从“数据流”到“智能流”:CCF YOCSEF沈阳论道工业智联网,探索工业互联网与AI双向赋能新路径
2026-11-15 阅读量:12 小字

2026年11月7日下午,由中国计算机学会(CCF)主办,CCF青年计算机科技论坛(CCF YOCSEF)沈阳分论坛承办的“工业智联网:工业互联网与人工智能的双向奔赴”技术论坛在中国科学院沈阳自动化研究所成功举办。本次论坛由CCF YOCSEF沈阳AC主席、中国科学院沈阳自动化研究所研究员许驰与CCF YOCSEF沈阳学术秘书、沈阳工业大学副教授柴安颖共同担任执行主席。论坛特邀上海交通大学朱善迎教授、南京大学戴海鹏教授、浙江大学顾超杰研究员等三位国家级青年人才担任引导嘉宾,邀请北京理工大学詹玉峰副教授、中国移动工业互联网创新研究院副院长唐电波、沈阳工业大学人工智能学院副院长张晓玲担任思辨嘉宾。CCF YOCSEF总部副主席、北京邮电大学教授张忠宝出席论坛。

论坛紧扣国务院《关于深入实施“人工智能+”行动的意见》及工业和信息化部《工业互联网和人工智能融合赋能行动方案》的战略部署,汇聚了来自上海交通大学、南京大学、浙江大学、北京理工大学、中山大学、东北大学、北京邮电大学、浙江工业大学、辽宁大学、沈阳工业大学、沈阳航空航天大学、沈阳师范大学、辽宁石油化工大学、中国科学院沈阳自动化研究所等专家学者,以及中国移动、中国电信、华为、罕王集团等产业界精英,围绕工业互联网如何从“数据转发”跃升为具备自主探索与智能决策能力的“工业智联网”展开深度思辨。

图片1

论坛的三场引导发言分别从IT/OT融合、高效推理系统与智能体运维三个维度,勾勒了工业智联网的关键技术轮廓。

上海交通大学朱善迎教授以《跨越IT/OT融合的“最后一霎霎”:挑战与探索》为题,直指工业智能落地的核心矛盾。他指出,当前AI模型大多仅在IT层应用,尚不敢下放至对确定性与实时性要求极高的底层控制环节。但他同时判断,随着虚拟化与资源隔离技术的成熟,通用IT架构替代传统PLC等OT方案是“不可避免的趋势”。

图片2

南京大学戴海鹏教授聚焦《面向视频分析任务的高效推理系统研究》。针对工业场景中视频数据量大、实时性要求高的痛点,介绍了通过协同编译调度、KV缓存复用等手段提升推理吞吐、降低时延的技术路径,为视觉能力在工业质检、安全监控等环节的规模化部署提供了系统级优化方案。

图片3

浙江大学顾超杰研究员分享了《智能体驱动的网络系统自主运维》。面对工业网络规模扩大与复杂度攀升的现实,他提出以智能体承载状态感知与决策执行,推动网络运维从“人工响应”走向“自主闭环”,为工业智联网的可靠运行提供了运维层面的新思路。

图片4

茶歇过后进入论坛思辨环节。前面的引导发言描绘了技术可能性,思辨环节则直面产业现场的真实张力,与会嘉宾围绕三个议题展开激烈交锋,“务实”与“审慎”成为贯穿始终的基调。

【思辨议题一:人工智能时代,海量智能工业终端在数据、知识、模型等方面的急剧变化对工业互联网提出了哪些通信和计算新要求?要求未来的工业智联网具备哪些新能力?】

北京理工大学詹玉峰副教授引导的首个议题,将讨论焦点对准了AI时代工业终端在数据、知识、模型层面的急剧变化。

辽宁石油化工大学石元博指出企业信息孤岛问题突出,化工大数据底座改造是当务之急,底座之上才谈得上垂直领域大模型的适配。辽宁龙程教育王刚则从安全维度补上一刀—数据链路存在投毒与篡改风险,单点问题即可引发全局故障,数据可验证性与安全是工业智能不可回避的新需求。北京邮电大学张忠宝从质量检测场景补充,大模型有潜力承接缺陷识别与报警等任务,但前提是打通不同厂家、型号与年代的异构设备,实现跨设备协同。罕王集团韩从菲的发言更为直白:大量制造企业的OT层、IT层“不敢大幅改动”,老旧设备改造只换主机、保留接口,AI当前更多是在外场做数据融合与风险预判,而非嵌入控制闭环。

