举办。本届大会由中国自动化学会主办，上海交通大学、青岛科技大学、全国/国家重点实验室以及行业有突出贡献的公司等20余家单位联合承办。

  围绕工业软件在研发设计、生产制造、运维服务等全生产周期的应用需求，大会精心设置11场平行会议。会议聚焦工业软件与AI深层次地融合、工业智能体技术落地等当下热点与痛点议题，邀请企业技术高管、高校专家、行业领军者通过专题演讲拆解核心技术、案例分享传递实战经验，高效促成政产学研用各方精准对接，加速细致划分领域技术迭代与产业协同发展。

  “具身智能赋能工业制造软件”平行会议特邀湖南大学、北京航空航天大学、云南大学、杭州电子科技大学、华东交通大学、华东理工大学等多所高校及企业的专家学者，一同探讨感知与认知、决策与控制、多机协同作业等具身智能技术在工业制造领域的前沿技术、应用实践与未来趋势，为推动我们国家制造业高水平质量的发展注入新动能。

  张辉，博士、二级教授、博士生导师，湖南大学人工智能与机器人学院院长、湖南大学未来技术学院院长、视觉感知与控制技术国家工程研究中心副主任，入选国家高层次人才计划，担任科技部“十四五“智能机器人重点专项专家组成员、中国自动化学会常务理事、中国图象图形学学会理事兼副秘书长，主要是做机器人视觉检测、深度学习图像识别、人机一体化智能系统机器人技术及应用研究。近年来主持科学技术创新2030——“新一代人工智能”重点项目课题、国家自然科学基金重点项目、JW1XX工程重点项目、国家重点研发计划子课题等20余项。在IEEE汇刊等国内外期刊上发表论文66篇，授权国家发明专利52项，计算机软件著作权11项，技术成果以第1完成人获2022-2023年湖南省科学技术进步一等奖、2019年湖南省科学技术进步二等奖、2019年中国商业联合会科技进步奖一等奖，并以主要完成人获2018年国家技术发明二等奖、2022年湖南省第十三届教学成果特等奖、2022年高等教育（研究生）国家级教学成果奖二等奖及其他省部级奖励20余项。

  故障诊断是保障工业系统安全运作的关键环节。传统的时序数据诊断模型通常输出抽象的结果，例如异常分数或故障类别，但无法回答“为何故障”或“如何维修”等核心问题。尽管大语言模型（LLMs）为故障诊断展现了强大的潜力，但其在处理时间序列工业信号时面临语义鸿沟问题，即连续的时序数据难以编码为语言模型能够有效处理的离散词元。与传统故障诊断“从信号到类别”的模式不同，我们提出一种全新的可解释性故障诊断框架，即“从信号到语义”的S2S故障诊断框架。我们的研究取代了原有抽象时序数据到抽象诊断结果的研究范式，输出了人类专家可理解、可验证的推理过程和诊断文本，建立了工业设施的新一代智能诊断框架。

  赵春晖，浙江大学求是特聘教授，国家杰青。主要研究方向为面向工业应用领域的统计机器学习和数据挖掘研究。已在国际权威期刊上发表一作/通讯高水平SCI研究论文250多篇，1作出版4本中英文专著，2本大数据本科教材，授权发明专利70余项。担任国家自然科学基金委杰青项目负责人。主持国家自然科学基金、国家重点研发计划课题、省级项目和企业合作项目等20余项。曾获浙江省自然科学一等奖（排1）、教育部自然科学奖、浙江省首届青年科技奖、中国自动化学会自然科学一等奖（排1）、中国仪器仪表学会科学技术进步一等奖（排1）等科研奖励；获中国青年女科学家奖、浙江省巾帼建功标兵、中国自动化学会会士、CAA首届青年女科学家奖等荣誉奖励。担任Journal of Process Control的Senior Editor、Control Engineering Practice和多本国内期刊的编委。

  以磷化工、锡化工为代表的资源型化工产业是云南省经济的重要支柱，其过程控制水平必然的联系到生产效率、产品质量、能源利用率与系统运行安全。在壮大资源经济、加快新质生产力发展的背景下，利用人工智能赋能化工过程的性能评估与优化控制，已成为推动行业数智化转型的关键路径。然而，磷化工、锡化工等典型长周期、强耦合、动的复杂过程，在实时监测、故障诊断及优化控制环节中普遍面临精度不足、响应迟滞和适应性欠佳等共性难题。围绕这些挑战，本报告将重点探讨基于AI的新型方法与算法框架，涵盖厂级性能波动的预测性监测与评估、性能波动溯因分析及优化控制策略。通过结合磷酸生产、锡化学反应等典型应用场景，报告将展示相关方法在提升化工过程生产效率、运行可靠性方面的实践成效，分享AI与工业过程控制深层次地融合的最新探索与思考。

