当人工智能的浪潮奔涌而至，与制造业的钢筋铁骨碰撞交融，一场AI赋能制造的产业变革正在加速到来。上海是全国制造业的桥头堡，也是AI产业的先行兵，正在加速推动“AI+制造”深度融合。

上海市经信工作党委、上海市经济信息化委与上海人民广播电台联合推出《越AI，越智造》系列融媒报道，展现AI技术在工业语料开发、智能制造装备、全生命周期管理等领域的生动应用案例，看AI如何重塑“上海制造”金字招牌。

今天的《越AI，越智造》探访华院计算将前沿的认知智能技术，深扎进钢铁、有色、矿山等传统工业的沃土，用算法唤醒沉睡的数据，用模型传承老师傅的经验，探索出一条科学家思维与企业家精神深度融合的独特路径。

智能制造正成为全球竞争高地，赋能工业虽是热门赛道，但能真正走进工厂深处、听懂机器语言、读懂工艺密码的企业并不多。华院计算就是其中的一个。

杨晶晶：“大语言模型技术它可以解决语义理解相关问题。但是如工业生产过程中的工艺控制问题是没法很好解决的。”

华院计算智能制造事业部副总经理杨晶晶所说的，正是工业场景中最具价值也最难攻克的核心问题——那些藏在专家脑子里、写在工艺手册上、融在生产线里的“行业知识”。

杨晶晶：“像钢铁、冶金这些领域它所公开的数据很少，它有很多行业知识是藏在一些专家和工程师的脑子里，基于这种场景就需要有认知智能技术加以弥补。”

这正是华院选择的战场。与传统AI公司不同，华院从2002年创立之初就带着强烈的“算法基因”。公司创始人宣晓华师从著名数学家史蒂夫·斯梅尔，在加州大学伯克利分校获得计算数学博士学位，之后在美国加州惠普公司从事七年多的建模/仿真的算法研究和大型软件开发。华院计算副总裁张越己表示，自创立以来，公司始终聚焦在计算数学与算法研究上，从早期的数据挖掘、机器学习，到2018年明确将“认知智能”作为技术路径，华院完成了一次次技术迭代，但内核从未改变。

张越己：“我们名字叫华院计算，就是打造一个中国的算法实验室。我们聘请了很多的跨学科的研究员、博士、博士后，都是关于基础数学、计算数学、心理学和脑科学、生物学等等这些方向。”

在华院的理解中，认知智能不只是更精准的识别、更快速的计算，而是让机器具备理解、推理和决策的能力。杨晶晶介绍，针对工业场景“数据样本少、准确率要求高、多模态协同难”的三大痛点，华院研发了小样本学习、知识引导的元学习框架、多模态协同推理等核心技术。在表面缺陷检测方面，华院的系统在分类准确率上超越国外产品15%，达到85%以上，部分严重缺陷的分类准确率更超过95%。

杨晶晶：“大型的做钢铁汽车板的客户，帮他们梳理了大概有十种卷材工艺的质量归一，大大降低了废品发生的概率。废品率从5%降到1%，按照它每年大概生产数百万吨钢卷来算的话，大概一年要节省一两千万的费用。”

技术卓越性只是华院竞争优势的一部分。在张越己看来，华院真正的壁垒在于“科学家思维与企业家精神的深度融合”。他解读说，科学家的思维追求理论的完备与创新，企业家的思维关注市场的需求与落地。华院通过三层组织架构实现了这两种思维的有机统一：底层是基础算法研究团队，专注前沿理论突破；中间是工程化团队，负责将理论转化为可用的模型和产品；最上层是商业化团队，深入行业场景，实现从0到1、从1到100的规模化复制。

张越己：“随着越来越多的产品在场景案例一侧的交付之后，我们的基础研究团队，工程师团队，也反向来推动他们在理论一侧、工程化一侧去更快迭代自己的研究。”

正是这种“既懂算法又懂工业”的跨界能力，让华院在激烈的AI竞争中建立起独特优势。当大多数AI公司还在为获取海量数据发愁时，华院已经在小样本环境下，游刃有余。

如今，华院正将钢铁行业的成功经验复制到有色、矿山、能源等重工业领域。通过“领域自适应”技术，在保持核心算法架构不变的前提下，仅需少量行业数据进行微调，就能实现跨领域的快速适配。这种“举一反三”的能力，正是认知智能价值的集中体现。

张越己：“随着基础算法平台的工具化能力越来越强，我们也尝试性给到了地方政府、大学或者是大企业他们的信息化部门，可以在上面去开展他们应用一侧的模型化训练，或者是智能体的开发。”

从2019年开始，华院还连续七年承办世界人工智能大会认知智能论坛，推动该技术方向的前沿讨论与研究进展。今年，华院又整体入驻上海模力社区，与上下游企业形成紧密协作，共同构建AI产业链。

站在上海厚植的AI沃土之上，张越己展望说，中国的工业智能化经验一定会走向更远的世界。

张越己：“中国金砖中心在上海的运营总部定期会有一些出海的会议座谈，邀请很多包括像华院这样的AI企业和工业化企业做探讨。龙头企业带队，走出去跟巴西、东南亚、欧洲等很多地方去交流，就有很强的公信力背书。中国AI+工业出海，是一个非常好的发展方向。中国制造业的先进经验与范式融入在AI模型与技术当中，走向全球，可以获得一种非对称性的竞争优势。”