给机床装上AI大脑，最难的一关不是算法而是“手上的功夫”

上海拓璞数控科技股份有限公司推出的全球首发TOPFAB桌面五轴机床，占地不到一平方米，重仅70多公斤：把三维模型输入系统，无需专业编程，几分钟后，一个精密的金属零件就被切削成型。

“给机床装上AI大脑”已经成为工业母机行业最热的词。过去一年多，从数控系统到整机，从车间到展会，几乎所有机床企业都在讲同一件事：让机床自己感知、自己决策、自己进化。

但出乎意料的是，当前这件事真正的难点，不在于算法。华中数控董事长陈吉红说过一句话：“面对机床行业对稳定性和精度的极致要求，不能完全依靠人工智能独立运行，需推动人工智能技术与传统控制方法深度融合。”

让他放不下心的，是那些还没有被写进系统里的东西——开机床的人手上那份功夫。它说不清、写不下来，还跟着人走。这就是这轮智能化里最难的一关。

机床开始自己拿主意

变化是真实的。

2025年4月，华中数控发布华中10型智能数控系统，把AI芯片和大模型嵌进了机床的控制核心。陈吉红给出的说法是：“华中10型智能数控系统可以让工业母机的加工精度在原有基础上提升30%，加工效率提升5%至10%，并赋予机床思考与进化的能力，带动我国工业母机加速迈入产业链中高端。”

这颗“大脑”已经在机床上跑起来了。2025年，华中数控与武汉重型机床、秦川集团等18家机床企业共同研制了配套华中10型的首批20台智能数控机床；截至目前，已有60余台(套)机床适配这套系统，用于智能数控机床研发试验。在温岭举行的第六届工业母机高质量发展论坛上，华中数控副总裁向华把它形容得更具体：“依托机床数字主线和零件数字主线，系统可以像‘望远镜’一样洞察机床全生命周期的健康状态，像‘显微镜’一样透视零件加工过程。”

同期，温岭市政府与浙江大学共建的浙江省高档数控机床技术创新中心，历经十年攻关推出AI全直驱数控机床。经国家机床质量监督检验中心检测，整机综合性能较国家标准提升30%至60%，部分工况加工效率最高提升58%。“AI技术的应用，可以让机床越用越聪明，做到自主地学习，形成整个机床运行的自适应控制系统。”该中心主任傅建中说。

更实在的变化发生在车间里。据经济参考报报道，在通用技术沈阳机床，机床加工不再依靠人工反复调试参数，AI可以根据材质变化、刀具损耗、设备震动实时微调工艺，实现加工误差自动修正、设备隐患提前预警。曾经高度依赖技师手感和经验的精密加工环节，如今正逐渐实现标准化、智能化、柔性化生产。

然而，这恰恰也是最难的那一部分。刀具磨没磨，要靠耳朵听；热变形有多少，要靠手去摸；参数该不该调，要靠经验一遍遍试。这些判断过去只长在开机床的人身上。机床要完全学会这份本事，就得先把它从人手上拿出来——将制造业老师傅口中难以量化、无法传承的加工“手感”，转化为可沉淀、可复用、可迭代的数据算法。

难就难在说不清

这不是一句客气话，是行业里的共识。

工信部工信(北京)产业发展研究院成果转化部部长聂振华把问题点得很清楚：“优秀的工艺经验长期依赖‘老师傅’的直觉与手感，难以数字化、规模化传承。”

难，首先难在机床加工是一件“活”的事。同一台机床、同一段程序、同一种材料，只要材料批次、刀具磨损程度、车间温度有一点变化，参数就得跟着动。陈吉红描述过这份精细的份量：“任何微小的定位偏差、轨迹波动或振动，都可能导致刀具瞬间折断、工件报废。”

也正是因为这样，经验的分量才这么重。吉林大学教授、北京工业大学特聘教授刘志峰坦言，国内机床单机单件可以做得很好，但批量一致性和精度保持性才是普遍的短板，面向精度的高刚度设计是机床永恒的主题。上海交通大学教授毕庆贞则转引了行业里的一句无奈之语：“热变形几乎是机床行业的‘癌症’，一直是难以很好治疗的痼疾。”

难，还难在它没有标准答案。上海精智在今年的世界人工智能大会上提出过一个对比：“通用大模型回答的是‘通常应该怎么办？’，工业AI必须回答的是‘这条产线、这台设备、这一批产品，现在应该怎么办？’。”这条产线、这台设备、这一批产品——机床面对的正是这样一个又一个具体的现场，老师傅凭直觉做出的那些判断，很难被一句规则说尽。

