利用数字孪生和AI技术实现智慧工厂

试想一下，将人类工人、机器人和智能体系统与设备集成入一个工厂数字孪生之中，在一个数字的虚拟世界中，迭代一座智慧工厂的流程和体验，将激发出哪些超越自动化的新潜能?

在今年的上海工博会(CIIF 2025)上，“AI+工业智能”、“具身智能”、“人形机器人”、“虚拟制造”、“数字孪生”都是近年来热门的关键词，并且“AI+制造”的创新生态也有了更为具象的实践路径。

比如，基于西门子工业边缘的工业AI应用平台西门子Xcelerator，可以“觉知”产业过程数据，从而进行质量现状分析与提升方向的发掘——通过智能产线数据分析工具，可以评估质量现状，分析影响质量的关联因素，发掘质量的潜在提升方向。这可以被有效地运用在奶粉、大豆粉等粉末类食品的含水量分析与增强控制系统、大豆粉调质工艺分析优化系统，以及常温奶降膜蒸发工艺数据分析与优化系统中。

人形机器人也越来越多地出现在工业场景中。让机器人或机械手臂拥有模仿人手的“灵巧手”，具备更高的自由度且能更快速地“学习”各项精细活，如拧螺丝、整理线缆等传统机器人做起来远不如人类工人的活儿，成为未来工业的发展方向。“如果灵巧手等技术层面未来有了更显著的突破，也就是说未来的人形机器人可以学会所有需要人手完成的工作，那么就可以真正实现无人工厂了。而人类可以去做更高级的工作。”与西门子合作的一家做人形机器人的厂商表示。

超越自动化的进程正在加速的感受越发强烈。人工智能(AI)近年来的新突破正推动制造业从流程驱动向数据驱动、从自动化向智能化、从人控系统向人机协同演进。同时，也在不断改写产业界对于智能化未来的想象力。

平台化、敏捷化、智能化

三大趋势超越自动化

传统工业自动化系统存在的诸多痛点，让超越自动化成为一个必选项。

菲尼克斯电气在工博会上的一场分享中指出了传统工业控制系统五层架构(ERP、MES、SCADA/HMI、PLC、Field Devices)的缺点：

层级冗余：使得信息传递路径长、效率低;

扩展性差：新增设备或系统时需要改造多层硬件/软件;

封闭性：协议和厂商绑定，难以融入开发生态;

性能弱：难以应对海量数据和高并发数据处理。

传统工业系统普遍遵循ISA95标准，采用分层架构设计。由于各应用子系统独立建设和部署，这种模式无形中导致了业务碎片化，形成条块分割的“系统孤岛”，具体表现为：

技术路线分散：各子系统技术选型差异大，软件复用性低;

接口标准缺失：系统间多依赖私有接口互联，缺乏公共服务接口标准;

数据共享困难：数据私有化、标准不统一，需经多层转换才能实现互通，系统间难以一体化调度;

扩展与运维受限：系统多采用半定制开发模式，建成后功能升级与第三方扩展困难，运维成本高、难度大，且严重依赖原厂支持。一旦原厂出现变动，系统往往只能推倒重建，难以适应制造工艺与生产组织方式的快速演进。

上述问题都让跨层的业务流程难以实现。对此，菲尼克斯电气提出了未来自动化的发展，4T融合是趋势。4T，即IT(Information Technology)信息技术、CT(Communication Technology)通信技术、DT(Data Technology)数据技术、OT(Operation Technology)运营技术。而传统的五层架构也将转向新型的三层架构，包括云端(Cloud)、边缘层(Edge)和终端层。其优势在于，可以在云端拥有强大的存储、计算和全局优化能力进行长期数据分析、模型训练和跨系统协同，边缘节点则可以进行实时数据处理以减少数据传输量并满足安全要求，在终端的传感器、执行层等设备则可以直接与边缘层交互，实现快速响应。

菲尼克斯电气在今年工博会上展出了该公司与华为共创的4T融合自动化柔性制造示范线。以菲尼克斯电气的开放式控制平台vPLCnext 虚拟化控制技术为核心，打造了基于鲲鹏QSemoS、先进工业网络X-motion的原生柔性产线应用。其中融合了菲尼克斯IO模块、HMI没备、工业连接器、QUINT电源产品、现场装置连接器、接线端子等全产品线组合，实现了工厂无线化、PLC集中化和产线柔性化。

