中科大×巨一科技：协同创新，赋能智造

9月10日下午，中国科学技术大学与巨一科技召开安徽省科技创新攻坚项目专项交流会。会议采用企业现场开会、部分人员线上参会的形式，中国科学技术大学信息与智能学部执行部长、计算机科学与技术学院执行院长、软件学院执行院长李向阳，巨一研发总监汪波及双方项目组成员围绕项目整体进展，梳理人员行为识别、电机预测性维护、柔性装配三大业务场景实施路径，研讨统一汽车装备工业模型建设方案，明确各阶段任务节点，推动前沿工业智能技术从实验室走向生产一线。

一、统筹项目全局，兼顾场景交付与模型共建

会议确立了 “单场景优先落地，统一建模同步推进” 的总体工作思路。人员行为识别、电机预测性维护、柔性装配三大业务场景优先完成任务书指标和现场验证，不因统一工业模型建设延缓场景交付进度。

项目将围绕 “生产者、生产工具、生产物”，整合业务对象、现场数据、知识规范与模型工具，打造可复用的汽车装备工业模型。技术上采用 “小模型实时感知、大模型跨要素推理” 技术路线，打通三大业务场景。会后1 2周将组织专题研讨，9确定统一工业模型完整方案。按照年度目标，2026年12月底前完成阶段性行业模型，建成不少于10TB高质量数据集，保质保量完成任务书年度节点要求。

二、深耕三大场景，细化智能制造攻坚路线

会上针对三大核心业务场景，盘点已有建设成果，破解现存卡点，逐项明确阶段目标。

人员行为识别：双方已完成数据标注平台、大小模型协同工具以及现场基础系统开发。后续先开展实验室环境试用，制定标准化测试方案，对标标注效率、流程搭建周期、识别准确率等指标，实验室测试达标后再开展产线验证。完成模型协同片段构建、数据整理与小样本学习方案，输出Pipeline和Runtime一体化完整方案。

电机预测性维护：传感器、网关等硬件基础设施已全部部署，具备基础监控识别能力，当前重点解决跨主体数据链路打通问题。完成通信调试，实现全链路稳定采集；构建 “异常检测—故障预警—根因分析—维护建议” 完整业务链条。持续完成工况数据采集、清洗标注与模型迭代，力争年底故障识别准确率稳定达到90%以上。

柔性装配：技术路线升级为多模态感知融合，重点攻克接触检测、柔顺控制、复杂干扰环境自主决策难题。完成工位、工件、设备接口、验收指标确认；完成视觉与力学融合装配阶段性验证，四季度持续推进大模型任务规划、基准测试与多机械臂协同研发。

三、健全保障机制，夯实产学研协同合作底座

会议同步明确数据安全、驻场协同、项目管控等配套管理制度。真实生产数据原则上留存企业内部，少量用于校内原型验证的数据，必须经过企业审批并完成脱敏处理。

建立科研团队驻场工作机制，聚焦业务调研、数据确认、系统适配与现场验证。双方每周召开项目例会，各场景同步更新文档、测试记录与问题清单，重大卡点及时上报。会后一周内推进完成合作协议剩余财务流程，严格按照专账管理要求，做好经费使用与验收材料归档留存。

本次交流会打通科研创新与产业应用的协作链路。未来双方将发挥中科大科研优势与巨一科技产业场景优势，以科技攻坚项目为抓手，沉淀汽车装备行业智能化解决方案，为制造业数字化转型注入新动能。