图片5

面对这种“现场保守”与“技术演进”之间的落差,朱善迎给出了一个分阶段的判断:现阶段AI模型大多只能停留在IT层,但长期看通用IT架构替代传统OT方案是“不可避免的趋势”,前提是解决可靠性、实时性与资源隔离;短期则必须做资源隔离—温压等简单数据处理无需大模型,紧急报警要预留独立OT资源用轻量化逻辑响应。中山大学教授、国家级青年人才王广润认同这一方向,但进一步提出S0/S1/S2分级设计:高实时、快速响应的S0/S1层级仍靠工具层实现,S2层级才适合发挥大模型能力。沈阳航空航天大学滕一平则用视频分析的例子泼了一盆冷水:大模型理解5分钟视频甚至超过5分钟,速度不如人、准确性不占优,当务之急是探明可靠性、实时性的适用边界,边界不清企业就不敢用。戴海鹏从架构层面给出了更具前瞻性的回应:工业体系正从“数据流”转向以智能为中心的知识流,大小模型协同通信可以跳出梯度传输,通过同质知识聚类压缩、传递原型来提升效率。柴安颖则把问题拉回到辽宁工业现场:企业部署了DeepSeek却只停留在网页端,模型能力落地到底层工艺加工与全流程仍困难重重。

图片6

该议题的思辨落点逐渐清晰:工业智联网的新能力,不在于让大模型“下沉”到所有层级,而在于建立分层适配的通信与计算架构—简单、高实时环节交给轻量工具与端侧小模型,复杂认知与优化环节交给云端大模型,中间以知识流而非原始数据流作为协同媒介。

【思辨议题二:如何突破超可靠互联、超实时计算等技术瓶颈,才能构建全自主工业智联网,全面支撑人工智能?】

中国移动工业互联网创新研究院副院长唐电波引导的第二个议题,重点介绍了中国移动在通信网和算力网的技术能力和产业现状,并介绍了在钢铁冶金、石油石化等行业的应用情况。

浙江工业大学吴迪提出工业智能体应分层设计,从MCU上可运行的极小模型到循环推理的智能体模型协同配合,并坦言当前较成熟的落地方向集中在工业设计阶段,一旦进入物理设备操控,可靠性、数据隐私与算力瓶颈便集中暴露。中国科学院沈阳自动化研究所项天敖则对现有智能体协作方式提出尖锐质疑:依赖API、JSON及Agent协议的数据格式处理开销过大,难以满足工业场景敏捷、精细、轻量的执行需求,容易引入时延、无法保障实时性,工业智能体需要从协作模式到互联数据格式重新设计。

图片7

在“如何解”的层面,浙江大学顾超杰给出了三种可操作的工程手段:校验机制,复杂场景上云端处理,即使反馈有时延,也可用返回结果修正上下文以提升后续本地小模型判断准确率;回退机制,设置超时策略,云端超时即交由本地小模型决策,算力不足再降级到规则方案;优选领域内互训练的小参数模型,在单一品类检测等场景中效果有时优于通用大模型。沈阳师范大学魏翰廷补充了大小模型协同的现实痛点:大模型时延偏高与小模型节奏难以匹配,多智能体协同时存在资源争抢与多端状态一致性难题,一个可行思路是“小模型保底、大模型做优化”。

