Kaiyun科技官网 - AI智能构图取景技术领军者

　　一架国产飞机的设计，需要经过怎样的计算与验证？一台大型装备的研发，又需要多少次模型调整和方案推演？

　　在这些工业场景背后，工业软件是不可或缺的底层支撑。它串联起设计、分析、制造等环节，承载着工业知识与工程经验，是现代工业体系运行的基础。

　　长期以来，工业软件的创新并不容易。复杂工业知识需要沉淀，工程经验需要积累，软件研发需要经过大量验证迭代。特别是在高端领域，研发周期长、工程验证难，部分关键环节仍面临突破压力。

　　昨天，由苏州数智科技集团联合中国工业与应用数学学会、苏州新建元控股集团主办的首届AI赋能工业软件创新生态大会在苏州举行。围绕“智赋工软 创领未来”主题，高校院所、产业链企业、工业软件企业等各方力量汇聚一堂，探讨人工智能如何重塑工业软件体系。大会期间，“AI for Industry（AI4I）”计划启动，工业软件中试验证测评体系与高质量案例集发布，一批产业合作加速推进。

　　大会落地苏州，折射的是一座制造业大市抢抓AI重塑工业软件机遇、探索产业突围路径的主动选择。

　　与消费软件不同，工业软件面对的是复杂的工业场景和长期积累的工程经验。一个模型是否准确、一项参数是否可靠、一次仿真是否有效，都需要经过大量工程验证。我国制造业规模优势明显、产业体系完整，但在高端工业软件领域，自主能力仍有提升空间。这也是全球制造业竞争进入智能化阶段后，产业发展面临的关键命题。

　　过去，工业软件更多承担“计算工具”的角色，帮助工程师完成设计、分析和模拟；随着人工智能技术快速发展，工业软件正在迎来新的发展方向——从传统工具向更加智能化的系统演进。通过融合人工智能、数学算法和工业知识，未来的工业软件有望具备更强的数据理解、任务分析和辅助决策能力，帮助工程人员提升研发效率，加快复杂工业问题求解。

　　大会上，中国科学院院士鄂维南在主题报告中提出以AI原生架构重塑工业软件研发范式的构想，重点介绍了下一代工业软件研发设计智能体平台从智能辅助研发、代码生成到求解器开发的全链条创新能力。这一方向，正是工业软件迈向“智能系统”的生动注脚。

　　但从技术可能走向产业应用，中间仍隔着一道鸿沟。如何让人工智能真正理解工业需求？如何让算法能力与制造经验结合？如何让研发成果快速进入企业应用？这些问题，决定着AI赋能工业软件能否真正形成产业价值。

　　也正因为如此，推动工业软件创新不能依靠单一企业“单点突破”，而需要技术力量、产业需求、应用场景和生态资源共同参与。

　　工业软件的发展，有一个绕不开的逻辑：离不开工业场景。再先进的算kaiyun法，如果无法进入真实生产流程、无法经过复杂工业环境验证，就很难真正形成产业价值。

　　作为制造业大市，苏州拥有门类齐全的产业体系和丰富的应用场景。从电子信息、高端装备，到汽车零部件等产业集群，长期积累形成的制造基础，为工业软件创新提供了大量真实需求。这些场景并不只是应用端，更是技术创新的重要来源——企业生产过程中产生的大量工程问题，为工业软件创新明确了方向；丰富的制造环境，也为新技术验证提供了条件。此外，市工信局依托全市“AI+制造”八大行动，持续发动龙头制造企业开放产线测试场景，为工业软件、工业大模型提供海量真实试炼空间。

　　人工智能赋能工业软件，最终要解决的不是“有没有模型”，而是“能不能解决工业问题”。苏州正在探索的，正是把制造业优势转化为创新优势。

　　近年来，苏州围绕人工智能产业发展持续布局创新载体，推动人工智能与制造业深度融合。依托国家人工智能应用中试基地（制造领域），苏州探索从技术研发、场景验证到产业应用的衔接路径，推动人工智能创新成果更快走向实际应用。作为该基地牵头建设单位，苏州数智科技集团已联合新华三、京东方、璨曜光电等龙头企kaiyun业，围绕回流焊工艺参数优化、面板研发仿真、背光板智能检测等场景开展验证，沉淀23个可复用的场景模型，为工业软件创新提供了扎实的场景支撑。在运营机制上，基地探索形成“综合运营商+产业运营商+能力服务商+行业客户方”四方共创模式，并组建前线部署工程师（FDE）队伍，为企业提供从需求对接、方案设计到落地实施、运维迭代的全链条服务，确保AI应用“建得成、用得好、可持续”，为工业软件创新提供了扎实的场景支撑和落地保障。

