智能制造典型場景是智能工廠建設的基礎，是推進智能制造的基本業(yè)務單元。“十四五”以來，工業(yè)和信息化部會同相關部門不斷深化場景化推進智能制造發(fā)展的路徑探索，持續(xù)迭代發(fā)布《智能制造典型場景參考指引》（以下簡稱《參考指引》），總結(jié)形成了高價值、標準化、可推廣的典型場景。2025年版《參考指引》基于制造企業(yè)探索實踐，結(jié)合技術創(chuàng)新與融合應用發(fā)展趨勢，從工廠建設、產(chǎn)品研發(fā)、生產(chǎn)管理、生產(chǎn)作業(yè)等8個重點環(huán)節(jié)，凝練出40個典型場景，并圍繞場景業(yè)務活動、核心問題、實施路徑與應用成效等方面進行了詳細描述。相比2024年版，新版《參考指引》優(yōu)化了重點環(huán)節(jié)布局，新增了數(shù)字基礎設施建設、制造工程優(yōu)化、智能經(jīng)營決策等典型場景，突出了人工智能新技術在典型場景中的融合應用，加強對企業(yè)智能化升級的引領。下一步，工業(yè)和信息化部將會同相關部門以《參考指引》為基礎，深入實施智能制造工程，統(tǒng)籌推進智能工廠梯度培育、解決方案創(chuàng)新攻關、標準體系建設優(yōu)化等重點工作，全力打造智能制造“升級版”，推動智能制造向更大范圍拓展、更深程度滲透、更高水平躍升。
關于印發(fā)《智能制造典型場景參考指引（2025年版）》的通知
各省、自治區(qū)、直轄市、計劃單列市及新疆生產(chǎn)建設兵團工業(yè)和信息化主管部門，有關中央企業(yè)：
為落實國務院辦公廳印發(fā)的《制造業(yè)數(shù)字化轉(zhuǎn)型行動方案》部署，按照《“十四五”智能制造發(fā)展規(guī)劃》任務要求，打造智能制造“升級版”，結(jié)合智能制造最新實踐和發(fā)展趨勢，工業(yè)和信息化部組織編制了《智能制造典型場景參考指引（2025年版）》。現(xiàn)印發(fā)給你們，請參考做好智能工廠梯度培育、智能制造系統(tǒng)解決方案攻關、智能制造標準研制應用等相關工作，加快推進制造業(yè)數(shù)字化轉(zhuǎn)型、智能化升級。
工業(yè)和信息化部辦公廳
2025年4月19日
智能制造典型場景參考指引
（2025年版）
智能制造典型場景是智能工廠建設的基礎，是推進智能制造的基本業(yè)務單元。面向產(chǎn)品全生命周期、生產(chǎn)制造全過程和供應鏈全環(huán)節(jié)開展工廠的業(yè)務解耦，通過新一代信息技術與制造技術深度融合，部署智能制造裝備、工業(yè)軟件和智能系統(tǒng)，以數(shù)字化、網(wǎng)絡化、智能化方式進行業(yè)務重構(gòu)，形成標準化、可推廣的智能制造典型場景，進而集成貫通構(gòu)成智能工廠。根據(jù)智能制造多年探索實踐，結(jié)合技術創(chuàng)新和融合應用發(fā)展趨勢，凝練出8個環(huán)節(jié)的40個智能制造典型場景，作為智能工廠梯度培育、智能制造系統(tǒng)解決方案“揭榜掛帥”、智能制造標準體系建設等工作的參考指引。 面向工廠規(guī)劃與空間優(yōu)化、設備與產(chǎn)線布局、物流路徑規(guī)劃、設計資料交付等業(yè)務活動，針對工廠設計建設周期長、布局優(yōu)化難等問題，搭建工廠數(shù)字化設計與交付平臺，應用建筑信息模型、設備/產(chǎn)線三維建模、工藝/物流仿真、過程模擬等技術，建立工廠規(guī)劃決策知識庫，開展工廠數(shù)字化設計與交付，縮短工廠建設或改造周期。 