一、编制背景
为落实《上海市加快推动“AI+ 制造”发展的实施方案》，加强场景引导，破解制造业智能化转型中场景落地路径不清等问题，特编制本场景指引。
（一）场景定义
“AI+ 制造”场景是指人工智能技术在制造业关键环节和业务单元中的应用集合，涵盖从单点功能优化到跨系统、跨环节的综合应用模式，充分体现 AI 在制造业的应用价值。这些场景包括软硬件系统在研发设计、生产制造、供应链与经营管理等环节的综合应用，或通过 AI 原生软件、新型装备等智能产品推动生产经营模式的创新。
（二）指南定义
指南是面向制造业企业推进“AI+ 制造”的操作性指引文件。指南围绕场景梳理 AI 落地的实施路径与规范，明确企业从目标设定、需求分析、技术选型，到系统部署与持续运营优化的全过程实施要素，帮助企业在实际应用中高效推进。
（三）编制目的
本指南旨在通过三大核心举措为制造业企业实施智能化转型提供操作框架。一是明确场景价值，引导规模化应用。二是统一实施路径，凝聚行业共识。三是阐明技术标准，降低建设成本。
（四）编制过程
上海市经济和信息化委员会会同上海市工业互联网协会、中国信通院上海工创中心、上海工业数字化研究院等单位，共同组织开展了本次编制工作。先后经历了编制框架研制、两轮场景申报和遴选，召开了多次编制专题研讨和专家意见征求，于 2025 年 12 月底完成了专家审定。
二、场景内容
第一批场景指南的编制单位主要为上海市“AI+ 制造”服务商和前沿制造企业，包括智己汽车、青翼工艺软件、华院计算、致景科技、品见智能、羚数智能、达朗智能、中移信息、中国海工、松应科技、特赞等。编制单位根据场景图谱，定位自身已落地的应用场景，为制造企业场景建设提供技术细节和落地成效参考。
（一）场景框架
每个场景描述由以下四个部分组成：1）场景透视，明确场景的环境、痛点、边界、流程等情况；2）技术要求，参考工信部制造业场景数字化转型“一图四清单”模式，明确语料、算法模型、系统软件、人员技能、算力与集成的需求；3）安全与合规要求，明确数据与隐私保护措施，以及质量、过程、安全及知识产权等合规要求；4）场景智能体架构设计与开发部署，阐述智能体的架构设计与功能分层，明确各智能体的角色、功能及工作流。
（二）场景概要
共形成第一批 12 篇场景指南。其中，9 篇指南为综合应用类，3 篇指南为智能产品类，表 1 显示了每个场景的所属行业和赋能环节。
三、场景透视
以“产品辅助设计和智能优化”场景为例，该场景属于汽车行业的产品研发设计环节，旨在通过 AI 大模型和智能体技术，重塑传统的设计工作模式，通过实现设计流程的自动化和关键环节的智能化，推动产品研发迈向更高效、更高质量的新阶段。
（一）场景现状与痛点
在汽车、航空航天、高端装备等行业的复杂产品研发中，该场景普遍存在以下共性痛点：
- 设计流程固化低效：产品设计过程中包含大量标准化的手动操作，如参数调整、模型重绘、截图制表等。这些操作不仅耗时巨大，也直接制约了产品的研发迭代速度。
- 优化依赖个人经验：对于人机工程优化等多目标、多约束的复杂设计问题，传统模式高度依赖资深工程师的经验进行反复试错。
- 变更响应迟缓：研发设计是高度迭代的过程，任何上游输入（如造型、材料、关键点）的变更，都会引发下游一连串零部件的连锁修改。在传统的人工操作模式下，这种变更响应链条长、沟通成本高，难以适应快速变化的市场需求。
- 知识复用困难：优秀工程师的设计逻辑与经验分散在个人手中，难以形成标准化的知识资产进行沉淀与规模化复用，知识传承效率低。
（二）AI 赋能后的智能化模式与预期成效
“智能自动化设计优化”场景以 AI 大模型和智能体为核心，在既有设计软件基础上贯通“指令解析—任务规划—模型操作—结果优化”全流程，构建设计工作的智能闭环体系。
通过智能化流程重塑，企业可实现：关键设计任务耗时从“小时级”压缩至“分钟级”，根因定位准确率≥ 99%；设计变更响应时间从“天级”缩短至“分钟级”，同类设计错误复发率显著降低；关键设计任务效率提升≥ 98%，因手动操作导致的设计不合格率降低 90% 以上。
四、技术要求
在推进工业产品计算机辅助设计智能化场景的建设过程中，企业需统筹规划数据、算力、算法模型与系统集成等基础条件。
（一）数据语料准备
核心数据类型包括基础数据、交互数据、工程知识数据、智能体描述语料。数据质量标准包括完整性、准确性、一致性。数据采集要求包括本地端和云端层的数据采集方式及预处理要求。
（二）算法模型准备
算法层包括认知规划算法体系、环境感知算法体系、智能优化算法体系。模型层包括选用业界先进的大语言模型为底座，分步进行适配。
（三）工具软件准备
具备 API 接口或稳定 GUI 的目标三维设计软件、完备的 PDM/PLM 产品数据管理系统、可选的 RPA（机器人流程自动化）软件、可选的企业级知识管理平台。
（四）人员技能准备
设计工程师需具备新的人机协同能力，能够清晰地通过自然语言下达指令，并对智能体生成的方案进行最终的专业审核与决策，实现“人机共智”的新型设计模式。
（五）算力与系统集成准备
企业需完成统一的数据与业务集成准备，打通设计软件、PLM、知识库等内部系统，形成从指令到执行的纵向数据链。
五、安全与合规要求
为确保工业产品计算机辅助设计等核心业务场景在应用 AI 技术过程中的数据可信、过程可控、责任可追溯，企业需要同步构建完善的安全与合规体系。
六、场景智能体架构设计与开发部署
为实现工业产品计算机辅助设计过程的智能化升级，可构建一套以“主管 - 专家”模式为核心的多智能体协同架构。该架构旨在实现复杂任务的智能分解与高效执行，其体系由三个核心层次构成：
- 调度协同层：作为系统的统一入口和智能中枢，由一个主管智能体构成。
- 功能执行层：由一系列负责执行具体、垂直领域任务的专家智能体构成。
- 基础工具层：这是一个共享的、标准化的原子操作库。
这种“主管调度 - 专家执行 - 工具支撑”的三层架构，实现了认知与执行的分离、通用能力与专业能力的分离，构建了一个高效、灵活、可扩展的智能化运行体系。
