返回首页
AI Agent走进工业深水区：汽车研发与智能制造的新范式｜CNCC2026
本论坛聚焦AI Agent在工业真实场景中的工程化落地，围绕汽车设计研发、工业CAD智能建模、产业级智能搜索、智能制造大模型等方向，探讨智能体如何进入复杂工程流程，并推动设计、仿真、知识与制造环节协同。
论坛简介
随着大模型技术向工业深水区渗透，AI Agent正从通用能力展示走向复杂工程场景中的系统化应用。汽车设计研发横跨造型、工程设计、仿真验证、知识管理与生产制造等多个环节，流程长、专业门槛高、软件工具复杂，是检验智能体工程化能力的重要场景。
当前，工业智能体落地仍面临多重挑战：如何理解专业工程知识与复杂数据，如何稳定调用CAD、CAE等工业软件，如何实现多Agent任务协同，以及如何让模型能力与企业既有研发流程、数据资产深度融合。
本论坛由阿尔特与圆木智能联合发起，围绕“AI Agent在工业真实场景落地的机遇与挑战”，邀请汽车研发、工业AI、高校及科技企业嘉宾，从汽车设计研发、工业CAD智能建模、产业级智能搜索、智能制造大模型与智能体实践等角度展开交流，探讨AI如何贯通设计生成、工程分析、知识沉淀与制造决策的研发闭环，为高端制造业智能化升级提供可复用的技术路径与实践参考。
日程安排
顺序 主题 主讲嘉宾 单位 1 以多智能体协同贯通汽车研发的工程实践 刘亚彬 北京阿尔特太乙人工智能科技有限公司 2 工业CAD智能建模研究:从视觉理解到设计生成 薛向阳 复旦大学 3 百度伐谋:更大规模搜索创新方案，更有效应对产业难任务 李安南 百度集团股份有限公司 4 4D可控世界模型赋能物理AI 赵昊 清华大学 5 工业智能体落地的机会和挑战 姜昌浩 圆木智能科技（北京）有限公司 6 智能制造大模型与小模型关键技术 仝晓萌 北京航空航天大学 论坛主席： 阿尔特汽车副总裁、阿尔特太乙人工智能总经理 深耕整车研发与工程管理十余年，是从汽车产业一线走出的人工智能实践者。依托阿尔特积累的工程经验、产业场景与研发数据，他带领团队打造“AI+数智创造”产品体系，布局造型生成、知识大模型、智能体等核心方向，并与上海人工智能实验室、清华大学开展合作，推动AI进入汽车研发全流程，打造面向汽车研发的AI原生平台与工业AI基础设施，助力汽车研发设计从工具辅助迈向智能协同。 报告题目：以多智能体协同贯通汽车研发的工程实践 报告摘要：汽车研发是人工智能与工业融合最复杂的场景之一。智能体不能止步于问答与生成，而要承担研发任务、形成交付，绕不开三个根本问题：通用大模型如何融合工程知识与物理机理；如何在工业确定性下可验证、可追溯；人机如何分工，让人工智能增强而非替代工程师。围绕智能体的真实落地，阿尔特太乙以知识大模型把图纸、规范与历史项目经验沉淀为可检索、可调用的知识资产，支撑多智能体协同贯通造型设计、工程设计到性能仿真，打通CAD、CAE、PLM 等工业软件，已在造型与风阻落地。报告将结合实践，介绍多智能体在汽车研发落地的架构与路径，探讨从可用到可信、从单点到体系化的挑战，并就开放问题与学界共研人机协同的研发新范式。 论坛讲者： 复旦大学教授 简介：复旦大学大数据研究院、类脑智能科学与技术研究院副院长，博士生导师，CSIG情感计算与理解专委会副主任，上海市人工智能学会副理事长。主要从事计算机视觉、多模态大模型和类脑智能等研究，在人工智能领域国际权威期刊和顶级会议上发表百余篇论文，引用2.5万余次，入选全球前2%顶尖科学家终身科学影响力排行榜。曾获国家科技进步奖一、二等奖各1项、国家自然科学奖二等奖1项、省部级科技奖一等奖6项。国家重点研发计划十三五 “云计算与大数据”和十四五“先进计算与新兴软件”总体专家组成员。 报告题目：工业CAD智能建模研究:从视觉理解到设计生成 报告摘要：传统CAD建模高度依赖设计人员经验与交互操作，自动化、智能化程度有限，难以满足复杂工业产品高效研发需求。随着多模态大模型与AI智能体在图纸理解、逻辑推理和生成方面不断发展，工业CAD智能建模迎来新的技术路径。本报告将介绍三维视觉理解、设计知识建模与参数化建模生成等研究进展，重点分享团队基于多模态大模型与强化学习开展的CAD图纸解析、设计意图推理及CAD代码自动生成等工作，并结合工业应用需求，探讨自主设计智能体、复杂工程知识推理与人机协同智能设计等未来方向。 百度伐谋产品总经理 百度伐谋产品总经理，毕业于清华大学自动化系。加入百度后专注于大模型与智能体技术在企业级场景的创新实践工作，致力于推动 AI 在高难高价值问题中的深度应用。他负责的百度伐谋自2025年11月在百度世界大会发布以来获得广泛关注，并在随后吸引了超过2000家企业使用，覆盖制造、物流、工艺及AI4S等领域，体现了其在产业复杂场景中的应用潜力与推广成效。 