  吴建德，教授，云岭学者，云南省产业技术领军人才，中国有色金属工业智能系统与先进控制工程技术研究中心主任。长期从事工业过程检测与智能控制领域的人才教育培训和科学研究工作，主持国家自然科学基金重点项目、省部级重大科学技术专项及企业委托研发项目20余项；在IEEE汇刊等期刊发表论文80余篇；以第一发明人获授权专利40余件。研究成果先后荣获国家科学技术进步二等奖、云南省科学技术进步一等奖、云南省自然科学奖一等奖、中国自动化学会自然科学奖一等奖等科研奖励。

  本报告简述了CAD/CAM类工业软件的开发路径；CAM工业软件在人机一体化智能系统中扮演的角色；分析了工业软件的架构与现有AI智能体架构的区别和联系；提出了三种可能AI与工业软件的结合路径；分享了华航唯实在AI+工业软件方面的探索。

  宋智广，北京华航唯实机器人科技股份有限公司研发总监、系统架构师，毕业于北京航空航天大学CADCAM教研室，十多年来一直从事CAD/CAM算法研究和软件开发工作，发表了多篇论文和发明专利。参与/主导开发多个大型工业软件开发工作，主导了离线编程软件团体标准的制定。

  智能无人系统的感知与理解是当前AI领域的研究热点，其感知能力的精准性和泛化性对于系统的安全性至关重要。本报告将介绍团队将着重介绍如何提升在低成本传感单元的系统感知的精准性和迁移性，以及在具身操控方面的成果。最后，本报告对智能无人系统中的感知与理解的未来研究方向进行了总结与展望。

  唐漾，IEEE Fellow, 国家级高层次人才（2019年）、科技部中青年科学技术创新领军人才、国家级高层次青年人才（2014年）, 上海市优秀学术带头人和德国洪堡基金等计划入选者。主要研究智能无人系统、多体智能、工业智能、具身智能和生物信息学等，在Nature子刊等权威期刊上发表论文200余篇（含Automatica、IEEE汇刊和CCF-A类论文180余篇），申请/公开/授权专利20余件。主持国家科技部重点研发计划项目和课题, 多项国家自然科学基金重点类项目等。担任IEEE TCASI资深领域编辑，IEEE TNNLS, IEEE TCYB, IEEE TII, IEEE/ASME TMECH, IEEE TCASI, IEEE TCDS, IEEE TETCI, IEEE SJ, EAAI (IFAC Journal)，中国科学：信息科学、自动化学报等多个国际期刊的副主编/编委。获得2019年度上海市自然科学奖一等奖（第一完成人）。

  针对当前隧道施工中设计参数、施工数据与装备信息分散割裂、知识碎片化导致AI技术在掘进机领域应用效能受限的问题。构建基于大语言模型（LLM）的隧道掘进机AI大模型，深层次地融合“设计-施工-装备”全链条多源异构数据，打破数据孤岛并构建动态演进的隧道工程知识库，形成“设计优化-施工管理-智能掘进与运维”三大智能体的闭环协同，实现隧道设计及支护优化、隧道施工安全与质量智能管控、施工进度智能预测与动态优化、智能驾驶、行业知识智能问答等功能。

  蔡杰，从事掘进机控制管理系统研发及智能化技术攻关，设计了国产首台大直径硬岩TBM、首台双护盾TBM、首台泥水平衡盾构机、全球首台永磁同步驱动盾构机等掘进设备的控制管理系统。主持或重点参与国家级、省部级重大科研专项10余项，研发了首台国产掘进机控制管理系统、全断面隧道掘进装备运行服务平台及智能终端、国产麒麟操作系统的掘进机SCADA系统等多项成果，授权国家专利40项，其中发明专利32项，获省部级奖励10余项。主持突破了掘进机智能推进、同步推拼、管片自动拼装/吊运、TBM自动喷混、掘进机远程操控等30余项掘进机智能化核心技术攻关，成功应用于津潍高铁、京唐铁路、川藏铁路、中核北山地下实验室等多个工程。

  近年来，国家对“AI+服务业”的研究与应用格外的重视。作为服务业智能化转型的重要基础，复杂服务网络的新生命发展模式对国家发展具备极其重大战略意义。复杂服务网络具有网络大规模、信息高维度、数据高稀疏、节点多功能等特性，同时，复杂服务网络节点连接形式复杂，其相互作用关系复杂且难以解耦，这对在复杂服务网络上依据“供需匹配”关键任务的智能调度决策带来极大挑战。基于此，我们从信息感知出发，提出了针对复杂服务网络特性的多层次信息感知方法，学习复杂服务网络中的有效关键信息，以点破面提取具有不一样服务功能和应用场景的同类型功能节点，以小见大，设计了从宏观分层到决策分层的资源调度决策算法，实现面向复杂服务网络的大规模资源的同时智能调度决策。

