2025工程智能白皮书

AI for Engineering White Paper工程智能白皮书 同济大学工程智能研究院 Institute of AI for Engineering (IAIE), Tongji University 上海（同济）工程智能研究院（筹） Shanghai (Tongji) Institute of AI for Engineering (Preparatory) 序一：凝聚合力，久久为功 郑庆华 （中国工程院院士、同济大学党委书记） 工程智能的发展，不仅是一场技术层面的跨界融合，更是一次关乎工程学科未来、关乎产业发展方向的深刻变革。今天，当我们梳理过往探索、展望前路征程，愈发坚定了这样的判断：工程智能，正在成为驱动经济社会高质量发展的核心力量。 最初提出“工程智能”这一概念时，不少人对其内涵与价值尚存疑惑，认为不过是人工智能在工程领域的简单应用。但随着研究的深入、实践的推进，我们愈发清晰地认识到，工程智能绝非技术的叠加，而是以改造世界为核心目标，衔接科学智能与产业应用的跨学科体系，是解决工程领域非确定性问题、实现规模化赋能的全新范式。 这些年，我们见证了太多鼓舞人心的变化。战略层面，国内外对工程智能的重视达到了前所未有的高度，中国将“人工智能+”行动写入政府工作报告，把工程智能作为建设数字中国的重点领域；美国、欧盟纷纷出台专项政策与法律框架，加大研发投入、规范发展路径，全球范围内的战略布局与协同创新已然形成。技术层面，大语言模型实现从表层流畅到深层认知的跨越，数字孪生、时空多模态基础模型与工程场景深度融合，工程智能操作系统的核心架构逐步成型，让曾经的技术构想正在变为现实。应用层面，智能建造的生成式设计、智能制造的预测性维护、智慧城市的动态调度等场景，已从实验室走向产业一线，用实际成效证明了工程智能的巨大价值。 这一切现象表明，工程智能的发展大潮势不可挡，它既是科技革命与产业革命深度融合的必然产物，也是工程领域自身转型升级的内在需求。在创新驱动发展的前沿阵地，我们正与众多高校、机构及企业并肩作战，探索工程智能规模化发展的有效路径，希望能为全国乃至全球工程智能的高质量发展提供可借鉴的实践方案。 但我们也深知，这条道路没有现成的地图可循。工程智能作为开创性领域， 核心技术研发、规模化落地路径等诸多问题，都需要我们在实践中不断探索、逐步完善。 而驱动我们必须攻坚克难的，正是这个时代赋予工程领域的崭新命题。放眼今日中国，从C919大飞机翱翔蓝天，到“深海一号”能源站矗立碧波；从“中国天眼”遥测宇宙，到“东数西算”织就算力网络；再到“祝融号”登陆火星、“嫦娥号”月背探秘，一项项新时代的重大工程，其规模之宏大、系统之复杂、学科交叉之深度，都远超以往。这些超级工程早已不是单一学科知识的线性延伸，而是需要融合材料、信息、控制、能源、生命等多学科知识的庞大异构系统。如何实现跨领域知识的高效整合与涌现创新，如何应对极端工况与未知环境下的动态不确定性，如何确保超大规模系统在全生命周期中的极致安全、高效与可持续，这些时代之问，为传统的工程技术范式带来了根本性的挑战，也为工程智能的应用和发展标定了最广阔、最迫切的需求场景。 正是基于这样的初心与担当，我们梳理了多年来的系统性的经验与思考，形成了这份关于工程智能的白皮书。书中聚焦工程智能的核心，详细阐述了从单点突破到规模化赋能的实现路径。我们希望通过这份白皮书，为工程智能领域的研究者和从业者提供一套系统的认知框架与实践参考，更希望能吸引更多有志之士加入进来，共同破解难题、凝聚共识。 工程智能是新质生产力的重要载体，是教育强国、科技强国建设的关键支撑。作为同济人，我们始终坚信，大学不仅是知识创新的高地，更应是服务国家战略的前沿。我们愿以这份研究成果为纽带，与学界同仁、行业伙伴、青年学子一道，以开放包容的心态、求真务实的作风，探索工程智能发展的新路径、新可能。 期待更多人能读懂工程智能的价值，更多人能投身这一伟大的事业。