面向數(shù)據(jù)中心、工業(yè)網(wǎng)絡、安全基礎設施建設等業(yè)務活動，針對工廠算力和網(wǎng)絡能力不足、安全防護能力弱等問題，建設數(shù)字基礎設施，推動IT和OT深度融合，部署安全防護設備，應用算力資源動態(tài)調(diào)配、負載均衡、異構(gòu)網(wǎng)絡融合、高帶寬實時通信、5G、動態(tài)身份驗證、安全態(tài)勢感知、多層次縱深防御等技術，建設高性能的算力和網(wǎng)絡基礎設施，以及全方位監(jiān)測防護的安全基礎設施，提升工廠算力、網(wǎng)絡和安全防護能力。 面向廠房、設備、管網(wǎng)等工廠資產(chǎn)的數(shù)據(jù)采集存儲、數(shù)字孿生模型構(gòu)建等業(yè)務活動，針對數(shù)據(jù)格式不統(tǒng)一、集成管控難度大、數(shù)據(jù)價值釋放不充分等問題，應用工業(yè)數(shù)據(jù)集成、數(shù)據(jù)標識解析、異構(gòu)模型融合、數(shù)字主線、工廠操作系統(tǒng)、行業(yè)垂直大模型等技術，開展數(shù)據(jù)資源管理，構(gòu)建設備、產(chǎn)線、車間、工廠等不同層級的數(shù)字孿生模型，與真實工廠映射交互，提升管控效率，實現(xiàn)工廠運營持續(xù)優(yōu)化。二、產(chǎn)品研發(fā)環(huán)節(jié)
面向需求分析、產(chǎn)品定義、初步設計、詳細設計、分析優(yōu)化、研發(fā)管理等業(yè)務活動，針對產(chǎn)品研發(fā)周期長、成本高等問題，部署CAD、CAE、PLM等數(shù)字化設計工具，構(gòu)建設計知識庫，采用基于模型的設計理念，應用多學科聯(lián)合仿真、物性表征與分析等技術，開展產(chǎn)品結(jié)構(gòu)、性能、配方等設計與優(yōu)化；集成市場、設計、生產(chǎn)、使用等產(chǎn)品全生命周期數(shù)據(jù)，應用數(shù)據(jù)主線、可制造性分析等技術，實現(xiàn)全流程系統(tǒng)優(yōu)化；應用人工智能大模型技術，開展生成式設計創(chuàng)新，自動生成設計方案，縮短產(chǎn)品上市周期，降低研發(fā)成本。 面向產(chǎn)品功能性能測試、可靠性分析、安全性驗證等業(yè)務活動，針對新產(chǎn)品驗證周期長、成本高等問題，搭建虛實融合的試驗驗證環(huán)境，應用高精度建模、多物理場聯(lián)合仿真、自動化測試等技術，通過全虛擬或半實物的試驗驗證，降低驗證成本，加速產(chǎn)品研發(fā)。 面向工藝流程設計、仿真驗證、方案優(yōu)化等業(yè)務活動，針對工藝設計效率低、試錯成本高等問題，部署工藝設計仿真工具，構(gòu)建工藝知識庫和行業(yè)工藝包等，應用機理建模、過程模擬、知識圖譜等技術，實現(xiàn)工藝設計快速迭代優(yōu)化；應用工藝自動化、人工智能等技術，實現(xiàn)工序排布、工藝指令等自動生成，縮短工藝設計周期，減少設計錯誤。 面向生產(chǎn)準備階段的設備選型、產(chǎn)線調(diào)試、參數(shù)確認、資源分配等業(yè)務活動，針對產(chǎn)線不平衡、換產(chǎn)時間長、資源利用率低等問題，搭建中試環(huán)境或產(chǎn)線模擬仿真系統(tǒng)，應用產(chǎn)能分析、虛擬測試等方法，實現(xiàn)生產(chǎn)節(jié)拍優(yōu)化和資源有效整合，確保制造過程穩(wěn)定高效。四、生產(chǎn)管理環(huán)節(jié)
