从前沿算法的策源地到智能制造的真实生产线，上海正以领跑者的姿态，率先跨越技术与产业的鸿沟，作答人工智能赋能实体经济的时代问卷。
7月17日至20日，2026世界人工智能大会（WAIC）在上海举行。作为中国AI产业发展的“风向标”，本届大会释放出明确信号：人工智能正加速走出实验室，扎入真实的产业现场。尤其在制造业，AI正从“单点工具”蜕变为重构产业流程的“新型生产力”。
模型之外，产业场景、行业知识和工程化能力，正成为决定人工智能价值释放速度的关键。上海正在成为这一趋势的重要实践地。
数据显示，2025年，上海全市394家规上人工智能企业产业规模超过6370亿元，同比增长39.5%。从汽车、钢铁、电子信息，到装备制造、工业软件，人工智能正在与上海深厚的制造业基础结合，一大批AI创新企业正与本土制造巨头紧密协同，共同形成高能级的产业闭环，推动这座城市发挥着全球产业创新枢纽的核心作用。
隐性经验资产化：AI成长为“老师傅”
制造业中，最难被替代的往往不是设备，而是长期积累的经验。
一张复杂图纸如何拆解成生产工艺？一个质量问题如何快速定位原因？一条生产线如何根据订单变化调整排产？这些环节背后，都包含大量依赖工程师长期实践形成的隐性知识，难以规模化复制。如今，随着工业大模型、智能体等技术的发展，AI开始进入制造业更深层的应用阶段：将经验转化为数据，将知识转化为能力，让企业拥有可持续迭代的“数字老师傅”。
黑湖科技的“拆单Agent”示意图。受访企业 供图
黑湖科技的“拆单Agent”正是这一方向的代表。
在制造企业中，“拆单”是连接客户需求和生产执行的重要环节。传统模式下，工程师需要阅读客户提供的加工设计图，凭经验判断生产工艺，再将信息录入系统。
黑湖科技的“拆单Agent”能够理解非结构化图纸，将其自动转化为结构化生产工艺和加工步骤，并接入生产管理系统，实现从订单需求到生产执行的智能衔接。数据显示，其拆单Agent准确率超过95%，将过去需要1—2小时的人工流程缩短至秒级。目前，该应用已服务近4万家工厂，并入选世界经济论坛首批全球AI产业化标杆项目。
如果说黑湖科技解决的是经验沉淀问题，那么华院计算则进一步推动AI深入参与复杂工业决策。针对钢铁配煤、连铸等环节，其打造的“工业级智能体”融合知识图谱与智能体推理与决策等技术，将“老师傅经验”与工业机理转化为算法模型，实现了从传统人工分析到“在线闭环决策”的升级。目前，该方案已在宝武、新余钢铁、沙钢等头部钢企开始广泛应用。
在电子制造领域，识渊科技则聚焦PCBA产线的质检难题。通过自研工业基座大模型赋能检测设备，不仅将传统需要4—8小时的换线编程时间骤降至1—5分钟，更将误报率控制在1%以内，大幅释放了人工复检压力。
2026年5月，羚数智能出席中国电信科技节，现场展现在工业垂类大模型领域的实力。受访企业 供图
面向装备制造业，羚数智能构建了“行业专识数据集+工业专用模型+多智能体协同”的解决方案。在某海工装备龙头央企案例中，接入企业100余套数字化系统，覆盖八大核心业务领域，联动生产基地近万名员工，实现了跨系统、跨部门的高效协同。最终，企业协同效率提升90%以上，产品交付周期缩短20%。AI由此从服务单一岗位，蜕变为贯穿企业全局的“智能协同中枢”。
在这片生态中，行业组织承担了不可或缺的连接作用。由上海市经信委牵头、上海市工业互联网协会参与编制的全国首份省域级《2025上海“AI+制造”发展白皮书》，为产业提供了清晰导向。同时，协会通过推动供需对接、开展人才培训、推进标准建设，为AI的长期应用搭建了稳固的“基础设施”。
