给一台放在客厅的可移动电视找一个脚轮，要花多长时间？

在粤港澳大湾区国家技术创新中心的展厅里，一本重约8公斤的零部件选型手册，记录着过去工程师的工作方式：从密密麻麻的型号和参数中逐页翻找，再进行零件检索和模型匹配。如今，在工业基础资源库中输入承重、静音等要求，只需要1次点击便能推送匹配的脚轮模型。

从翻阅8公斤的“黄皮书”到“一键匹配”的快速响应，改变的不只是寻找一个零件的速度。一个小小的脚轮，背后连接着零件参数、三维模型、产品设计和采购供应链，也沉淀着制造业长期积累的知识和经验。

这套资源库将分散的工业数据整理成能够被上层软件调用的底座。底座怎样建起来，又怎样变成企业真正用得上的工具？近日，中国工程院院士、粤港澳大湾区国家技术创新中心主任陈新接受羊城晚报记者采访，并给出了他的答案：工业软件离不开工厂，要在一次次真实使用和迭代中逐渐成熟。

从“游击队”到“正规军”

羊城晚报•羊城派：国内很早就开始探索工业软件，为什么长期没有形成体系化的力量？

陈新：工业软件本身是一个庞大而复杂的系统。单个团队可能在一种算法、一个专业模型或者一项工具上取得突破，但软件进入工业现场，还要面对软硬件适配、系统稳定和行业工艺等问题。任何一个短板，都可能影响整套系统的使用。

几十年前，国内已经开始探索工业软件，但研发力量长期比较分散，企业规模不大，产品也多集中在单一环节，整体上还处于“游击队”状态。

与此同时，国外工业软件较早进入国内高校、科研院所和企业。一些海外厂商通过免费或低成本的教育版授权培养用户习惯，工程师从学生阶段开始学习和使用一种软件，进入企业后往往会继续沿用。替换一款工业软件，不仅意味着改变使用习惯，企业还要付出学习、测试和适配成本。

羊城晚报•羊城派：为什么您强调，工业软件必须在工厂里“长大”？

陈新：企业往往担心国产软件尚未成熟，不愿率先使用；但没有企业使用，产品又很难成熟。一个产品要成熟，最大的需求是获得市场迭代的机会。

过去，国产软件常常只是“一个小问题用一下”“一个小厂用一下”，真正的大企业、大工程没有提供足够的迭代机会。没有应用、没有迭代的市场，软件就很难成长。

只有进入更加复杂的设计、制造和控制环境，原本没有暴露的问题才会显现，研发团队才能根据现场反馈不断修改和完善产品。

补短板、筑长板，走向“开道超车”

羊城晚报•羊城派：攻关国产工业软件，首先要补哪些短板？

陈新：过去欠下的账要补。如果底层基础没有打牢，就如同“在沙滩上建房子”，上面的系统再复杂，也缺少稳定支撑。

三维CAD建模、CAE仿真分析、EDA电子设计、嵌入式操作系统以及工业基础数据，都是不能绕开的“地基”。这些底层能力沉淀了大量数学模型、物理规律、材料知识和工艺经验，不可能仅靠增加几个功能，在短时间内完成替代。

建设国家技术创新中心，就是要发挥中国创新体制优势，探索“有组织的技术攻关”和“有组织的产业化”。我们不追求从底层到应用“大包大揽”，而是把操作系统、基础资源库、工业软件性能加速平台等共性技术作为自己的长板，同时集成其他团队的专业软件和行业能力。

羊城晚报•羊城派：国创中心目前在工业软件底座建设方面取得了哪些进展？

陈新：目前，国创中心工业产品设计基础资源库已汇集超过1亿3D零部件模型、300万元器件模型和4万条仿真材料数据，为零部件选型、智能设计和AI模型训练提供数据底座。

创维应用资源库后，从零部件调用到产品仿真，整体开发成本下降约30%，效率提升约35%，产品开发周期缩短约35%。

我们还把工业软件加速一体机定位为研发设计端的“工业大脑底座”，通过软硬件协同和系统调优，提升国产工业软件在国产软硬件平台上的运行效率。目前，该产品已在广州数控超聚变等企业完成落地验证，实现求解性能较国外商软提升3-5倍，可将产品研发周期缩短30%以上，有力支撑国产工业软件算力底座建设。

