系统呈现了钢铁材料研发的新图景。首钢技术研究院原副总工程师孙佳分享了“钢铁企业质量管理与智能制造”的实践经验。中冶京诚数字科技（北京）有限公司主任研究员温志强从优特钢长材生产控制的实际场景出发，生动展示了“京诚智瞳”这一AI技术在复杂生产过程中的精准应用。
北京科技大学副校长焦树强表示学校正大力培育兼备工程能力和数字素养的复合型人才，为钢铁工业绿色低碳发展提供坚实人才支撑。北科大愿以此次会议为新起点，与各方密切合作，共同服务钢铁产业高端化、智能化、绿色化转型，为建设制造强国、科技强国贡献更多力量。
张建良聚焦炼铁工序AI落地实践，系统梳理了机器视觉、数字孪生、高炉大模型等十余项成熟应用，但同时提出，高炉作为行业最大“黑箱”，炉内核心区域缺少实时定量感知手段、关键点位传感器覆盖不足、跨工序模型未打通、复合型人才缺口巨大等问题突出。行业急需统一炼铁智能化系统评价标准，搭建智能创新联盟，并通过多学科深度交叉、产学研用紧密协同，补齐复合型人才短板，以真正实现炼铁长周期、低成本、稳定顺行的愿景。
纵观本次论坛，无论是“拓扑差控制”的前沿探索，还是“超级个体”的管理革新，都指向同一个事实：钢铁行业的智能化转型不仅是技术的更替，更是一场涉及研发、生产、管理全链条的认知革命。正如与会专家所言，面对“减量调整”的行业周期，智能化已不再是“选答题”，而是关乎生存的“必答题”。随着产学研用的深度融合，一个更智能、更绿色、更具韧性的中国钢铁新时代，正加速到来。
热门跟贴