上海交大团队研发工业时序大模型：让AI接管工厂，从“复刻老师傅”到“超越老师傅”|“十五五”开新局当尖兵

近日，上海交通大学教授李金金团队对外披露了其自主研发的工业时序控制通用大模型“ManuDrive”的最新进展。据团队介绍，这款搭载127个标准化通用AI模块的大模型，已在生物发酵、精密加工、纺织制造等多个工业场景完成落地验证，累计服务数十家制造业企业。

在新疆川宁生物的生产基地，数十个五层楼高的巨型发酵罐已全部由AI接管。发酵车间、热电车间、动力车间、原料车间、配方车间、精馏车间——十余个核心车间的运营大权一并交给了AI。这是ManuDrive落地的第一个项目，也是团队“梦开始的地方”。

先复刻，再超越

生物发酵是一个有着上百个变量、持续近两周的巨复杂过程。过去，即便最顶尖的老师傅三班倒、24小时值守，500吨的发酵罐最终成品也不足5吨——这已是世界领先水平。但人类经验正在逼近天花板。

李金金团队的打法是：先模仿，再超越。第一步，把人类工程师的经验沉淀为代码逻辑和物理约束，让AI先学会生产、懂生产。第二步，通过强化学习和闭环反馈，让AI自行探索，长出更高阶的认知。

“这就跟AlphaGo的进化路径一样，”李金金说，“先吃透人类沉淀的所有经验，达到与围棋高手持平的水准；再依托数据飞轮不断迭代，突破人类经验的固有上限。”

9个月打地铺，换来产能5%提升

但AI不能只在空调房里写代码。李金金带着团队赶赴新疆，一头扎入高温潮湿的发酵车间——生物发酵越热越好、越潮湿越好，环境越恶劣越有利于发酵。团队就地拼起桌子、铺上垃圾袋，日敲代码夜当床，一待就是9个月。

“我们当时写代码的时候，四个桌子拼在一起，上面铺的垃圾袋。”李金金回忆说。最终，AI凭借预测未来180个小时的发酵参数曲线、精准度高达99.9%的战绩，换来企业董事长拍板：让AI正式接管发酵罐。

结果，仅一个月，发酵罐产能提升5%，生产波动降低50%，新增的产能比企业过去五年产能提升的总和还要高。一个点1%——对这家年营收60亿元的上市公司而言，意味着700万元的经济效益。

从选刀数十天到十分钟

ManuDrive的能力不止于生物发酵。在风电零部件制造车间，最“卡”的流程是“选刀”——加工一个零件要对照两套图纸，从3000多把刀具中手动挑选，完全依靠老师傅长年积累的实操经验，完整流程耗费数十天。选错刀的代价极其高昂：轻则报废零件、损毁刀具，重则砸坏几百万上千万的进口机床，甚至危及人员安全。

团队的前沿部署工程师陈建豪驻扎车间，与老师傅反复沟通，把深藏“老法师”脑海中的选刀技巧、避险经验总结规律写进代码。系统上线两个月，撞刀事故“零发生”，选刀工作缩短至十分钟，刀具耗材整体成本降低15%。

127个模块，从“隔行如隔山”到“行行有状元”

ManuDrive的核心是一套搭载127个标准化通用功能模块的工业智能体框架。这些模块像搭积木一样灵活组合，已催生出“AI生物发酵工程师”“AI工业建筑设计师”“AI刀具规划师”“AI数控编程师”“AI工业焚烧师”等十余种标准化工业智能应用场景。

在双良集团，200米高的大型工业塔，传统设计周期长达数月，通过“AI工业建筑设计师”模块，数分钟即可完成整套结构排布方案。在纺织领域，团队正赋能福建晋江的制鞋和服装企业，从制版到出图到设计全流程由AI完成。在污水处理领域，AI帮助工厂实现精准加药——一个小厂每年加药成本大几百万，大厂甚至上亿，精准加药带来的成本节约空间巨大。

从上海出发，走向全球

李金金团队的发展也映射了上海在AI赋能制造业领域的政策布局。在上海市经信委推动建设的前沿部署工程师（FDE）人才体系支撑下，大量复合型工程师常驻工厂一线，打通AI技术落地的“最后一公里”。团队构建了“FDE+FDR”双轮驱动模式：前沿部署工程师驻厂部署，前沿部署研究员后台迭代算法。目前，团队已累计帮助数十家上市制造企业实现AI赋能。

团队的构成也越来越国际化。来自尼泊尔的留学生苏南作为前沿部署工程师，已深度参与多个项目。“可以看到AI用到这些产业，感觉自己做的东西实际在被用，”他说，“可能尼泊尔没有这么多大产业，但核心逻辑不会变。”

今年7月，2026世界人工智能大会开幕式后的一场闭门会上，联合国秘书长古特雷斯向李金金抛出三个问题：AI能不能降低能耗？能不能提升生产效率？能不能创造实实在在的经济效益？依托在国内制造业积累的技术经验，金珵科技已开启出海步伐，首个项目签约落地。团队优先选择“一带一路”国家，希望用这套“AI+制造”的中国方案，助力更多发展中国家的存量制造业再创增量。  (文字编辑：第一财经广播 韩欣；音频记者：上海广播电台 赵宏辉)