张正涛：通用人工智能与高端装备的深度融合与发展趋势

2025 年 9 月 1 日，由国科创投与科大硅谷服务平台公司联合主办的 “2025 国科・创新行” 耐心资本助育新质生产力高峰论坛，在合肥中安创谷科技园全球路演中心成功举办。

会上，中国科学院自动化所研究员、万人领军、中科慧远董事长张正涛带来《人工智能与高端装备的深度融合与发展趋势》主题分享，他以工业质检 AI 系统为例，阐述 “算法 + 硬件” 协同创新如何解决传统制造业痛点。他指出，在制造强国、质量。

 以下为演讲内容，与各位读者共享。

尊敬的各位来宾，非常荣幸能有这样的机会与大家交流分享。

从个人经历来看，我长期在中国科学院自动化所从事人工智能相关研究，创业后则聚焦高端装备领域，尤其以智能检测装备为核心方向。今天，我希望结合自身实践，从人工智能与高端装备的融合路径、发展成果及未来趋势展开分享。

接下来，我将从四个方面展开。首先，从政策与产业背景来看，党的二十大报告中明确强调，推进新型工业化是加快建设制造强国、质量强国和数字中国的关键路径。2023年，工信部联合七部委发布《智能检测装备产业发展行动计划（2023-2025）》，进一步明确智能检测装备是智能制造的核心装备，既是工业6G的重要组成部分，也是推动产业基础高级化的关键领域，其对于支撑制造强国、质量强国和数字中国建设的重要意义不言而喻。

从纲领层面明确智能装备的重要性后，我们也需正视当前高端装备领域，尤其是视觉检测装备领域面临的“卡脖子”问题。一方面，中国制造业的人口红利正受到东南亚国家的显著冲击，我国当前人力成本已达到东南亚地区的3倍；另一方面，高端芯片制造业呈现回流趋势，而我国在基础软件、核心部件及高端传感器等关键环节，仍存在技术短板与对外依赖。

在视觉检测领域，核心目标是以人工智能为核心的图像识别技术替代人工，实现尺寸测量、缺陷检测的自动化。这一替代不仅能保护数百万质检工人的视力健康，更关键的是将品质数据数字化——效率可提升数十倍甚至数百倍，且数据能够沉淀、可追溯、可反馈，为产业升级提供数据支撑。

不过，我国在航空航天、轨道交通、新能源汽车、半导体等高端制造领域，产品结构复杂多样，普遍存在曲面反光、缺陷种类繁多等问题，尤其半导体行业对检测精度的要求极高。这些特点决定了我国高端装备领域必须突破技术壁垒，实现自主技术创新与自主可控。

值得庆幸的是，合肥拥有得天独厚的产业基础。过去九年，从芯片、盖板玻璃、液晶显示，到汽车、家居等产业，在合肥都能找到完整的产业链身影——比如汽车产业集群、京东方的显示面板、长鑫的芯片、志邦的家居板材等。依托这样的产业土壤，我们团队围绕八大行业领域，提供了从实验检测装备到决策分析平台的全链条服务，填补了多项行业技术空白。

在具体实践中，早期我们的装备研发以国产替代为核心方向。以玻璃检测为例，在座各位使用的手机，无论是华为还是苹果机型，其玻璃面板早期均依赖德国Dr. Schenk与伊斯拉的检测设备。我们团队在中国科学院自动化所攻克神光玻璃检测技术的基础上，又历时两年突破玻璃检测中透明反光的技术难题——人工检测玻璃仅需三个月就会导致检测工人近视，而我们研发的设备不仅实现了平面、曲面及360度全方位检测，更实现了真正意义上的国产替代。

绕国产替代与技术突破，我们还牵头承担了2030新一代人工智能专项，聚焦高端工业制造领域的智能工业检测装备及应用。在化合物半导体检测方面，过程检测与中间检测均实现了高效的国产替代与批量应用。需要说明的是，该领域的检测标准原本由美国制定，而我们的设备在保持同等检测性能与标准的前提下，将检测效率提升了一倍。