让我们以协同创新凝聚合力，以久久为功攻克难关，牢牢把握这百年一遇的发展机遇，让工程智能在服务中国式现代化建设的征程中，绽放出更加耀眼的光芒！ 2025年10月24日 于上海 序二：从先进技术到新质生产力 华先胜 （同济大学工程智能研究院执行院长、同济大学长聘特聘教授、IEEEFellow） 人类文明的每一次跃迁，都与工程领域的突破紧密相连。从金字塔到空间站，从蒸汽机到互联网，工程不仅是塑造物质世界的强大能力，更是推动社会进步的基石引擎。然而，当我们步入一个日益复杂、高度互联的时代，传统工程学正面临前所未有的挑战：系统规模的指数级增长、多学科交叉的深度融合、全生命周期管理的极致要求，以及对安全性、可靠性和可持续性的严苛标准。这些挑战，已然超出了传统方法和人类智力的极限。我们迫切需要一种新的力量，来驾驭这份复杂，洞悉其规律，优化其进程。人工智能，无疑是这个时代最响亮的回答。 这便是我们探索工程智能（AIforEngineering）的第一个动因：工程学科的发展，亟需人工智能的深度赋能。将AI的感知、认知、决策与生成能力，注入到工程的策划设计、建造制造、运维养护乃至全生命周期中，有望破解困扰我们已久的难题，实现效率与质量的飞跃。 然而，故事并非仅此而已。当我们投身于这项事业时，一个更为深刻且常被忽视的洞见浮现出来：这并非一条单行道。正如工程需要AI，人工智能的未来，同样亟需工程智能为其开辟规模化之道路。 为何如此断言？因为当前的人工智能，尽管声势浩大、发展迅猛，本质上仍是一种“先进技术”，距离成为真正的“生产力”尚有漫漫长路。纵观历史，无论是蒸汽机还是电力，任何一项革命性技术，唯有在实现规模化应用后，才真正转化为推动社会变革的生产力。一项技术若只能在实验室、在少数专家的手中、针对少数问题创造“奇迹”，那它便只是珍稀的“炼金术”，而非普惠的“工业革命”。 人工智能今日之困境，正在于此。其规模化之路面临两大根本性障碍：一是生产力的问题，即如何将AI的能力系统性、可靠性、低成本、规模化地应用于千行百业的核心场景；二是生产关系的问题，即如何构建与之匹配的商业模式、工作流程、组织架构与价值链条。在这本白皮书中，我们聚焦于前者，并坚信，其核心解决路径之一，便是构建一个强大的“工程智能操作系统”。这个系统， 将成为连接AI基础能力与工程核心应用的坚实桥梁，是实现AI规模化的关键基础设施。 那么，工程智能究竟将带来怎样的范式变革？我们常常谈论这个词，但它真正的内涵是什么？于工程智能而言，范式变革并非一句空洞的口号，它具象为四个紧密相连的“规模化”： 学科或行业AI技术研发的规模化：改变当前学科或行业AI能力开发高度依赖顶尖专家的“手工作坊”模式。通过工程智能平台，将成熟的AI能力封装为可复用、可组合的工具与组件，并且通过AI技术研发平台，可以快速构建适用于工程领域众多场景的新技术。 学科或行业创新的规模化：让最懂业务的工程领域专家，成为创新的主角。他们无需成为AI专家，便可利用工程智能平台提供的工具，像使用CAD或MATLAB一样，快速、高效地解决领域内的核心问题，从而激发源源不断的内生创新动力。 人才培养的规模化：打破AI与工程之间的知识壁垒，培养兼具两方面素养的复合型“新工科”人才。工程智能平台本身就是最佳的教学与实践环境，它将加速新一代工程师的成长，为产业的未来储备核心力量。 产业落地的规模化：确保AI解决方案不仅在技术上可行，更能在商业上成功。通过标准化的流程、可靠的验证与可信的部署，将AI应用从“九死一生”的探索，提升为“十之八九”的成功，真正产生可衡量的产业价值与社会效益。 要实现如此宏大的变革，我们必须找到正确的实现路径。幸运的是，技术的发展为我们指明了方向。大型语言模型，多模态大模型与智能体技术的崛起，构成了工程智能的核心驱动力。