羊城晚报•羊城派：AI会怎样改变工业软件？中国应当如何把握这一轮机会？

陈新：AI带来的变化，并不只是给原有工业软件增加一个智能问答功能。

在研发设计端，随着工业数据不断积累，AI可以参与零部件检索、三维建模和程序编写。软件进入企业使用后，现场产生的新数据和工程师反馈，还可以继续用于修改模型、优化功能，使工业软件形成新的增值能力。国创中心研发的三维AI智能搜索软件，就是一个具体例子。

在装备控制端，变化更加直接。过去，机器人、机床等装备属于“约定式、刚性”的控制，一旦生产对象或者现场环境发生变化，就可能需要重新编程和调试。将AI、工业数据和现场感知融入控制软件后，装备可以根据传感器获得的信息调整运行状态，提高对不同场景的适应能力。

羊城晚报•羊城派：这是否意味着，可以依靠AI绕过传统工业软件的基础能力？

陈新：不能。工业软件面对的追赶目标是动态发展着的，中国必须把几步并作一步走。

一方面，继续补齐三维建模、仿真分析、操作系统等基础能力，把底层模型“做准、做稳、做实”；另一方面，将AI、大数据和现场感知融入软件，使其运行得更优，更能适应多元化的工业场景。

我不太赞同用“弯道超车”或者“换道超车”概括这一过程，我更愿意叫它“开道超车”。人工智能打开的是一片宽广的技术空间，各方都可以发挥自己的优势向前探索。

各展所长，协同破局

羊城晚报•羊城派：广东制造业门类丰富，不同行业对工业软件的需求有哪些差异？国创中心开展了哪些合作？

陈新：广东拥有机器人、新能源汽车、电子信息、家电和模具等丰富的制造业场景，不同产业提出的要求并不相同。

机器人需要快速、稳定的装备控制系统；汽车研发需要打通服务器、数据和设计审查等环节；模具制造则要将产品分析、设计模型与现场工艺结合起来。

目前，国创中心正与华数机器人开展嵌入式操作系统相关合作，与广汽围绕汽车设计过程中的工业仿真软件性能调优及法律法规垂域大模型建设开展合作，同时也与创维、金百泽等企业部署工业产品设计基础资源库应用示范。

羊城晚报•羊城派：制造企业为什么不能只做工业软件的购买者？产学研各方应当如何协同？

陈新：底层软件进入真实设备和生产环节后，企业提出需求，研发团队发现问题、修改系统，再回到现场验证，由此形成一轮又一轮迭代。制造企业不只是工业软件的购买者，也可能成为共同开发者。

但一个团队很难包揽工业软件涉及的全部技术。我常用“篮球队”作比喻：一个篮球队不能五个人都去打中锋，也不能五个人都打后卫。

高校和科研机构可以发挥原始创新优势，软件企业负责工程化和产品化，制造企业提出真实需求、开放验证场景，国创中心等平台则承担技术组织、系统集成和产业化推动的角色。各方把自己的长板做得更长，再围绕具体需求组合成系统解决方案，这正是有组织创新的意义。

只有让单点技术跨越从实验室到生产线之间的鸿沟，让更多制造企业从“用户”变成“共创者”，让更多科研力量加入“正规军”，国产工业软件才能在真实、复杂的工业土壤中持续迭代、逐渐成熟。

未来机器人不一定长得像人，但它要有智慧

羊城晚报•羊城派：未来几年，在攻关高端工业软件的过程中，还会面临哪些难点？需要通过怎样的布局来解决？

陈新：我们自己的工业软件，首先要把自己的长板锻得更长。操作系统、资源库、加速一体机，还有智能大模型，这些一定要做得更好。第二，要横向集成，把更多做得好的专业软件串起来，形成整体解决方案。

就像建房子，不可能砖自己做，水泥自己做，瓦片、木材也全部自己做。我们可能在做砖或者做地基上有优势，就继续把这个优势发挥好、做到最好；同时还要有集成能力，与其他团队强强联合，针对不同领域、不同行业形成解决方案。

羊城晚报•羊城派：当工业机器人从固定工位、执行固定操作，发展到能够感知、决策和执行时，未来的工厂可能是什么样？

陈新：将来的机器人不一定长得像人，但它要有智慧，能够自我判断，能够处理没有预设的环境，解决没有预设的问题。

将来的生产线、车间会有更多智能体，这些智能体组合在一起，形成系统智能，去解决不确定场景中的问题。这个想象空间还非常大，但机器人能够应对没有预设的问题，是我们在可以预见的未来能够看到的变化。

统筹｜记者 黎秋玲 宋金峪
文｜记者 杨进怡 黎秋玲
拍摄｜记者 钟振彬
剪辑｜记者 王炯勋
包装｜记者 麦宇恒