在装备数字化转型方面，以欧派家居为例，我们不仅为其提供尺寸与封边检测设备，还构建了品质数据闭环系统，成功替代了瑞士堡盟在该领域的应用，打造出行业内首个由实际品质数据驱动的数字化工厂。

半导体领域的突破同样值得关注。全球半导体检测巨头KLA的SP系列产品，每年全球收益达100亿美元，其中25%左右来自SP产品。我们团队针对性研发了SP3、SP5半导体检测设备，目前已在合肥开启产业应用。在技术创新上，针对KLA的SP5、SP7产品采用266激光波段、需填充稀有气体导致成本居高不下的问题，我们通过自主设计光学系统与优化AI算法，采用355波段激光器便实现了同等检测性能——不仅脱离了对稀有气体的依赖，还将成本降至原来的1/7。这一突破并非依赖供应链的短期调整，而是源于技术方案的根本性提升。

这些技术突破的背后，离不开人工智能方法的支撑。在深度学习与卷积神经网络领域的长期积累，是我们实现高精度检测的核心基础。早期在神光项目中，我们便提出了多任务、多频率、多知识融合的检测算法，基于传统卷积神经网络，已能实现1.63纳米级的表面缺陷划痕检测。为解决检测中的漏检问题，近年来我们持续深耕异常检测与缺陷数据生成研究。这些算法研发的突破，使得我们的装备性能在与KLA的对标中，展现出显著优势。

与此同时，我们还构建了一系列拥有自主知识产权的图像处理工业软件，包括缺陷图像数据库，可实现缺陷数据的生成与自主检索，为缺陷检测大模型的研发奠定了坚实的数据基础。除算法外，光学系统的突破同样关键——我们率先提出针对透明反光材质的多材质、多角度、多光谱仿人成像光学模块，具备极强的通用性，可支持跨领域光学表面的缺陷成像，有效解决了透明反光、材质兼容、跨领域应用的技术难题。

核心部件的自主化也不容忽视。为突破日本在光学模组领域的技术垄断，我们牵头承担了2023年国家重点研发计划，对标国际先进水平研发核心光源与控制器，目前项目进展顺利。总结来看，我们的技术突破可概括为“三方面协同”：通过卷积神经网络解决“大脑思考”（算法决策）问题，通过仿人成像光学模块解决“眼睛观察”（精准成像）问题，同时探索“手的灵活适应”（运动控制）问题——针对多品种、小批量产品的检测场景，只需提供点云数据与CAD图纸，设备便可自适应完成扫描路径规划，实现“手、眼、脑”的深度融合，推动装备从专有设备向半通用设备升级。

随着人工智能大模型的快速发展，传统高端装备的研发也迎来了新思路。人工智能在算法模型领域的突破，尤其是以大模型为核心的技术进步，使得视觉检测从单一图像处理，迈向了文本、语音、3D点云、图像的多模态协同处理。

在人机交互层面，传统装备的操作依赖编程、参数设置或策略算法调整，操作门槛较高；而现在，装备与操作人员可实现“言出法随”的自然交互——比如操作人员说“检测标准太严了，能否放宽一些”，或“希望优先精准检测长形缺陷”，装备便能快速响应调整，大幅提升了交互的便捷性与灵活性。

从语言、文本、多模态处理，到物理空间的具身智能，装备的空间感知能力与运动控制能力实现了质的飞跃。

从计算智能到认知智能，再到如今的具身智能，工业领域的具身智能发展正迎来新契机。我们认为，将人工智能、AGI（通用人工智能）技术与机器人、自动化装备深度融合，构建具备感知、决策、执行能力的智能系统，将为新型工业化发展注入巨大潜力。