关于无线与有线的边界,讨论尤为激烈。上海交通大学皮宜博指出业界存在低成本高可靠的真实需求,如用WiFi实现五个九甚至六个九可靠性、用蓝牙管控电芯,同时提出AI可刻画电磁波传播与物理环境,对不同节点无线可靠性做量化评估。唐电波则给出冷静判断:5G-A在抗干扰、移动性管理上优于WiFi与蓝牙,但无线存在天然局限,10毫秒以内的确定性业务尤其是高速伺服场景,从5G到6G短期内都无法突破;未来10至20年,无线不会替代有线作为工业主线,只能作为有线的补充,无人矿山等不便布线场景可选用低成本工业WiFi。中国科学院沈阳自动化研究所程海波从油气场景补充了带宽与落地之困:现场大量图像传输、大小模型协同、边缘动态控制都受制于带宽,中石油集团层面认可大模型技术,但下沉到采油厂难以落地,Agent的可靠性与安全保障仍是难点。

图片8

该议题形成了两条清晰的工程共识:其一,超实时计算不能指望单一模型“通吃”,校验、回退、分层部署与领域小模型优选是当前可落地的组合策略;其二,超可靠互联需要正视无线与有线的能力边界,工业主线仍将长期依靠有线确定性网络,无线在移动设备与不便布线场景中承担补充角色,而AI本身可以成为评估和优化无线可靠性的工具。

【思辨议题三:实时可靠的工业智联网又将催生哪些人工智能新应用,才能全面赋能新一代智能制造?】

沈阳工业大学人工智能学院副院长张晓玲引导的第三个议题,将讨论从“能不能连、能不能算”推进到“拿来做什么”。

图片9

罕王集团韩从菲提出了一个远景判断:现有MES依托早年PLC数据构建,当前大多是在原系统上叠AI,正确方向应是AI驱动MES,由人工智能主导生产管理;即便在安全急停这类环节,引入AI多算法推理区分风险等级、减少误停机,也是可预期的改进。唐电波则把落地现状说得更透:工业AI大多停留在质检、巡检、设备维护等外围场景,很少进入生产闭环控制,制约因素既有AI概率性带来的可靠性不足,也有企业暂无对应需求;适合智能体优先切入的,恰恰是炼钢看火焰调供氧、化工人工整定参数这类依赖工匠经验的环节,但难度同样很大。戴海鹏提供了两个极具说服力的“事前预测”案例:江苏炼钢车间多模态监控结合大模型提前预测故障,允许一定误差和时延以换取提前处置窗口;上海交大团队通过电压电流波动识别电池电化学变化,预判电动车充电起火风险。他同时指出,人形机器人可以通过人的示范与干预学习经验,这与化工、钢铁依靠人工干预的场景高度相似,关键在于沉淀、筛选经验并打通跨机器人的知识复用,避免每次从头训练。王广润则展望了高实时可靠网络催生的两类应用:跨数千公里的远程精细手术,以及面向物流分拣、柔性操作的具身智能机器人,当前大模型方案已初步接近工人约15秒完成一次复杂柔性操作的速度。沈阳航空航天大学陈程程将视野拓展至农业,指出AI+农业可提前预判病害与气象风险,视觉感知与大模型覆盖种、管、收全流程。朱善迎则提出一个长周期判断:实时可靠性达到足够水平后,元宇宙与数字空间才可能真正落地,依托TSN的高带宽大容量实现数字空间与实体空间解耦。

讨论最终收敛于一条极具实践感的路径。程海波以油气行业为例指出,复杂工业全链条场景不可能靠单一通用大模型“一招通吃”,需要把老专家经验沉淀到工业知识图谱以抑制大模型幻觉,大模型承担语义解析与任务拆解,多个专业Agent分工执行。柴安颖承接这一思路并给出更具体的落地公式:实际项目中大小模型在特定场景下普遍精度不足,可行路线是由老师傅、资深工程师输出业务逻辑,封装成Skill,再交由大模型做增强;当前工业落地大多是“Skill主导、大模型辅助”,短期行业路径就是“专家经验+Skill能力+Agent赋能+大模型辅助”。