　　相比一些标准化程度较高的应用领域，工业软件更需要人工智能与行业知识深度结合。无论是设计研发软件、工程仿真软件，还是生产制造相关软件，都需要在具体产业环境中不断验证和优化。苏州的优势，正在于既有庞大的制造业基础，也有支撑技术创新转化的产业生态。

　　目前，围绕工业软件创新，苏州已形成一批探索基础。由苏数科联合中国科学技术大学组建的苏州人工智能实验室，围绕工业智能体以及CAD、CAE、CAM、CNC等研发制造环节开展技术探索，研发的新一代工业软件智能体已覆盖声、光、热等约95%的工业仿真场景，并联合中国石油落地油气藏仿真标杆项目，智能体自动开展参数录入、分析与一致性校验，较传统人工操作效率提升90%。实验室同时参与工业软件高质量案例集等相关建设，为人工智能赋能工业软件提供技术和场景支撑。

　　这一系列成果表明，苏州探索的并不是简单引入一项新技术，而是在尝试建立一套从需求发现、技术研发，到验证应用、产业推广的创新机制。这恰恰回应了高端工业软件创新长期面临的两个“距离”：科研成果与产业需求之间的距离，软件产品与真实应用之间的距离。

　　工业软件创新，考验的不只是单点技术突破，更考验产业协同能力。一款面向复杂工业场景的软件产品，从研发到应用，需要经历技术攻关、工程验证、场景适配、用户反馈等多个环节，既需要高校院所提供算法和理论支撑，也需要链主企业开放真实需求，还需要工业软件企业持续迭代产品能力。

　　如何把这些分散的创新力量连接起来，成为推动产业突破的关键？这种生态组织并非简单聚集资源，而是围绕工业软件发展的关键环节，探索建立从需求提出到成果应用的产业链路。此次大会发起的“AI for Industry（AI4I）”计划，正是这种生态协同思路的体现。该计划由苏数科和中国工业与应用数学学会联合发起，聚焦人工智能重构工业软件体系，围绕技术攻关、人才培养、场景开放、企业协同、公共服务等方向推进，探索形成“需求牵引、技术攻关、验证迭代、推广应用”的协同机制。

　　在技术攻关方面，该计划聚合人工智能与工业机理等多领域力量，围绕AI原生架构、核心算法和求解器等关键方向开展探索；在场景应用方面，将联合中国石油、中国商飞、中国船舶等链主企业及重点行业企业，推动真实需求提出、关键场景开放、产品联合验证和示范应用建设；在人才共育方面，北京大学、清华大学、中国科学技术大学等重点高校联合发布人才培养倡议，探索复合型人才培养路径。

　　此外，作为活动主办方之一的苏数科搭建了一个促进协同的平台，让产业需求更好连接技术资源，让创新成果更快进入应用环节。在算力支撑方面，苏数科统筹建设的城市级智算基础设施和普惠型算力公共服务平台，已集聚20余家云厂商及主流硬件资源、累计服务320余家单位；在数据要素方面，其建设的可信数据空间与产业数据流通平台注册主体超600家，并与国家数研院共建全国首个工业制造领域高质量数据集联合实验室；在产业生态方面，依托中试基地联动云道智能、格创东智等细分领域企业，在海思半导体、华星光电等落地AI加速散热仿真、设备预测性维护等应用，持续丰富工业软件细分赛道供给。算力、数据、生态三位一体，为工业软件创新提供了全方位底座支撑。

　　对于高校院所而言，这里能够提供更明确的产业方向；对于企业而言，这里能够带来更多技术合作和应用验证机会；对于产业而言，这里有助于形成更加完善的创新生态。这是苏州推动工业软件创新区别于单一项目突破的重要路径。

　　未来，随着人工智能持续深入工业领域，工业软件竞争将越来越体现为生态竞争。谁能够聚集更多创新力量，打通技术、场景、人才和市场之间的链路，谁就更有可能在下一轮产业变革中占据主动。

　　从一场大会到一个产业生态，从一次资源汇聚到一条创新路径，苏州正在探索的不只是如何发展工业软件，更是制造业城市如何借助人工智能打开产业升级的新空间。

　　苏ICP备2023002088号-1互联网新闻信息服务许可证：信息网络传播视听节目许可证号：110330073

　　中小学作文投稿：苏州日报《沧浪》副刊投稿：苏州日报小说版投稿：姑苏晚报《怡园》副刊投稿：