大模型以其强大的知识融合、逻辑推理与自然语言交互能力，成为了理解和处理工程领域复杂信息的“认知内核”；而智能体则扮演了“超级执行者”，它能够自主规划、调用工具、协同系统，将认知转化为行动，完成复杂的工程任务。二者的结合，为构建工程智能操作系统提供了前所未有的技术基石。 当然，徒有先进技术而无正确的方法论，犹如手握利器而无章法，终将误入歧途。因此，我们在探索中凝练出三大一体化方法论作为指导原则： 点-线-面一体化：这是战略演进的路径图。工程智能并不只是用人工智能技术赋能解决某个或某几个工程问题。更重要的是，我们从解决具体的、有价值的“点”问题入手，在实践中提炼共性，构建可服务于一类问题的“线”平台，最终将多条“线”汇聚，形成覆盖整个领域的“面”生态。 产-学-研一体化：这是创新生态的生命线。产业提供真实场景与数据，学界贡献前沿理论与人才，研究机构则攻克核心技术难题。三者必须在一个共同的平台上无缝衔接、同频共振，形成从理论到实践再到理论的闭环反馈，以及产学研三者高效相辅相成的态势。 人-模型-系统一体化：这是未来工作模式的终极形态。工程智能不是为了取代人，而是为了与人协同，达到“一加一大于二”的效果。模型提供强大的计算智能，系统提供稳固的执行框架，而人则贡献创造性思维、非逻辑思维与最终的价值判断。我们的系统设计，必须为人留下空间，赋能人；不是用AI技术完全替代人，而是人与智能系统长久地共同成长。 这本五万多字的白皮书，是我们团队对上述思考的系统性梳理与阶段性总结。它既是一份蓝图，也是一份邀请。我们坚信：智能驱动，工程焕新；智工融合，创见未来。 这项事业的宏伟，远非任何单一学科或团队所能独立完成。在此，我诚挚地呼吁人工智能与工程学科的专家们，能够携起手来，打破学科的壁垒，发挥各自的长处，弥补彼此的局限，通力合作，共同构建工程智能这座通天塔。让我们一起，推动人工智能完成从先进技术到新质生产力的伟大转变，共同塑造一个更智能、更高效、更美好的未来。 2025年10月24日 于上海 摘要 《工程智能白皮书》全面阐述了同济大学工程智能研究院与上海（同济）工程智能研究院（筹）对发展工程智能这一前沿交叉领域的战略理念与核心愿景，深度剖析了工程智能的发展现状、时代机遇与核心挑战，前瞻性地提出了以“工程智能操作系统”为核心的实现框架与核心共性技术体系，并展望工程智能的核心趋势与未来发展。 随着人工智能技术与传统工程领域加速融合，工程智能应运而生。它是推动工程领域智能化转型的关键驱动力，也是应对日益复杂工程挑战的全新范式。工程智能的核心目标，是通过平台化架构实现对工程领域规模化赋能，涵盖技术研发、领域创新、人才培养与产业落地四个规模化维度，推动从“点”上的单一场景突破，扩展到“线”上的共性问题覆盖，最终构建“面”上的学科平台重塑。这一进程不仅将极大提升传统工程的效能与范畴，更为人工智能的规模化应用提供了不可或缺的真实世界场景和价值闭环锚点，推动其从先进技术真正转变为驱动产业变革的新质生产力。 当前，人工智能虽已逐步渗透至工程项目全生命周期的策划、设计、验证、建设、运营与维护等各环节，在汽车、建造、交通、信息工程等领域取得初步应用成效，但整体发展仍呈现“点状突破”的特征，存在碎片化、高度定制化、关键环节依赖人力的局限，这既揭示了人工智能的巨大潜力，也正印证了对实现工程智能“规模化赋能”的迫切需求。 发展工程智能恰逢其时。当前正处于政策、产业与技术三重机遇的交汇点：一方面，国家层面的积极政策为产业智能化提供了重要的顶层牵引；另一方面，我国完备的产业链为工程智能的应用落地提供了得天独厚的沃土；同时，以大模型为代表的新一代人工智能技术突破，为工程智能在各工程领域的全面渗透提供了强大的技术驱动力。 然而，实现工程智能规模化赋能的进程并非坦途。核心挑战在于如何跨越工程领域固有的专业壁垒，满足其对可靠性的严苛要求，解决人工智能技术落地时面临的效率与成本问题、系统融合与协同问题等瓶颈。此外，人才培养、治理机制与生产关系等配套体系尚不完善，也为规模化发展带来复杂挑战。 为抓住机遇