AI与工业软件融合推动工业母机范式转型
4月15日，“中工智库沙龙·AI共创工业智能——生成式CAD模型首版次工业软件研讨会”在北京举行，由中国工业报社与卡伦特科技股份有限公司联合主办。会上，工信部工信（北京）产业发展研究院成果转化部部长聂振华指出，工业软件作为现代工业的“大脑”与“神经”，与AI大模型、机器学习、数字孪生等前沿技术的深度融合，正引领工业母机领域迈向一场深层次的范式变革。
工信部工信（北京）产业发展研究院成果转化部部长聂振华
重新审视“AI+工业软件”在工业母机中的战略意义
聂振华指出，我国工业母机产业在中低端数控机床方面已具备自主可控能力，但在高端市场仍面临“大而不强、全而不精”的结构性问题。目前高端数控系统及配套工业软件仍依赖进口，发那科、西门子、海德汉等国际企业构建了“机床+控制系统+工艺软件+数据服务”的闭环生态，使国产设备在精度、效率、可靠性及智能化方面与国外存在明显差距。
“单靠硬件追赶已难以突破当前瓶颈。”聂振华强调，AI与工业软件的融合为实现换道超车提供了新机遇。其战略价值主要体现在以下几个方面：
- 加工过程的动态优化：传统数控机床依赖G代码编程，参数设定固定，难以应对刀具磨损、主轴振动、热变形等实时变化。借助AI算法，系统可基于传感器采集的实时数据进行自主学习，动态调整进给速度、切削深度与主轴转速。
- 工艺知识的系统化沉淀：优秀工艺经验以往依赖“老师傅”的经验积累，难以数字化传承。通过AI与工业软件的结合，可将切削数据、振动信号、温度变化等输入模型，自动挖掘最优工艺参数组合，构建可复用的工艺知识库。
- 设备生命周期的智能运维：融合AI、数字孪生与预测性维护算法后，工业软件能为每台数控机床建立虚拟镜像，实时比对仿真模型与实际运行状态，提前预警主轴轴承磨损、导轨异常、冷却系统故障等问题。
打通“AI+工业软件”与工业母机融合的最后一环
尽管理念清晰，落地却面临诸多挑战。聂振华坦言，目前AI与工业软件在工业母机领域的应用仍存在三大堵点：
- 算法与工艺脱节：许多研究机构和AI公司在实验室环境下表现良好的算法，一旦部署到真实机床，其鲁棒性往往大幅下降。这反映出算法开发者对实际工艺流程理解不足，训练数据与现实场景之间存在明显鸿沟。
- 数据孤岛现象严重：机床制造商、系统集成商、软件提供商和终端用户各自为政，接口不统一、协议不兼容、数据获取困难等问题限制了AI模型对高质量、多源实时数据的获取。
- 中试平台建设滞后：国内针对工业母机的第三方中试平台能力不足，企业自建成本高、周期长，高校则缺乏实际应用环境。大量科研成果仍停留在论文和专利阶段，难以转化为现实生产力。
据介绍，工信产业发展研究院作为长期推动科技成果转化的机构，近年来深度参与了工业母机高质量发展相关论坛的组织，并协助编制了辽宁省、广州黄埔区工业母机发展规划，致力于构建从设计到制造的数智化生态闭环。
“只有让AI算法真正运行在真实机床上，工业软件才能连接研发、生产与制造的全链条。”聂振华表示，“历史表明，每一次工业母机的跃升都伴随着控制与软件系统的变革。从手动到数控，从数控到智能，如今我们正站在新一轮变革的起点上。我们有信心以AI为引擎、以工业软件为杠杆，实现工业母机的跨越式发展。”
对于生成式CAD技术的发展路径，聂振华提出以首版次应用为起点、以场景化部署为路径、以产业化落地为目标，推动其在装备制造领域的广泛应用，助力新型工业化与制造强国战略的实施。