报告题目：百度伐谋：更大规模搜索创新方案，更有效应对产业难任务 报告摘要：百度伐谋是全球领先的可商用自我演化超级智能体，致力于为千行百业的研发环节实现智能原生与持续价值创造。通过统一的自我演化智能体框架，伐谋能够有效实现更大规模搜索创新方案，更有效应对难任务，完成产业场景下生产运营、工艺研发等关键任务的持续演化推演。百度伐谋当前已在制造生产排程、物流供应链调度、芯片工艺优化、金融风控算法、汽车风阻预测等行业场景真实落地，形成真实应用与可量化价值。本次交流主讲人将分享当前产业级AI智能体的产业实践和产品思考，如何帮助先进制造产业，在可验证闭环之下，解决生产运营、工艺研发等方面的核心问题。 清华大学助理教授 清华大学智能产业研究院助理教授、博士生导师，智源学者（BAAI Scholar），于清华大学电子工程系取得学士与博士学位，先后任职英特尔中国研究院研究员、北京大学博士后；曾任清华大学 “天空工场” 理事长，主管校内大型机器人学生社团。其主攻机器人计算机视觉，聚焦三维场景理解、神经渲染、自动驾驶仿真与世界模型方向，已在 CVPR、NeurIPS、ICLR、IEEE TPAMI 等顶级会议期刊发表论文 70 余篇。研究成果斩获多项国际算法竞赛冠军，主导开发全球首个开源模块化真实感自动驾驶仿真器 MARS，先后荣获 CICAI 2023 Best Paper Runner‑up、3DV 2024 Best Paper、CVPR 2026 Best Student Paper、ICRA 2026 Best Paper Finalist、RSS 2026 Best Paper Finalist 五项重要学术荣誉。 报告题目：4D可控世界模型赋能物理AI 报告摘要：4D世界模型正从静态的空间理解走向融合时间、空间与物理规律的动态世界建模，为物理AI提供更加真实、可预测、可交互的环境基础。本报告将围绕4D世界模型的发展与可控生成展开，探讨其在自动驾驶、机器人、AIGC等场景中的应用实践，并结合3D/4D生成、世界模型与物理仿真等技术，分析如何通过可控的环境生成、状态预测与交互建模，进一步赋能物理AI的感知、决策与行动，探索从“理解世界”走向“模拟世界、预测世界与控制世界”的技术路径。 圆木智能创始人兼CEO 圆木智能创始人兼CEO，清华大学计算机系本硕，硕士期间在人工智能实验室从事信息检索与用户行为分析研究，曾任摩根大通量化研究员。现聚焦工业智能体产品与技术研发，带领团队深入制造业真实场景，围绕生产排产、工业图纸分析等复杂任务探索大模型、优化算法与工业Know-how的结合，推动AI智能体在制造业核心业务流程中规模化落地。 报告题目：工业智能体落地的机会和挑战 报告摘要：当前，工业智能体正在从“可演示”走向“可交付”：技术与产业基础完善、柔性生产、工程师短缺和降本增效需求，为智能体在工业中规模化落地打开窗口。但通用大模型在能力、稳定性、经济性等方面难以满足工业场景需求，落地面临复杂任务容易中断出错，同一任务结果不一致，大规模使用成本高、ROI难以打正等挑战。面对长程复杂的工业任务，如何将长程轨迹加工成大模型的学习信号，Harness+自进化+后训练有望成为弥合通用大模型与工业场景鸿沟的解决方案。怎样让模型形成工业理解能力与持续进化能力，让数字智能真正进入物理世界，是工业智能体规模化落地需要持续回答的问题。 北京航空航天大学教授 北京航空航天大学自动化学院，教授，博导，华为卓越青年学者，国家级青年人才，国家重点研发计划首席科学家，曾任GE全球研发中心（纽约）与ANSYS公司（加州）研发科学家。研究方向包括智能制造、具身智能、AI赋能基础件设计。 报告题目：智能制造大模型与小模型关键技术 报告摘要：传统制造业模式严重依赖人工，导致制造周期长、合格率低、人工负荷重，人工智能技术的快速发展为传统制造业的质改数转提供了新思路。报告讨论了机械加工大模型的机遇与挑战，大-小模型协同的算法架构与关键技术。最后展示了北航团队在机械零件特征识别、图纸信息标准、自动报价、冲压回弹、智能工艺规划等多智能体领域的研发成果。 欢迎参加CNCC2026 CNCC是一个宏观论述技术趋势的大会，具有规格高、规模大、内容丰富等特点，会议形式包括大会特邀报告、大会论坛、专题论坛、特色活动及展览。大会汇聚两院院士、国内外顶尖学者、知名企业家等亲临大会，展望前沿趋势，分享创新成果。ACM、IEEE CS、IPSJ、KIISE等国际计算机组织的代表也多次获邀现场参加这一盛会。CNCC2026将于10月21-24日在四川省成都市举办，大会主题是“数聚驱动，智算未来”，欢迎各界前来参会。
京公网安备 11010802032778号
