导读：

2024年11月，中国工程院院士，中国自动化学会特聘顾问、会士，浙江大学教授孙优贤；中国工程院院士，中国自动化学会理事长、会士，西安交通大学教授郑南宁；中国科学院院士、中国科学院过程工程研究所研究员李静海；中国工程院院士，中国自动化学会特聘顾问、会士，东北大学教授柴天佑；中国工程院院士、浙江大学特聘教授谭建荣；中国工程院院士，中国自动化学会副理事长、会士，中南大学教授桂卫华；中国工程院院士、中国机械工程学会副理事长、浙江大学教授杨华勇；中国工程院院士、华中科技大学教授丁烈云；中国工程院院士，中国自动化学会常务理事、会士，湖南大学教授王耀南；挪威工程院院士、挪威皇家科学院院士、挪威科技大学教授陈德出席中国自动化学会主办的2024国家工业软件大会，深入剖析工业软件发展趋势，为推动智能制造技术创新与产业升级带来新的启示。

孙优贤院士

工业控制系统及生产控制类工业软件的发展进程

孙优贤院士在报告中指出，工业控制系统及工业软件堪称现代工业生产装备以及能源、石化、冶金、材料等重大工程领域的神经中枢、运行中心和安全屏障。在我国现代工业发展的各个阶段，工业控制系统和工业软件面临着多样化且迫切的需求。本次报告重点聚焦于不同发展阶段在国家发改委支持下自主研发的一系列工业控制系统，在报告的尾声，孙院士发布了“多领域数字孪生设计开发平台”，这一平台将为广大科技工作者和工程技术人员提供强有力的工具支持，助力工业领域相关研究和实践迈向新的高度。

郑南宁院士

世界模型与视觉概念学习

郑南宁院士从知觉物体认知角度深入探讨了自主智能体世界模型的构建。知觉物体作为人类感知世界的基本单位，对其准确识别和理解对于构建精确的世界模型意义重大。人类能够迅速识别物体并理解其在特定情境中的关联和功能，这种能力也是智能体实现有效感知和决策的根基。此外，报告着重阐述了世界模型和视觉概念学习之间的紧密联系，以及智能体如何将视觉语言表征与空间信息结合，以此应对复杂场景中的物体识别和关系推理，为工业软件相关的智能技术发展提供了极具价值的思路和方向指引。

李静海院士

软件发展中的一个核心科学问题：多层次时空复杂结构的解析

李静海院士在报告中指出，当前各类工业软件正处于逻辑和内涵转型发展的关键历史节点。从现实情况来看，工业软件面临着重大挑战。李院士通过列举一些实际案例，深入探讨了破解当前工业软件发展挑战可能的途径以及需要重点关注的方向，这些案例生动展现了介尺度结构解析在工业软件中的实践意义，为工业软件的改进和发展提供了宝贵的思路。同时，李院士还对“介科学”这一重要概念进行了简要阐述和展望。“介科学”概念的引入为理解和解决工业软件中的复杂问题提供了新的视角和理论基础，有望引导工业软件朝着更科学、更高效的方向发展，为我国工业软件在国际竞争中脱颖而出注入新的活力。

柴天佑院士

复杂工业过程运行决策自学习自优化智能系统

柴天佑院士全面综述了工业过程运行优化与运行决策的研究现状，深入分析了复杂工业过程运行优化决策所面临的挑战难题，这些挑战涉及到技术、系统协调等多个层面，成为制约工业进一步发展的瓶颈。在对运行人员复杂工业过程运行决策行为进行仔细分析的基础上，柴院士展示了极具创新性的研究思路。他将运行优化与运行决策同深度学习相互融合与协同，进而提出了复杂工业过程运行决策自学习自优化方法。其中包括将系统辨识与深度学习相结合构建工业系统运行决策过程的数字孪生模型，以及利用数字孪生与强化学习相结合开发过程控制系统设定值自优化决策算法。最后，柴院士展望未来，提出应充分发挥我国在互联网、计算机、通信与自动化的优势，结合制造业智能化的重大需求，研发与产业化工业智能化软件，使我国自主可控的工业智能化软件处于世界前列。