面向主計劃制定、物料需求計劃生成等業(yè)務活動，針對市場波動頻繁、交付周期長等問題，構(gòu)建生產(chǎn)計劃系統(tǒng)，打通采購、生產(chǎn)和倉儲物流等管控系統(tǒng)，應用需求預測、多目標多約束求解、產(chǎn)能動態(tài)規(guī)劃等技術，實現(xiàn)生產(chǎn)計劃優(yōu)化和動態(tài)調(diào)整，縮短訂單交付周期。 面向作業(yè)排程等業(yè)務活動，針對資源利用率低、交付不及時等問題，建設智能排產(chǎn)系統(tǒng)，應用復雜約束優(yōu)化、多目標規(guī)劃、強化學習等技術，基于安全庫存、生產(chǎn)過程數(shù)據(jù)等要素實現(xiàn)多目標排產(chǎn)優(yōu)化，縮短交付周期，提升資源利用率。 面向生產(chǎn)進度可視化、資源消耗統(tǒng)計等業(yè)務活動，針對生產(chǎn)指標計算失真、生產(chǎn)異常發(fā)現(xiàn)滯后、資源空置浪費等問題，建設數(shù)據(jù)采集與監(jiān)控系統(tǒng)，應用實時數(shù)據(jù)分析引擎、機器學習、物料實時跟蹤等技術，實現(xiàn)生產(chǎn)數(shù)據(jù)實時獲取、生產(chǎn)進度實時監(jiān)控、生產(chǎn)指標自動計算，提高生產(chǎn)透明度和資源利用率。 11.生產(chǎn)動態(tài)調(diào)度 面向緊急插單、設備故障等事件的資源動態(tài)調(diào)度需求，針對計劃剛性、資源錯配浪費等問題，建設動態(tài)調(diào)度系統(tǒng)，應用運籌優(yōu)化、強化學習、遺傳算法、專家系統(tǒng)等技術，實現(xiàn)生產(chǎn)擾動及時響應，人力、設備、物料等制造資源的動態(tài)配置，提升生產(chǎn)效率和資源利用率。 面向物料和成品出入庫、庫存管理等業(yè)務活動，針對出入庫效率低、庫存成本高等問題，建設自動化立體倉庫和智能倉儲管理系統(tǒng)，應用自動化盤點、倉儲策略優(yōu)化、多形態(tài)混存揀選、庫存實時調(diào)整等技術，實現(xiàn)物料和成品出入庫、存儲、揀選的智能化，提高庫存周轉(zhuǎn)率和空間利用率。 面向廠內(nèi)物流配送等業(yè)務活動，針對物料配送不及時、不精準等問題，部署自主移動機器人等智能物流設備和智能運輸管理系統(tǒng)，應用室內(nèi)高精度定位導航、物流路徑動態(tài)規(guī)劃、物流設備集群控制等技術，實現(xiàn)廠內(nèi)物料配送快速響應和動態(tài)調(diào)度，提升物流配送效率和準時率。 面向高危物料處理、極端環(huán)境操作、密閉空間作業(yè)等危險業(yè)務活動，針對作業(yè)安全風險高、自動化水平低等問題，部署工業(yè)機器人、協(xié)作機器人等智能作業(yè)單元，應用環(huán)境感知與識別、遠程實時操控、自主決策等技術，實現(xiàn)危險作業(yè)環(huán)節(jié)的少人化、無人化，提高生產(chǎn)作業(yè)安全水平。 面向安全風險識別、安全應急響應等業(yè)務活動，針對安全風險高、實時監(jiān)控難、處置效率低等問題，搭建生產(chǎn)安全管控和應急處置系統(tǒng)，應用生產(chǎn)運行風險動態(tài)監(jiān)控、危險行為識別等技術，提升安全態(tài)勢感知能力；基于人工智能等技術實現(xiàn)安全風險預測預警和處置方案自動生成，降低事故發(fā)生率和損失。 