麦肯锡的研究指出，2025年工业自动化产品的全球市场规模将达到约1083亿美元，过去三年年化增长率约3.7%。到2030年，中国、日韩和西欧等先进制造市场有望率先实现超越自动化的革命——通过多种颠覆性技术、新业务模式、云的广泛使用以及具备集中性和高适应性平台的半开放生态系统，打造由高阶数据分析和软件驱动、AI高度赋能的生产环境。总体来看，平台化、敏捷化、智能化三大技术趋势成为突破传统工业自动化瓶颈，超越自动化的重要方向，并进一步驱动行业发展，迈向更全面的数字化、智能化。

麦肯锡研究院总结了可能会对工业自动化的未来产生巨大影响的十大技术方向。其中，工业互联网平台、虚拟化PLC、人工智能、工业大模型等多项创新技术令更多自动化、智能化场景成为可能。这些技术均已投入使用，从现在到2030年很可能以两位数年化增长率快速增长。其中某些技术将成为行业拐点出现的基础，激发更加迅猛的技术应用。

在虚拟世界中“构想”智慧工厂

随着制造业从自动化向数字化再向智能化的转变，此前积累的数据资产在AI技术加持下有了被更深度挖掘的条件。在这个意义之下，数字孪生或将成为工业制造场景实现跨越式智能升级的关键突破口：一方面它为产业大数据的挖掘提供了更理想的仿真环境，另一方面也成为进一步拉通生产数据、协同虚实的关键工具。

事实上，随着传感器和机器人自主系统越来越复杂，通过数字孪生等技术进行仿真对于工业领域的智能化升级的意义越来越重。

设想一座未来的先进工厂和仓库，可能要配备数百个自主移动机器人、机械臂操纵器和人形机器人，它们和人类工人一起工作。如何进行协调培训来优化操作，以确保整个过程的安全且避免中断，越来越多的先进工厂开始转向数字孪生技术。

西门子此前曾与英伟达合作，将英伟达的Omniverse Cloud API与Siemens Xcelerator平台结合使用，为工业设计和制造打造一个沉浸式可视化体验。生成式AI API或智能体的能力的接入，可以将复杂的工业数据集进行统一和可视化，有效提升工业规模设计和制造的效率。

英伟达Omniverse和仿真技术副总裁莱夫·勒巴雷迪安曾这样解释其此前发布的Omniverse平台，它“提供了一个框架，一个用于在先进的计算机扩展的模拟器”。这样一来，在物理世界里的任何场景都可以转化为数字化的表达，通过在软件的虚拟世界里，就可以提前模拟现实世界的系统来进行实验、迭代设计。

越来越多的电子制造企业也都开始将数字孪生已经应用到工厂产线中。富士康、和硕、广达和纬创企业使用Omniverse平台构建虚拟工厂、优化自动化检测、训练协作机器人。其中，纬创在利用Omniverse平台为其自动化接收线路和操作间构建数字孪生体；和硕在利用Omniverse平台开发、部署和管理品控解决方案；广达则将Omniverse平台应用于对先进的协作机器人的仿真、测试和优化上。去年也有消息传出，三星电子决定利用英伟达的数字孪生技术建立半导体工厂的虚拟复制体，并在此基础上分析和优化生产数据，提升半导体芯片制造的良率和整体产量。EToday的一份报告显示，三星电子将该技术视为其缩小与台积电差距的关键。数据显示，三星电子的3纳米工艺良率要落后台积电十个百分点左右。

正如英伟达CEO黄仁勋所指出的，“如今几乎每一个复杂的工程项目，都会在投入生产前模拟产品，在庞大的工业体系中，哪怕一处很小的效率提升，也将代表着一个巨大的机会。”

AI技术与数字孪生的结合，可以进一步实现对复杂多变的需求的实时响应，提升效率的同时，进一步降低系统开发和测试成本。而数字孪生应用在工业场景落地的提速，无疑将带动整个制造业数智化升级的跃升。

写在文末

超越自动化的下一个全球叙事是什么?

可以说，过去几十年来的自动化的发展演进乃至工业4.0，归结起来是连接的胜利。当前，全球迈入工业5.0时代，以人工智能、数字孪生、具身智能等为代表的数字化、智能化技术正从概念走向产业落地，成为重塑全球竞争格局的核心力量。AI是推动工业数智化转型的新变量，而“AI+制造”与实际应用场景的融合创新则是发挥其技术潜能的关键。