图片10

这一议题的共识最为明确:工业智联网催生的AI新应用,短期突破口不在于让大模型直接接管控制闭环,而在于把分散在老师傅、老专家身上的隐性经验,转化为可封装、可复用、可被大模型调用的显性智能资产。从“事后复盘”走向“事前预测”,从“外挂式分析”走向“经验资产化”,是当前工业AI最具现实价值的演进方向。

【论坛总结】

执行主席许驰在总结中指出,本次论坛的核心共识在于:工业智联网的演进不是AI对工业的单向“覆盖”,而是通信、计算与智能在可靠性约束下的双向适配。超可靠、强实时的通信与计算底座仍是不可逾越的前提,而AI的近期价值更多体现为在非控制闭环场景中承接和放大专家经验,而非替代工业系统对确定性的根本要求。论坛形成的“务实路线”与“远期畅想”之间的张力,恰恰勾勒出了工业智联网从概念走向现场的真实路径。

图片11

CCF YOCSEF总部副主席、北京邮电大学张忠宝对本次论坛进行了总结和点评,强调了沈阳分论坛作为YOCSEF第四个分论坛的历史厚重与东北工业厚重的双重使命,要进一步挖掘工业智联网的技术内涵,推动分论坛的进一步成长。

图片12

本次论坛吸引了来自高校、科研院所与产业界的三十余位代表参加,现场思辨热烈。CCF YOCSEF沈阳分论坛将继续发挥“承担社会责任、提升成员能力”的平台作用,围绕工业智联网、工业人工智能等方向持续推动跨界的深度对话与成果沉淀,为东北老工业基地的智能化转型提供青年视角的智力支撑。


热门动态
2026-10-28
CCF YOCSEF合肥顺利举办论坛“从‘+AI’到‘AI+’:驱动政务信息...
2026-07-26
承担社会责任 提升成员能力2026年7月11日上午,CCF YOCSEF合肥顺...
2025-08-11
CCF YOCSEF 昆明成功举办“小语种·大未来”技术论坛聚焦东南亚与...
2025-12-02
2025年11月22日,中国计算机学会青年计算机科技论坛(CCF YOCSEF...
2025-09-29
承担社会责任 提升成员能力2025年9月6日,CCF YOCSEF合肥顺利举...
2025-08-01
2025年7月12日,CCF YOCSEF 合肥成功举办技术论坛“车间物理定律...
2025-07-08
2025年6月28日下午,CCF YOCSEF合肥分论坛第十五届学术委员会第...
2024-08-27
2024年8月3日,CCF YOCSEF合肥顺利举办技术论坛“从基座模型到终...
2023-05-05
AI为科学提供了强有力的工具和方法,帮助领域学者发现新的知识、...
2023-03-24
2023年3月18日,CCF YOCSEF成都在四川省成都市五岳宫街28号成都...
2023-03-02
近十年,我国交通运输事业取得了历史性成就,发生了历史性变革,...
2023-01-12
2023年1月7日-8日,CCF YOCSEF成都在四川省峨眉山市峨眉山...
2022-11-13
CCF YOCSEF成都成功举办“当行为数据分析遇上云边智能”技术论坛...
2022-11-03
习近平总书记在二十大报告中指出:全面推进乡村振兴,加快建设农...
2022-08-25
2022年8月20日,中国计算机学会(CCF)青年计算机科技论坛(CCF ...
2022-08-16
2022年8月13日下午,由中国计算机学会(CCF)主办,CCF YOCSEF成...
2022-08-16
   7月25日,由CCF主办、YOCSEF深圳承办,国家超级计算深圳中心...
2026-10-29
近日,第二十三届中国计算机大会(CNCC2026)在成都召开,“智慧...
2026-10-30
2026年10月23日,CNCC2026大会系列活动之CCF YOCSEF成都观点论坛...
2026-10-30
AI智能体正从辅助决策走向自主执行,冲击传统边界防护范式,网络...
CCF聚焦