面向高能耗設備節(jié)能減排、工廠多能源介質(zhì)綜合調(diào)度等業(yè)務活動，針對能耗大、成本高等問題，部署能耗采集設備和能源管控系統(tǒng)，開展多工序能耗溯源定位、高能耗設備建模仿真和參數(shù)優(yōu)化，實現(xiàn)生產(chǎn)過程的節(jié)能減排；應用負荷預測、能源平衡分析、多能互補等技術，實現(xiàn)工廠能源綜合管控和整體優(yōu)化，降低單位產(chǎn)值綜合能耗。 面向碳排放數(shù)據(jù)采集、碳足跡追蹤和碳資產(chǎn)核算等業(yè)務活動，針對碳排放計量難、碳足跡追蹤效率低等問題，建立數(shù)字化碳管理系統(tǒng)，應用碳排放精細化檢測、碳排放指標自動核算、碳捕獲利用與封存等技術，實現(xiàn)碳的追蹤、分析、核算和交易，挖掘碳資產(chǎn)利用價值，降低單位產(chǎn)值碳排放量。 面向污染排放監(jiān)測、污染物收集處理等業(yè)務活動，針對污染排放計量難、管理粗放等問題，部署污染排放在線采集設備和管控平臺，應用污染監(jiān)測、污染物質(zhì)分析與治理優(yōu)化、污染源追溯、危害預測預警等技術，實現(xiàn)污染全過程動態(tài)監(jiān)測、精確追溯、風險預警和高效處理，降低污染排放水平。 面向大規(guī)模協(xié)同制造的需求，打造具備開放協(xié)同創(chuàng)新、資源自適應調(diào)度、產(chǎn)供銷自組織管控等特征的網(wǎng)絡化協(xié)同平臺，通過研發(fā)、生產(chǎn)、供應、金融等資源跨地域配置優(yōu)化，實現(xiàn)協(xié)同研發(fā)創(chuàng)新、訂單智能分配、制造能力共享、集采集銷等業(yè)務高效協(xié)同，形成多方共贏的產(chǎn)業(yè)生態(tài)，加速產(chǎn)業(yè)組織形態(tài)變革。五、生產(chǎn)作業(yè)環(huán)節(jié)
面向多種類產(chǎn)品混線生產(chǎn)中的產(chǎn)線切換、工藝調(diào)整等業(yè)務活動，針對個性化需求響應慢、產(chǎn)線換線時間長等問題，集成智能機器人、智能機床和智能控制系統(tǒng)，打造工藝可重構(gòu)的柔性制造單元；應用標準化接口、模塊化結(jié)構(gòu)、智能任務編排等技術，實現(xiàn)產(chǎn)線快速切換，縮短停機換產(chǎn)時間；應用網(wǎng)絡自組織、工裝夾具自匹配、控制自適應等技術，實現(xiàn)產(chǎn)線不停機切換，滿足大規(guī)模個性化定制需求。 面向生產(chǎn)工藝優(yōu)化業(yè)務活動，針對工藝參數(shù)動態(tài)調(diào)優(yōu)難等問題，建設工藝在線優(yōu)化系統(tǒng)，應用機理與數(shù)據(jù)混合建模、多環(huán)節(jié)聯(lián)合尋優(yōu)、無監(jiān)督學習、工藝參數(shù)自調(diào)優(yōu)等技術，動態(tài)生成最優(yōu)的控制設定值，提高經(jīng)濟效益。 面向生產(chǎn)過程精準平穩(wěn)控制的要求，針對復雜工藝過程控制變量多、控制效果差等問題，應用先進過程控制、模型預測控制、多變量協(xié)同控制等技術，實現(xiàn)高質(zhì)量的實時閉環(huán)控制，保證工藝過程平穩(wěn)性，提高產(chǎn)出率。 面向產(chǎn)品加工、裝配、包裝及設備巡檢、維護等業(yè)務活動，針對傳統(tǒng)生產(chǎn)方式作業(yè)效率低、勞動強度大等問題，部署協(xié)作機器人、巡檢機器人、智能穿戴設備等智能制造裝備，構(gòu)建人機協(xié)同作業(yè)單元和管控系統(tǒng)，應用視覺識別、具身智能、自主規(guī)劃和安全保護等技術，實現(xiàn)加工、裝配、包裝、巡檢等過程人機高效協(xié)同。 