谭建荣院士

智能制造与工业软件：关键技术与发展趋势

谭建荣院士表示，智能制造是新一代人工智能技术与装备及其制造过程的有机融合。发展智能制造，推动我国装备制造与产品整体升级为“智能一代”，是实现中国制造业整体实力提升的关键之一。报告中，谭院士详细论述了智能制造的概念与内涵，并提出智能制造与工业软件的十大关键技术与发展趋势，结合典型工程应用案例，为智能制造的发展提供了深刻的洞见和指导。

桂卫华院士

人工智能大模型与工业软件

桂卫华院士指出，人工智能的快速发展为新型工业化提供了强劲动力，特别是人工智能大模型以其强大的学习和推理能力在众多领域展现出卓越的性能和潜力。与此同时，工业软件作为工业知识的数字化产物，对于推动工业高端化、智能化、绿色化发展具有不可替代的作用。桂院士在报告中首先回顾了人工智能的发展历程，系统阐述了生成式人工智能大模型带来的变革和大模型在工业应用中面临的挑战。此外，桂院士介绍了团队在有色冶金过程智能优化软件方面取得的最新进展，并对人工智能大模型时代工业软件的未来发展进行展望。

杨华勇院士

AI赋能高端装备数字底座软件的一些探索

杨华勇院士表示，数据、计算和AI驱动的数字底座是高端装备智能制造的必由之路，也是高质量发展应有之义，但很多企业在大模型硬件投入普遍存在成本高、选型少、采购难等难题。杨院士围绕大模型赋能高端装备行业的难点与挑战，系统阐述了“工业数据+工业机理”驱动的数字底座系统的架构和核心功能，分享了AI赋能高端装备数字底座系统的典型应用案例。报告最后，杨院士提出，我们应以高端装备行业知识为核心，构建高端装备大模型，强化工业数据要素治理、工业数据谱系化管理与建模等，通过数字底座，联合制造业链主、科研、协会，沉淀行业共性数据。

丁烈云院士

AI重塑建筑未来

丁烈云院士表示，Al将为建筑产业的转型升级带来革命性的变化，建筑设计不再仅仅是纸上的绘图，而是通过精确的模型计算得出的结果，实现了数理逻辑与形式逻辑的完美统一。同时，建筑生产正在从粗放式的建筑施工转变为精细化、工业化的生产方式，“像造汽车那样造房子”将成为可能，钢筋混凝土形成的物质产品将被建筑智能终端所替代，智能健康建筑、智能绿色建筑、智能学习空间等应用场景将为人们提供更加优质、智能的生活环境。丁院士在报告最后指出，提供高品质的工程产品是提升城市生活质量的关键，这些产品通过融入创新技术和设计理念，形成新的数字经济业态，使城市生活更加美好，城市经济更具活力。

王耀南院士

重大装备制造数字孪生软件技术及应用

王耀南院士表示，发展重大装备智能制造面临数字化设计研发软件基础薄弱、网络化协同制造能力不足等挑战，亟需推进离散工业重大装备制造的数字化、网络化和智能化转型升级，引入数字孪生前沿技术。王院士首先对工业数字孪生系统的国内外研究现状进行了概述，接着详细介绍了数字孪生系统的关键技术及其在航空航天、海洋舰船、轨道交通等典型工业制造场景上的应用。报告最后，王院士提出，数字孪生工业软件是数字孪生从理论研究到工程实践的核心载体，未来数字孪生向高保真数字孪生、大容量孪生对象智能协同和全生命周期映射的方向发展。

陈德院士

AI驱动化工过程多尺度建模

陈德院士表示，化工行业是全球经济的重要组成部分，化工过程的优化和创新对于提高效率、降低成本、减少环境影响以及开发新材料和产品至关重要。陈院士在报告中详细论述了AI赋能科学发现与催化研究挑战，工业催化过程多尺度建模与优化等内容，并分享了目前正在推进的AI赋能工业催化剂孔结构调控等相关研究。