你们的AI技术能不能降低能耗、能不能提升生产效率、能不能创造实实在在的经济效益？
2026世界人工智能大会暨人工智能全球治理高级别会议（WAIC）开幕式后举行的闭门会上，李金金在完成工业AI落地实践现场汇报后，联合国秘书长古特雷斯向她抛出了上述三个问题。
李金金是上海交通大学教授、人工智能与微结构实验室（AIMS-Lab）主任、金珵科技创始人。依托十余年在AI for Science领域的专业技术经验及自主研发的AI创新性算法，她率领团队创造了一系列中国智能制造与高端装备研制的“首次”，包括：首次将时间维度AI算法引入工业自控；首次开发工业时序控制大模型；首次应用物理可解释AI技术赋能复杂制造等。该团队开发的国际首个人工智能“工业时序控制通用大模型ManuDrive”，搭载127个标准化通用AI模块，实现工业制造全流程AI赋能，助力企业提升产能、降低产线波动、提高生产效率。
李金金。澎湃新闻记者 俞凯 图
AI接管，提升产能
五层楼高的巨型发酵罐平稳运转，无需人工持续值守，部署的AI系统能提前预判未来上百小时的发酵曲线，动态调控各项工艺参数……在新疆的一个生产基地，这样的场景已经成为常态。
作为全球最大的抗生素中间体发酵企业，川宁生物曾长期受生物发酵代谢复杂、工况波动大、产能提升遭遇瓶颈等难题困扰。李金金团队进驻后，在没有空调的发酵车间打地铺、写代码，历时9个月完成ManuDrive大模型对发酵全过程的部署和接管，这是ManuDrive落地工厂车间的第一个项目。如今凭借模型的通用性，该大模型再部署同类型企业的周期，已由9个月缩短至3个月、1个月甚至数周。
依托127个可自由组合功能组件的模块化工业智能体框架，该大模型变身为“AI生物发酵工程师”，针对川宁生物500立方米发酵罐实现全流程AI自主调控，发酵产量提升5%，生产波动降低50%。部署后一个月新增的产能，比企业过去五年产能提升的总和还要高。该大模型还能够在发酵刚启动2小时的时候，就精准预测出后续178小时完整发酵曲线，预测准确度高达99.9%，实现异常提前预警、工艺主动干预。
李金金（右）在工厂车间。受访者 供图
不止生物发酵赛道，上述大模型已破局十大工业场景并落地释放价值。比如，200米高的大型工业塔，传统设计周期长达数月，通过“AI工业建筑设计师”模块，数分钟即可完成整套结构排布方案，兼顾力学稳定性、抗震防风等多重指标，大幅缩短设计周期；“AI工业焚烧师”则实现了工业焚烧过程的精准调控，降低污染物排放、提升焚烧效率。
一系列落地实践印证，ManuDrive能够深度嵌入生产自控环节，真正实现工业全流程精准接管，在前沿部署工程师（FDE）派驻一线保障、前沿部署研究员（FDR）后台迭代算法的双向机制支撑下，技术持续适配各类复杂工况，已累计帮助数十家上市企业创造更大的经济效益。
经验传承，从复刻到超越
在制造业中，经验丰富的工艺老师傅（俗称“老法师”）是行业宝贵财富，许多核心工艺诀窍只存于从业者脑海，难以文字化、标准化传承。“老法师”的经验难复制，是制造业领域一大难题，也是李金金团队关注的问题：人的经验无法稳定复刻，制造业智能化该如何破局？
“我们的AI路径，是先学习老师傅，再超越老师傅。”李金金这样概括ManuDrive的技术逻辑。该团队采用物理驱动+数据驱动融合路线，把一线老师傅数十年积累的实操经验完整梳理、封装进算法体系，搭建起AI学习的基础。这一模式和AlphaGo的进化路径大同小异：先吃透人类沉淀的所有经验（棋谱），达到与资深工匠（围棋高手）持平的水准；再依托产线持续产生的数据飞轮与强化学习，不断迭代优化，突破人类经验的固有上限。
与此同时，在上海市经信委推动建设的前沿部署工程师（FDE）人才体系支撑下，大量复合型工程师常驻工厂车间一线，打通AI技术落地“最后一公里”。他们一头连接实验室算法，一头对接车间老师傅，持续完成经验采集、模型调试、现场验证。
李金金团队的陈建豪就是这样一位前沿部署工程师。他以“AI刀具规划师”的应用场景举例说，每一个零部件上孔径不一的圆洞，都是用不同刀具加工出来的。“过去，光设计排刀方案可能就要数十天甚至更长。刀设计好了，程序给到机床还需要反复调试，才能把刀的顺序调好。如今，给工厂部署‘AI刀具规划师’系统后，不管什么样的复杂零件，点一下刀具生成，快的话几秒钟、长的话几分钟，AI设计的排刀方案就生成了，效率大大提高。”
李金金强调，工业AI的目标不是简单替代人，而是把工艺机理、生产数据和老师傅经验沉淀为可复用的模型能力，通过“数据采集-模型训练-现场部署-效果复盘-持续迭代”的闭环，形成“老师傅提供经验、AI持续优化、人机协同生产”的新型制造范式，让AI能力在生产中不断校正，让工厂如同生命体一般持续进化，把老师傅从重复的值守、调试工作中解放出来，“所以我们可以赋能全国制造业，也希望以后可以赋能全球制造业。”
立足国内，迈向“一带一路”
在李金金看来，中国是全球最大的工业制造大国，有着全球最多的生产数据和最丰富的应用场景，注定了工业AI大模型将在中国率先实现产业化突破。
当前，ManuDrive已经在行业龙头企业完成严苛工况验证，李金金团队的战略重心也将迎来新阶段——从服务大型上市企业转向海量中小微企业。针对中小制造企业痛点，该团队打造了轻量化部署方案。一方面，硬件改造门槛大幅降低，部分场景的传感器投入仅需几百元。另一方面，通过创新收益分成模式，前期企业无需大额投入，待产能提升、新增效益后，再把新增效益这部分拿出来分成。此举可大幅降低中小微企业试水工业AI的顾虑和成本。
“说真的，这个领域虽然很辛苦，但是看到一家一家的企业用上我们落地的AI技术都能够越来越好，我们自己本身成就感也是满满的。”李金金向澎湃新闻记者透露，在有关部门的对接推动下，目前团队已开始与多个发展中国家展开合作洽谈。未来，团队将依托金珵科技上海总部打造算法“大脑”，形成“总部技术输出+全国场景落地”的总部经济新模式，推动AI智造方案向各行各业下沉，助力国内传统产业整体转型升级。同时，持续壮大FDE前沿部署工程师队伍，把经过真实产线验证的中国工业AI方案输出到“一带一路”共建国家，用自主创新技术回应全球共同的发展命题，让更多国家的制造业实现降能耗、提效率、创效益，以中国智造创新成果助力全球新型工业化进程。
热门跟贴