面向質(zhì)量數(shù)據(jù)采集、分析、判定等業(yè)務活動，針對檢測效率低、響應慢、一致性差等問題，構(gòu)建在線智能檢測系統(tǒng)，應用智能檢測、物性表征分析、機器視覺識別、參數(shù)放行等技術，實現(xiàn)產(chǎn)品質(zhì)量在線快速識別判定，提升檢測效率和及時性。 面向質(zhì)量問題識別、追溯等業(yè)務活動，針對產(chǎn)品質(zhì)量波動追溯困難等問題，構(gòu)建質(zhì)量管理系統(tǒng)，應用標識、統(tǒng)計分析、大數(shù)據(jù)等技術，打通生產(chǎn)全流程質(zhì)量數(shù)據(jù)，快速鎖定質(zhì)量問題源頭，提升質(zhì)量穩(wěn)定性和可追溯性。 面向質(zhì)量問題分析、改進等業(yè)務活動，針對產(chǎn)品質(zhì)量波動等問題，建設質(zhì)量管理系統(tǒng)，構(gòu)建質(zhì)量知識庫，應用機理分析、根因分析等技術，開展質(zhì)量快速診斷和改進提升；應用機理分析、深度學習預測等技術，實現(xiàn)質(zhì)量問題提前預測預防，提升質(zhì)量一致性，降低產(chǎn)品不良率。 面向設備運行數(shù)據(jù)采集、狀態(tài)分析、集中管控等業(yè)務活動，針對設備數(shù)據(jù)全面采集難、統(tǒng)一管理難等問題，部署設備運行監(jiān)控系統(tǒng)，集成智能傳感、工業(yè)協(xié)議轉(zhuǎn)換、多模態(tài)數(shù)據(jù)融合等技術，實現(xiàn)設備數(shù)據(jù)實時采集、狀態(tài)分析、異常報警、遠程操作，提高設備運行效率。 面向設備故障發(fā)現(xiàn)、診斷分析等業(yè)務活動，針對設備運維成本高、非計劃停機頻次高等問題，建立故障知識庫和設備健康管理系統(tǒng)，應用知識圖譜、機理分析、語言大模型、模式分析等技術，實現(xiàn)設備故障在線報警和智能診斷；應用振動分析、聲學分析、特征工程、遷移學習等技術，實現(xiàn)設備故障提前預測、提前介入，保障連續(xù)生產(chǎn)。 面向設備運維計劃制定、資源調(diào)度等業(yè)務活動，針對響應滯后、修復時間長等問題，部署手持掃碼、電動扭矩扳手等智能終端與工具，建立維修知識庫和設備維修維護管理平臺，應用知識圖譜、語言大模型、遠程指導等技術，實現(xiàn)維修維護方案優(yōu)化與工單自動化，提升運維效率。 面向工廠人、財、物等資源的調(diào)度和決策優(yōu)化，針對資源配置效率低、依賴經(jīng)驗決策等問題，構(gòu)建智慧經(jīng)營決策系統(tǒng)，應用多因素關聯(lián)分析、數(shù)字沙盤模擬等技術，實時評估風險與收益，提升科學經(jīng)營決策水平；應用業(yè)務流程自動化、智能體等技術，實現(xiàn)關鍵業(yè)務自主決策和流程自動執(zhí)行，提升運營智能化水平，提高企業(yè)效益。 面向經(jīng)營過程的人、機、料、法、環(huán)一體化管理等業(yè)務活動，針對資源利用率不高、生產(chǎn)管理效率低等問題，應用六西格瑪、6S等精益方法，將精益管理理念與大數(shù)據(jù)、云計算、數(shù)字孿生等數(shù)智技術深度融合，實現(xiàn)績效精準核算、資源高效流動、環(huán)境全面監(jiān)控等，提高整體生產(chǎn)經(jīng)營效率。 