接下来，我想介绍我们团队近期的一项创新工作——这项工作具备通用意义与泛化性能，可覆盖多个领域。传统专有检测装备在精度与准确性上优势显著，效率也极高，以Cover glass（盖板玻璃）检测为例，其性能可达人工的20倍，且能24小时不间断工作，综合效率是人工的40倍，可替代40名工人，但缺点是难以频繁切换检测品类，灵活性不足。而通用机器人虽具备一定灵活性，却无法满足高精度检测需求——比如纳米级检测仍需专用半导体装备。机器视觉领域自诞生以来，一直面临“碎片化场景多、大一统解决方案少”的困境，因此“泛化性能”成为行业亟待突破的核心痛点。

具身智能装备的出现，恰好弥补了传统专有装备与通用机器人的短板。它在人机交互友好性与灵活性上实现了巨大提升，虽然效率仅接近或略超单人效率，但能覆盖常见的碎片化、多样化检测场景。可以说，具身智能装备与传统装备并非替代关系，而是高度互补的关系。我们近期推出的“具身轮臂上半身通用质检机器人”，便是这一理念的实践。

依托过去积累的海量数据，我们在模型端实现了“缺陷检测大模型segmenting everything”（万物分割）的通用能力；基于仿生光学领域的技术积累，我们解决了不同材质、不同角度的成像难题，具备复杂光学环境下的通用成像能力。而当前的核心突破，在于实现了针对任意物体的端到端自适应抓取与操作——完全由数据驱动，无需人工干预。今天，我们已成功实现这一技术，且应用效果显著。

具身智能的另一核心优势是泛化性能——即便在地下2000米的复杂岩石环境中，或面对多样化工种需求时，装备也能自主决策、灵活适应。例如，将传统的凿岩装备、升降机、采运车与具身机器人结合，可实现复杂环境下的无人化作业。

我们梳理了金属矿与非金属矿开采的全工序流程，发现传统机械装备与机器人的深度协同，能大幅提升开采效率与安全性。以无人化装备为例，过去其运行依赖人工补给——充电、加水、装填物料等；而通过具身机器人与传统装备的协同，可构建“无人化作业装备集群”或“机器人智能化集群”，实现全流程无人干预。

最后，我对今天的分享做一个总结。以点带面，从传统高端装备“解决效率问题、突破国产替代”的初心出发，在人工智能新技术的驱动下，依托通用性技术创新，推动装备完成了三次升级：从专有装备，到五轴联动半通用装备，再到今天的“类人双臂双手+自研灵巧手+智能决策大脑”——实现了手、眼、脑完全类人的作业与操作。

这一升级过程中，还产生了一个重要“副产品”：为工业具身智能发展提供了“无需付费、1:1高质量”的数据。这些数据是推动具身智能从2.0向L4级（完全自动驾驶级）进化的核心“燃料”，而在工业化推广过程中，数据积累的问题也随之自然解决。

同时，我们将装备的柔性作业能力与操作能力，应用于核辐射、井下等极端危险场景，既推动了人工智能与高端装备的融合发展，也践行了“科技向善”的理念，解决了产业安全问题。正如我们在技术发布会上所说：“技术的终极使命是让更多人共享价值。”过去，我们的装备保护了质检工人的视力；今天，我们希望通过技术创新，让工作在极端危险场景中的人们，也能共享科技带来的安全与便利。

以上就是我的汇报，感谢大家的聆听！

国科创业投资管理有限公司(简称“国科创投”)由中国科学院控股有限公司于2017年发起设立，受托管理国科科技成果转化母基金，是中国科学院“促进科技成果转移转化专项行动”的重要落地举措。国科创投以“信仰科学、价值投资”为核心价值观，“抢占科技制高点”为核心任务，采用“母基金+直投”双轮驱动模式，坚持“投早、投小、投长、投硬”，深耕“硬科技”“绿科技”领域，聚焦国家重大需求与产业升级方向，致力于发掘早中期高成长性项目。其核心特色在于根植中国科学院及研究型大学，以“走进实验室、拥抱科学家”为路径，搭建面向全国的科技成果转化投资体系，成为连接科技创新与产业创新的关键纽带，助力政产学研金服用协同推动创新发展，实现社会责任与经济价值的共同提升。