摘要：过去24小时，工业智能最值得关注的主线不是单点模型发布，而是“AI进入工程闭环”：从设计阶段的可制造性判断，到仿真流程自动编排，再到机器视觉检测、智能制造政策和AI4Science基础能力建设。西门子与Xometry的合作代表工业软件开始把供应链、报价、制造反馈前移到设计端；SimScale的工程仿真智能体则把CAD准备、网格划分、求解器配置和报告生成串成自动流程；国内侧，“模数共振”和宁波“人工智能+制造”方案继续强化数据集、行业模型、工业智能体与场景验证的闭环。
过去24小时最重要的工业软件新闻，是西门子与Xometry达成战略合作。双方将把Xometry的可制造性、定价、寻源和执行智能嵌入Siemens Xcelerator与Designcenter，让工程师在设计决策发生的同时看到制造成本、供应链可得性和生产反馈。西门子还将以约5000万美元投资Xometry，表明“AI原生供应链智能”正在成为下一代工业软件差异化能力。这个动作的意义在于，PLM/CAD不再只是管理图纸和版本，而是开始直接连接真实制造网络。
SimScale开放Engineering AI仿真智能体等待名单，是AI+仿真的另一条关键进展。其Engineering AI面向企业试点，目标是从工程规格中提取技术意图，自动完成CAD准备、网格划分、求解器配置、并行仿真和验证报告。SimScale称该系统基于超过100万个真实仿真项目，并可编码企业内部标准、求解偏好和合规规则。这说明仿真软件的竞争正从“求解器能力”扩展到“仿真流程知识自动化”。
机器视觉方向，ZEISS与MVTec合作，将HALCON集成到ZEISS Blockwise自动显微平台。Blockwise主要面向电子显微、半导体等场景的自动测量、检测和分析；HALCON则提供图像处理基础，并在同一环境中结合规则方法与深度学习方法。这个案例说明工业视觉AI正在从单一缺陷识别模型，走向“采集—判读—下一步工艺动作”的自动化工作流。
智能制造企业侧，ASE与WUS宣布将在高雄楠梓科技产业园建设先进AI封装制造设施，聚焦FOCoS和FC BGA等先进封装工艺，服务AI、云计算与自动驾驶需求，并强调将导入自动化和智能制造流程。它反映出半导体制造的智能化已经与AI供应链深度绑定：AI芯片需求推动先进封装扩产，而先进封装产线本身又需要更高程度的自动化、能源保障和质量控制。
国内动态方面，均普智能5月8日启用新总部园区，并展示自研人形机器人“贾维斯”。这类新闻本身不是单点技术突破，但它体现了国内智能制造企业正在把自动化产线、机器人、工业AI和组织协同能力绑定到同一空间载体中。政策侧，工信部、国家数据局启动2026年“模数共振”行动，面向钢铁、石化、工业母机、汽车、航空航天、电子元器件、软件等20个行业，推动行业模型、专用模型、特色智能体、高质量数据集和场景案例协同建设，并提出到2026年底形成“数据—模型—场景应用”的循环。
西门子工业软件博客在5月8日讨论了AI如何增强数字孪生与仿真。文章提到，AI可帮助新手通过自动识别边界条件、材料建议等方式设置仿真，也能帮助专家缩短配置时间；可执行数字孪生还可与物理设备实时并行，用于异常检测和预测维护。尤其值得注意的是，文章强调AI可生成合成故障数据，补足真实工厂中“故障样本稀缺”的问题。
GTT的智能制造博客则从网络基础设施角度提醒：很多AI辅助过程控制、预测性维护、数字孪生项目卡在试点阶段，不是因为模型不够强，而是因为跨工厂、跨云、跨供应链的数据流不稳定。文章指出，数字孪生需要稳定的数据流，预测维护模型也会因传感器数据不连续而失准。这个观点对工业AI落地很关键：工业智能不是单模型问题，而是数据、网络、安全、现场设备的系统工程。
Neural Concept发布的AI R&D文章，将AI研发流程扩展到材料科学、产品开发、测试验证和工业应用，强调AI正在改变从知识生成到工业落地的研发管线。虽然该文偏厂商视角，但它与当前AI+CAE、AI+仿真、AI+材料设计趋势一致：工程研发的核心瓶颈正在从“能不能算”转向“能不能更快探索设计空间”。
学术侧，过去24小时与工业智能最相关的是机器人世界模型和工程优化。arXiv新论文EA-WM提出事件感知生成式世界模型，把机器人动作和运动学状态投影到目标相机视角中的结构化动作场，以提升机器人空间几何和物体交互动态的生成质量。这对工业机器人、柔性操作和仿真到现实迁移有直接启发。
另一篇新论文In-Context Black-Box Optimization with Unreliable Feedback研究带不可靠辅助反馈的黑盒优化。它面向科学和工程优化中常见的情况：专家经验、仿真器、预训练预测器会给出候选方案建议，但这些建议可能有偏或失真。该方法让优化器在上下文中判断反馈源可靠性，再决定查询策略。对于材料设计、工艺参数搜索、仿真驱动优化，这类方法很有价值。
1. 西门子 / Xometry：AI原生供应链智能进入Xcelerator。
2. IEN Europe：西门子与Xometry合作细节及5000万美元投资。
3. SimScale：Engineering AI仿真智能体开放企业等待名单。
4. ZEISS / MVTec：HALCON集成Blockwise自动显微平台。
5. ASE / WUS：高雄先进AI封装制造设施。
6. 均普智能：新总部启用与AI+制造布局。
7. 工信部、国家数据局“模数共振”行动解读。
8. Siemens Blog：AI增强数字孪生与仿真。
9. GTT Blog：智能制造项目为何卡在网络层。
10. arXiv：EA-WM机器人世界模型。
11. arXiv：带不可靠反馈的上下文黑盒优化。
关注高促会新质生产力工委会公众号
关注工业智能算网平台
发布日期：2026年5月9日
发布机构：中国高技术产业发展促进会新质生产力工作委员会
本报告仅供行业研究参考，不构成投资建议