面向產(chǎn)品多品種小批量生產(chǎn)、個性化定制等需求，通過網(wǎng)絡平臺、大數(shù)據(jù)分析等方式收集客戶多樣化需求，打通研發(fā)設計與生產(chǎn)環(huán)節(jié)，在個性化、模塊化設計基礎上，應用柔性制造系統(tǒng)、可重構(gòu)產(chǎn)線等手段實現(xiàn)低成本、高效率生產(chǎn)，在實現(xiàn)規(guī)模經(jīng)濟效益的基礎上滿足用戶個性化需求。 面向市場營銷、銷售管理等業(yè)務活動，針對客戶需求信息獲取不及時、營銷策略不合理等問題，建立銷售管理系統(tǒng)，應用基于深度學習的用戶精準畫像、市場需求預測、智能快速報價等技術，實現(xiàn)基于客戶需求洞察的營銷策略優(yōu)化和供需精準匹配，提升營銷精準性。七、產(chǎn)品服務環(huán)節(jié)
面向產(chǎn)品運維等業(yè)務活動，針對運維服務難度大等問題，搭建遠程運維服務系統(tǒng)，應用遠程指導、故障預測等技術，實現(xiàn)產(chǎn)品的遠程監(jiān)控、遠程診斷和預測性維護，提高產(chǎn)品運維效率，降低服務成本。 面向產(chǎn)品增值服務等業(yè)務活動，針對價值挖掘不充分、客戶粘性不足等問題，推動產(chǎn)品智能化，遠程實時采集產(chǎn)品狀態(tài)數(shù)據(jù)，疊加軟件訂閱、按時租賃、產(chǎn)品操作優(yōu)化等數(shù)據(jù)驅(qū)動的增值服務，拓展產(chǎn)品價值新空間。 面向客戶關系維護、產(chǎn)品服務迭代優(yōu)化等業(yè)務活動，針對響應不及時、使用體驗差等問題，建立客戶服務管理系統(tǒng)，應用多渠道客戶數(shù)據(jù)整合、知識圖譜、語言大模型、智能交互等技術，實現(xiàn)客戶參與的產(chǎn)品迭代和服務優(yōu)化，提高客戶粘性和滿意度。 面向供應商入庫、評價、篩選等業(yè)務活動，針對供應商比選難、管控能力弱等問題，建立供應商庫，應用供應商風險評估、供應鏈溯源等技術，實現(xiàn)供應商精準畫像和智能篩選，開展基于數(shù)據(jù)分析的供應商評價、分級分類、尋源和優(yōu)選推薦。 面向采購計劃制定、執(zhí)行等業(yè)務活動，針對市場波動大、交付不及時等問題，建設供應鏈管理系統(tǒng)，應用集成建模、多目標尋優(yōu)、數(shù)據(jù)跨域控制等技術，開展市場、采購、庫存、生產(chǎn)等數(shù)據(jù)的綜合分析，實現(xiàn)采購計劃自動生成和動態(tài)優(yōu)化，并實現(xiàn)上下游供應商之間緊密協(xié)同。 面向供應鏈狀態(tài)監(jiān)測、風險識別、快速調(diào)整等業(yè)務活動，針對供應鏈不透明、風險響應滯后等問題，打造供應鏈協(xié)同平臺，應用多源信息感知、風險評估預測等技術，實現(xiàn)供應鏈風險在線監(jiān)控、精準識別、提前預警；應用資源智能匹配、預案模擬仿真、供應網(wǎng)絡自動切換等手段，實現(xiàn)供應鏈的自主修復，提升韌性和安全水平。 面向供應鏈上下游多式聯(lián)運調(diào)度、配送路線規(guī)劃、運輸過程監(jiān)控等業(yè)務活動，針對物料和成品多點倉儲、運輸過程監(jiān)控難、配送周期長等問題，建設供應鏈物流管理系統(tǒng)，應用倉網(wǎng)規(guī)劃、車貨智能匹配、實時定位跟蹤、智能路徑規(guī)劃、智能駕駛等技術，實現(xiàn)物流全程跟蹤、智能調(diào)度、異常預警和高效處理，降低供應鏈物流成本，提升準時交付率。
來源：工信微報
AII微信公眾號
AII頭條號