  高庆，博士（国家高层次人才、国家海外高层次青年人才、科技部重点研发计划青年首席科学家、德国“洪堡学者”、“关肇直”奖获得者），现任北京航空航天大学自动化科学与电气工程学院教授、博士生导师，北航杭州创新研究院副院长、工业互联网与智能系统平台负责人，中关村国家实验室双聘研究员。聚焦工业互联网协同控制与智能决策方向开展研究，主持基金委重大研究计划重点支持项目、科技部重点研发计划青年科学家项目、国家科技重大专项-中关村国家实验室专项任务课题（千万级）、智能制造系统和机器人国家科技重大专项课题（千万级）等国家级重大/重点项目，突破了复杂制造网络轻量化降维、动态调控与协同决策等关键技术，应用于多个国家级工业网络站点平台，明显提升了边缘侧业务精准响应能力与威胁防控能力。以一作/通信身份发表IEEE汇刊及Automatica期刊论文40篇、国际会议最佳论文8篇、英文专著1本，他引两千逾次；授权发明专利45项、国际发明专利2项；获中国指挥控制学会创新奖、中国产学研合作促进会科学技术创新奖-创新人物奖、基金委工业互联网创新大赛一等奖。

  产线的智能化是人工智能赋能制造业的关键，是推动新型工业化的重要落地之举。为快速响应市场小批量、多品种精细化生产需求，传统产线必须克服对标准工况的依赖，有效应对由产品切换、产线重组等引入的复杂多变性，需要在生产的全部过程控制中融入运动控制、机器视觉、大模型等人工智能技术，报告重点围绕柔性作业控制难、产线智能重组难、多变程序构造难等挑战，介绍视控一体技术及在智能产线中的应用。

  邬惠峰，二级教授，博士生导师，国家级人才工程入选者，国家有突出贡献中青年，国务院政府特殊津贴专家全省工业互联网新型工业控制技术重点实验室主任，工业互联网智能控制管理系统浙江省工程研究中心主任，浙江省工业互联网国际合作基地主任，浙江省工业智能协同创新中心主任。担任国际电工协会（IEC）可编程系统工作组成员，全国工业自动化系统与集成标准化技术委员会（SAC/TC159）委员等兼职。主要研究方向包括智能控制、工业智能、嵌入式系统等。主持制定国家标准2项，参与制定国际标准2项，国家标准6项。近几年已主持30余项科研项目，包括国家重点研发、国家自然科学基金重点项目等。先后获得省部级多项奖励，包括浙江省科技进步奖一等奖2项、浙江省技术发明奖一等奖等。

  制造业转型面临多品种、小批量、工序繁多，交期压力大、瓶颈频发，数据“沉睡”：90%以上数据只被记录，没有被利用。制造业真正的竞争力，将来自于如何用数据改进工艺、提升产线效率。

  令狐荣茂，毕业于中山大学管理学硕士，四川大学计算机软件本科，现任明珞智造家CEO。拥有二十年企业数字化工作经验，10年以上大型集团CIO工作经验，曾任TCL实业（电子）CIO，立白集团CIO，美的集团流程IT中心规划架构部部长。熟悉企业经营管理与业务流程，擅长企业数字化战略规划与运营管理，熟悉家电、快销品，非标装备行业。曾主导了多家大型传统集团企业的数字化转型战略规划，在数字化整体规划、营销数字化，供应链数字化、产业网络站点平台，数据中台，数据治理，数字工厂，消费者数字化，BC一体化运营平台的构建上有从0到1的成功经验。

  随着新一代信息技术与工业系统的深层次地融合，工业互联网已成为制造业转变发展方式与经济转型的重要基础设施。其中，工业数据在流动和计算中存在泄露系统隐私的风险，并可能进一步危及系统运行安全和企业商业机密。本报告针对工业互联网隐私保护存在的实时性和可用性挑战，研究了面向边缘控制管理系统和分布式系统，分别提出了基于差分隐私的可还原隐私保护方法和分布式隐私保护方法，解决了差分隐私对系统控制性能负面影响的问题。

  曹向辉，东南大学国家卓越工程师学院副院长，自动化学院教授、博导。主要是做工业互联网优化控制与安全的研究工作，主持国家自然科学基金、江苏省前沿研发技术计划、国防基础科研重点项目课题、工信部重点项目课题等多项重要项目。曾获省部级一等奖1项、二等奖2项、华为火花奖等奖励。现担任自动化学报、IEEE Transactions on Industrial Informatics等期刊编委、中国自动化学会青年工作委员会副主任、信息物理系统控制与决策专委会、中国指控学会集群智能与协同控制专委会委员等。返回搜狐，查看更加多