引言

在2025年世界人工智能大會（WAIC）“智能時代 同球共濟”的核心主題下，全球正共同探索如何利用人工智能應對共同挑戰(zhàn)，推動包容普惠的發(fā)展。這一宏大愿景的一個關鍵實踐領域，便是推動AI在工業(yè)、消費等千行百業(yè)的深度應用，即“AI+”。然而在傳統(tǒng)制造業(yè)中，許多工藝環(huán)節(jié)仍如同一個依賴老師傅個人經(jīng)驗的“工藝黑箱”，成為了產(chǎn)業(yè)升級的瓶頸。

傳統(tǒng)產(chǎn)業(yè)升級的瓶頸“工藝黑箱”

以汽車玻璃的曲面打磨為例，這是一個典型的“工藝黑箱”環(huán)節(jié)。最終產(chǎn)品的光潔度、曲率和精度，高度依賴于磨輪轉(zhuǎn)速、進給速度、接觸壓力等十幾個參數(shù)的精妙動態(tài)組合。在傳統(tǒng)的生產(chǎn)線上，這些參數(shù)的設定往往高度依賴操作員的個人經(jīng)驗。其中最大的難題與痛點，源于磨輪在生產(chǎn)過程中的持續(xù)磨損。隨著生產(chǎn)的進行，磨輪直徑會不斷變小，這意味著即便其他參數(shù)保持不變，其施加于玻璃表面的線速度和壓力也在實時變化。為了維持產(chǎn)品質(zhì)量，工人必須反復執(zhí)行一個低效的循環(huán)：首先是頻繁停機，中斷生產(chǎn)進行人工測量；然后是經(jīng)驗判斷，根據(jù)磨損程度和當前產(chǎn)品質(zhì)量，估算出需要調(diào)整的參數(shù)；最后是手動調(diào)整，在設備控制器上手動輸入新的參數(shù)。這個“停機-測量-調(diào)整”的循環(huán)，不僅嚴重制約了生產(chǎn)效率，而且由于人工判斷存在天然的誤差，極易導致產(chǎn)品不良率的波動，成為整個產(chǎn)線提質(zhì)增效的核心瓶頸。

云邊協(xié)同，構(gòu)建智能制造新范式

為解決這一棘手的行業(yè)痛點，“云邊協(xié)同計算”相關技術(shù)開始在這一領域應用。過去十年時間里，云邊協(xié)同技術(shù)在美國、日本等先進國家工業(yè)制造的場景中被反復應用，取得了良好的效果。在2025年世界人工智能大會BPAA應用算法模型實踐典范大賽上，一套來自福建網(wǎng)能科技的“基于云邊協(xié)同計算的工藝優(yōu)化預測模型”技術(shù)方案，從眾多參賽者中脫穎而出，榮獲AI+工業(yè)賽道銀獎也是云邊協(xié)同計算又一范例。

這套技術(shù)方案的原理精髓，在于構(gòu)建了一個由“云端大腦”與“邊緣神經(jīng)”協(xié)同工作的智能系統(tǒng)，用人工智能的精準決策來徹底替代傳統(tǒng)老師傅的經(jīng)驗直覺。有一套云端大腦：算力密集的“超級工匠” 。在云端數(shù)據(jù)中心，部署著一個基于深度學習的工藝優(yōu)化預測模型。它的核心任務是“學習”并“理解”玻璃打磨這門復雜的“手藝”。通過深度分析海量的歷史生產(chǎn)數(shù)據(jù)，包括設備參數(shù)、傳感器讀數(shù)、以及最終的質(zhì)檢結(jié)果等，模型能夠構(gòu)建出一個高維度的復雜數(shù)學關系，從而精準描述各項工藝參數(shù)與最終產(chǎn)品質(zhì)量之間的非線性關系。同時又有邊緣神經(jīng)實現(xiàn)實時響應以應對工業(yè)現(xiàn)場嚴苛的實時性要求。因此，在生產(chǎn)線旁部署的邊緣計算設備（如工控機或嵌入式AI模塊）便扮演起“現(xiàn)場主管”和“神經(jīng)末梢”的關鍵角色。其核心任務有二：一是負責實時數(shù)據(jù)采集，毫無延遲地從打磨機床的傳感器收集磨輪狀態(tài)、電機電流、振動頻率等第一手實時數(shù)據(jù)；二是負責快速指令執(zhí)行，接收來自云端大腦的優(yōu)化指令，并立即將其轉(zhuǎn)化為對磨輪轉(zhuǎn)速、壓力等參數(shù)的自動調(diào)整指令。

這種“云端負責思考，邊緣負責執(zhí)行”的云邊協(xié)同架構(gòu)，巧妙地解決了工業(yè)場景中的現(xiàn)實矛盾：它既充分利用了云端近乎無限的算力來處理和優(yōu)化復雜模型，又通過邊緣端的部署，保證了生產(chǎn)現(xiàn)場毫秒級的低延遲響應，從而構(gòu)建起一個“感知-決策-執(zhí)行”的完整、高效的智能優(yōu)化閉環(huán)。這套成果已經(jīng)成功應用在汽車玻璃打磨產(chǎn)線上，徹底顛覆了過去“停機、人工測量、經(jīng)驗判斷、手動調(diào)整”的陳舊模式。取而代之的是一個高效的自主調(diào)節(jié)閉環(huán)。首先，部署在產(chǎn)線邊緣的傳感器能夠?qū)崿F(xiàn)對磨輪磨損和在制品質(zhì)量數(shù)據(jù)的全天候不間斷實時感知。隨后，人工智能模型會基于這些實時數(shù)據(jù)進行智能決策，一旦預測到因磨損可能導致的質(zhì)量偏差，便會立即計算出最優(yōu)的補償參數(shù)組合。最終，新的參數(shù)指令被自動下發(fā)到打磨機的可編程邏輯控制器（PLC）中，使設備在完全不停機的情況下完成高精度的自我調(diào)整。

技術(shù)范本的時代啟示，AI成為“即戰(zhàn)力”

這項成功實踐生動詮釋了人工智能如何作為一種強大的“賦能工具”，與制造業(yè)的真實痛點場景深度融合。它所解決的不僅是一個打磨工藝的局部難題，更是為眾多面臨相似“工藝黑箱”困境的傳統(tǒng)制造行業(yè)，提供了一套可復制、可推廣的智能化改造范本。