所以卡住这件事的，不是算力不够，是手艺交不出来。

把师傅的手感，写成机床能读的参数

难，但并非无解。

聂振华给出的路径，是把说不清的东西拆成可计算的量：“通过AI+工业软件，可以将大量切削数据、振动信号、温度变化等输入机器学习模型，自动挖掘最优工艺参数组合，形成可复用的工艺知识库。”他把破局的关键讲得更直白——打通“算法—数据—机床—工艺”闭环，让AI跑在真实机床上，软件接在实际生产线上。

这条路已经有人走通了一段。前面提到的通用技术沈阳机床，靠的正是自研数控系统、5G专网和工业互联网平台的多年积累；机床上的数据跑起来之后，“手感”才开始变成可以调用的工艺参数。

而在机床的“手边”，还有大量经验正等着被唤醒。大连坤达自动化有限公司负责人陈英伟认为，工业制造领域蕴藏大量沉淀在人工经验、纸质台账、零散记录中的隐性知识，通过系统梳理、数据萃取、模型训练，能够转化为工业AI迭代升级的核心资源。这家企业布局的，正是机床刀具智能管理全流程体系——刀具什么时候该换、什么时候还能再用，这本来是老师傅最拿手的一件事。

机床企业自己也在改架构。上海拓璞数控执行董事姚彬给出的说法是：“拓璞给出的破局之道，是让AI彻底颠覆传统数控系统架构，实现‘模型到成品’的端到端智能加工。”换句话说，过去要由人一点点编、一点点试的活儿，现在要让系统自己走完。

而要让机器真正“感知”这一切，还需要一双眼睛。中国工程院院士、六盘山实验室主任马玉山提到，智能在线检测是使智能制造形成闭环的核心环节，为架构提供“眼、耳、鼻”的感知能力，推动制造系统从“盲目执行”走向“有感知的加工”。

把老师傅的手感变成机床能读的数，不是一句口号，而是一整套正在落地的动作。

手艺最终要长回机床身上

不过，这件事最容易被讲过头的，也在这里。

当前，AI容易接住的，仍是师傅手艺里说得清、拆得开、写得下的那部分；剩下的那点只可意会的东西，还在人手上。而无论学到多少，机床最终都得先有一双站得住的脚。

科德数控董事、总经理陈虎在第六届工业母机高质量发展论坛上把话说得很直：“不要迷信靠AI弯道超车。”他解释，机床的精度、稳定性根植于机械本体与基础工艺积累，“AI是强大的赋能工具，但不能跳过硬件功底直接照搬通用大模型，必须深度贴合加工工艺场景，才能真正释放价值”。

陈吉红强调过同一层意思：“不能完全依靠人工智能独立运行，需推动人工智能技术与传统控制方法深度融合。”两位企业家说的其实是同一件事：AI能学手艺，但手艺最终要落在机床上才作数。

哈尔滨工业大学、苏州大学教授孙立宁把这条路分成两条主线：“一条是硬件本体路线，持续夯实主轴、导轨等基础部件的可靠性；另一条是智能化路线，依托具身智能实现加工状态感知、工艺经验数字化沉淀。”他特别提醒：“具身智能与工业母机如同‘双胞胎’，技术互鉴，但在发展智能化的同时，千万不要忘记基础。”“如果基础不行，就会被颠覆性的力量摇晃，这也制约了机床和工业机器人之间的问题。”

这也是为什么这件事不能讲得太容易。聂振华提醒，当前AI+工业软件赋能工业母机仍面临算法与工艺脱节的堵点——“许多高校和AI公司开发的算法在实验室仿真环境下表现优异，但部署到真实机床上，模型鲁棒性大幅下降”。原因在于，算法开发人员对实际加工工艺的理解还不够深，训练数据与真实场景之间仍有鸿沟。

而机床行业本身，也正需要这样一条向上走的路。中国机床工具工业协会的数据显示，2026年上半年，机床工具行业完成营业收入5309亿元，同比增长7.6%，实现利润总额196亿元，同比增长110.8%；但行业平均利润率仅3.7%，仍低于机械工业4.5%的平均线。“行业正处在一个深刻的转折点上，从‘规模扩张’转向‘价值创造’。”中国机床工具工业协会秘书长毛予锋这样判断。

结语

如果说传统数控机床是“授之以鱼”，那么智能数控机床则是“授之以渔”，后者“能够预测未来，并且自主在预测的基础上进行决策，越用越聪明”。

中国工程院院士周济预测，到2035年，中国工业母机产业要整体实现“从数控一代升级为智能一代”，整体迈入世界工业母机产业链的中高端。

新一代智能制造刚刚开始，但未来已经足够清晰。