这种生态优势，也被越来越多企业所感受到。黑湖科技表示，开放的产业场景和高效的资源对接机制，为企业持续完善工业智能体应用提供了重要支撑；识渊科技依托“创·在上海”等创新平台获得政策服务、产业资源和展示机会，加快了产品推广和市场拓展；华院计算、羚数智能则参与上海“AI+制造”场景建设指南编制，将钢铁、装备行业实践经验沉淀为可复制的方法体系，并在产业化过程中获得相关项目支持。
跨越虚实边界：具身智能踏入真实车间
当数字世界里的协同大脑越来越聪明时，AI又拥有“身体”，从隐形的“软件推演”走向实体的“具身智能”，以更加具象的物理形态，真正踏入喧嚣的生产现场。
制造业，正在成为具身智能技术验证的“超级试验田”。
上汽集团首位具身智能人形机器人员工“能仔1号”。受访企业 供图
2026年，上汽通用首位具身智能人形机器人员工“能仔1号”正式在别克至境E7电池量产线上岗，承担电芯抓取、上料等核心工序，成为中国汽车行业首批真正投入量产产线应用的人形机器人案例。
这一前沿应用，解决的正是传统生产的现实痛点。以电芯上料为例，人工操作存在带电风险且技能要求高；传统工业机器人需要固定编程，柔性不足。而“能仔1号”具备视觉感知、双臂协同与力控抓取能力，能自主规划路径，无需依赖精准定位。数据显示，其引导定位精度达到±0.1毫米，单件作业仅需2秒，占用空间不到传统自动工位的15%。
上汽研发总院AI空气动力学大模型预测结果展示。受访企业 供图
与此同时，上汽研发总院也在利用AI空气动力学大模型预测风阻，较传统工业软件提速1440倍，将传统商软仿真所需的4小时压缩至10秒，算力成本降至1%以下，仅需普通GPU工作站即可完成，彻底摆脱对高性能计算集群（HPC）的依赖。设计迭代周期从"按天计算"升级为"实时交互"，日迭代方案量从个位数跃升至百位数，工程师可实时调整造型、快速遍历数百种设计变体，与造型同步优化。"仿真→等待→修改→再仿真"的传统串行流程被彻底打破，高精度仿真从"过夜作业"变为"一次点击"，AI赋能百倍设计可能性，用速度革命重新定义汽车研发效率边界。据测算，该技术可缩短产品上市周期30%。
这种从软件大模型到实体机器人的全方位渗透，正在不断丰富上海的AI产业生态。例如蓝沃AI依托制造业背景，打造的面向工厂协作的工业AI智能体平台，已覆盖工艺优化、产能调度等场景，服务200余家制造企业。以真实需求提出问题，以生产现场验证技术，正成为AI商业化成熟的核心路径。
产业创新何以在上海率先跑通？
从工业智能体到具身机器人，从生产制造到产业协同，不同企业、不同应用场景之下，人工智能为什么能够率先在上海制造业实现规模化落地？
答案并不在于某一家企业的单点突破，而在于长期涵养的产业生态。近年来，上海围绕“AI+制造”构建了从政策引导、场景开放到产业服务的系统化支持体系。
根据《上海市加快推动“AI+制造”发展的实施方案》，上海明确提出推动3000家制造业企业实现智能化应用，打造10个行业标杆模型、100个标杆智能产品和100个示范场景。而在2026世界人工智能大会期间，上海还将围绕工业智能体、高质量数据集、“老师傅”经验数据治理及具身智能进厂等前沿方向，发布支持举措。这些政策旨在尽最大可能降低AI迈入制造业的应用门槛。
对于制造业而言，AI应用的价值最终落在提质增效与产业链重塑上。但对于一座城市而言，真正的核心竞争力，不仅仅是拥有多少家明星AI企业，而在于能否构建起一个“需求牵引技术、场景验证应用、生态促进迭代、产业实现复制”的良性循环。
超越“单体突围”，聚力生态共创。上海正在探索并验证的，正是通过这片繁茂的产业创新土壤，引领中国“AI+制造”稳步迈入深水区。