▲关注中国信息化周报

近日，在2026工业软件创新发展大会上，中国工程院院士、六盘山实验室主任、宁夏大学机械工程学院院长马玉山以《面向新一代智能制造的工业软件新范式》为题发表演讲。马玉山指出，智能制造的核心使命是提高技术、物料、人员、装备、资金、数据全要素生产率，围绕大规模和定制化生产模式实现质量更好、成本更低、效率更高、效益更优。面向大规模个性化定制需求，新一代智能制造需要从自动化、信息化、数字化向智能化跃升，工业软件必须同步完成范式升级。

马玉山表示，过去十年我国智能制造在自动化、信息化、数字化等方面积累了雄厚实践经验，未来新一代智能制造将重点聚焦个性化和智能化补缺提升。在这一过程中，柔性化是关键能力。但他特别指出，柔性化不能片面等同于自动化装备，也不能只强调智能产线硬件柔性，更要通过构建软件和业务流程的柔性架构，实现硬件可柔性重构、软件可敏捷适配、业务可深度协同。

在硬件层面，马玉山认为，应以柔性加工单元为载体，通过单元快速动态重组、柔性自适应工装、加工检测一体化等技术，依托机器人等硬件手段，让产线根据业务需求动态转变，解决“不确定需求下的快速响应”问题。与此同时，工业软件需从传统的“支撑业务的可编程固化系统”升级为“支撑动态制造的数字底座与智能中枢”，保障软硬件动态敏捷匹配和协同运行。

马玉山认为，柔性化落地离不开业务层面的深度协同。传统固化业务架构下，部门分工、审批流转与管理决策机制容易形成隐性刚性约束，出现“柔性装备、柔性软件运行在刚性业务之中”的困境。因此，需要同步重塑业务链路，构建能够随订单与生产工况动态调整的业务协同模式。

在智能化方面，马玉山表示，生成式大模型、智能体、具身智能等技术已成为人工智能2.0的标志，也为新一代智能制造提供了关键路径。通过垂域工业大模型训练构筑工业大脑，以工业智能体链接生产全要素和制造全过程，以智能装备和智能产线作为现场执行终端完成闭环反馈，才能实现真正意义上的全域系统化智能化。马玉山认为，工业垂域大模型以工业级语义底座为基础，深度覆盖工艺路线生成、研发设计、产品质量分析、设备预测性运维、全域经营分析等制造全业务链条；工业智能体则需通过数据域、业务域、决策域的多智能体协作，推动智能制造从单点应用向“全域”系统智能跨越。

马玉山指出，当前主流工业软件大多诞生于大批量、刚性生产场景，范式相对固化，难以适配多品种、变批量定制生产跨环节贯通、动态闭环的制造新需求。不少关键场景缺少专用软件工具支撑，高度依赖人工经验。例如，支撑快速派生的参数化设计、智能工艺创成、工艺虚实融合仿真验证、IT/OT语义融合互操作、智能在线检测装备及工业软件、设计加工检测一体化软件等，都是新一代智能制造亟需补齐的关键点。

马玉山表示，参数化设计软件要打通历史设计知识检索、相似结构复用、参数驱动变形的完整链路，并以多源设计资源构建、多模态模型检索、结构复用与参数化变形、全链路图一致性校核为核心技术底座，对模型、BOM和工艺开展协同校验。智能工艺创成软件是打通产品设计到智能化生产的关键中枢，需依托工艺知识底座、智能工艺路线规划、智能工艺参数生成、工艺路线优化四项能力，完成从知识获取、路径生成到参数优化的全流程自动化工艺创成。

在仿真验证方面，马玉山认为，工艺虚实融合仿真验证软件可帮助企业压缩工艺验证周期、提升方案落地可靠性，重点依托制造资源多层次多粒度信息建模、可重构数字孪生高保真建模、虚实数据驱动闭环工艺验证，为定制化工艺方案提供高置信度验证能力。IT/OT语义互操作软件则要解决IT与OT双向交互链路割裂、异构设备协议不统一、换产重构响应效率偏低等问题，实现“工艺—编排—指令”语义级跨域连通，支撑流程柔性变更、快速换产、资源动态重构和生产异常快速响应。

马玉山还特别提到智能在线检测。他表示，智能制造软硬件发展很快，但智能在线检测仍是形成闭环的关键环节，可为智能制造技术架构提供“眼、耳、鼻”的感知能力。智能在线检测装备及工业软件应具备检测方案快速组态配置、多元检测数据实时采集、缺陷智能识别判读、质量信息联动追溯与闭环管控能力。设计加工检测一体化软件则要打通设计—加工—检测链路，围绕快速运行、自主维稳、精准闭环三个关键问题，支撑全流程一体化协同制造管控。

马玉山认为，传统工业软件存在功能逻辑固化、执行流程刚性、难以沉淀迁移与复用等问题，各类软件相互孤立形成信息孤岛，跨系统任务流转和业务联动接口开发繁琐，系统本身不具备自主感知、推理决策与动态适配能力，难以适配柔性定制和存在动态扰动的智能制造场景。

对此，马玉山表示，应以垂域大模型构建知识推理中枢，完成需求语义解析、领域知识学习、专业经验复用，将软件业务解耦构建各类智能体，通过多智能体自治协同调度，实现跨软件协同和业务流程动态编排，并依据执行反馈持续调度，推动传统工业软件向具备自主决策、动态适配柔性场景的智能工业软件演进。

他以ERP、SCM、APS和MOM为例指出，传统ERP偏重静态账务与固态流程管控，业务规则刚性、业财数据割裂，可依托垂域模型与智能体对主数据、业务流程、核算引擎进行分层智能化重构，打通订单、供应链、制造运营数据链路，实现需求自主研判、成本实时归集与业财联动追溯；传统SCM依赖人工、交付与质量管控割裂，应打通供应商、仓储物流和工业生产全链路数据，实现需求滚动预测、风险主动识别与应急调度；传统APS订单响应滞后、多约束难以联动，可通过项目计划、物料齐套、排程调度等智能体协同决策，实现计划链路联动与变更自适应调整；传统MOM中生产执行、质量管控、设备运维相互隔离，应构建生产执行、质量检测、异常处理等智能体，协同完成异常评估、质量根因分析和设备联动运维，缩短车间异常响应与闭环周期。

马玉山表示，新一代智能制造既需要工业软件在柔性化和智能化能力上进阶，也需要面向新场景补齐关键专用软件，更需要以垂域大模型和智能体重构传统工业软件，从而为新一代智能制造提供更坚实的软件底座。

—End—

注：转载、添加白名单以及商务合作请在公众号后台留言，未经许可、不得转载，不得随意修改及盗用原文。

点我访问原文链接