转自：新华财经

在全球制造业加速迈向数字化转型的浪潮中，数字孪生技术已成为驱动复杂装备全生命周期智能化升级的核心引擎。为系统构建这一前沿领域的知识体系，由深圳市产教融合促进会统筹规划、多所高校与企业联合编撰的“工业人工智能前沿技术与创新应用系列丛书”首部——《数字孪生在智能制造中的工程实践》于2024年7月由机械工业出版社正式出版，已在工程教育领域引发热烈反响。为进一步完善系列教材体系，12月5日至7日，“数智未来·孪生赋能”复杂装备数字孪生与AI大模型技术峰会暨AI+赋能工程教育及新型教材编写创新研讨会在深圳召开。

会议聚焦系列教材后续五本教材——《数字样机构建的工程实践》《工业互联网与数字孪生工程实践》《工业大数据分析工程实践》《视觉伺服系统构建的工程实践》《机器视觉系统构建的工程实践》的逻辑关系与知识体系构建，围绕教材定位、理论架构先进性、技术体系合理性、学科适用性及配套课程体系建设等核心议题展开深度研讨。清华大学、东北大学、上海交通大学、北京航空航天大学、华南理工大学、武汉大学等数十家高校的专家学者及企业代表参会。

深圳市产教融合促进会蔡颖会长致开幕辞。高君秘书长作深圳市产教融合促进会关于教材组织的工作汇报，系统阐述了教材建设的整体思路与推进方案，强调系列教材建设应立足产业需求，打破学科壁垒，构建覆盖“模型构建—数据分析—智能决策”完整技术栈的系统性知识体系。

在主题报告环节，四位专家分享了前沿研究成果与教学实践经验。东北大学赵继教授作《机械工程教育的赋能升级与教学改革》主题报告，深入剖析了在知识迭代加速、工程技术半衰期缩短至2-3年的背景下，机械工程教育面临的范式变革。他提出新形态下工程教育应以培养思维和夯实基础为关键，着力培养学生的系统性思维、融合性思维、数据驱动思维和人机协同思维，同时打好数、理、化、逻辑学和计算思维等基础知识。他强调，应沿“一条主线、三个空间”重塑机械工程核心课程体系，以人工智能技术赋能为主导，贯通几何空间、状态空间和赛博空间，推动数字化网络化智能化技术与机械类专业的深度融合。

上海交通大学曹其新教授分享《基于机器视觉的物体6D估计与机器人模仿学习研究》的最新进展。报告指出，6D姿态估计是机器人智能化操作的核心技术，机器人模仿学习通过观测人类操作数据，利用强化学习与生成式模型，使机器人快速掌握装配、焊接等复杂技能，大幅缩短编程调试周期。该技术在工业自动化、柔性制造等领域具有广阔应用前景，为工程教育提供了前沿实践案例。

北京航空航天大学郭卫东教授作《虚拟样机与数字样机构建的探索与实践》主题报告。他提出，高端复杂装备的研制模式正由传统的物理样机为主转变为数字模型与物理样机并重，数字孪生技术已成为提升装备研制效率与质量的关键手段。

武汉大学孟小亮教授分享了《机器视觉与应用课程建设探索》的教学改革经验。作为跨专业选修课程，他通过“理论+实践”的模块化设计，涵盖视觉预处理、视觉抓取、视觉导航三大实践项目。他还分享了武汉大学数智教育实践创新平台的建设成果，该平台实现计算资源智能调度、数据集共享、AI助教等功能，为学生提供在线实践创新环境。强化学生工具运用、项目实施、团队协作等核心能力培养。

会议期间，全体代表实地观摩了系列教材所依托的主要场景——博科复杂装备数字孪生平台。与会人员就该平台的虚实交互、故障模拟、数据分析、模型比对、预测预警、AI大模型学习平台及AR技术融合等核心技术模块与研发团队进行了深入交流。专家一致认为，该系统立足小型化、模块化、集成化、体系化设计，充分体现了数字孪生多学科交叉融合的技术特征，架构具备前瞻性，技术保持先进性，可使学习者系统掌握复杂装备数字孪生的技术脉络，深刻理解其在智能制造领域中预测性维护与故障诊断两大核心价值。

本次峰会的成功召开，为系列教材的高质量建设奠定了坚实基础，对推动数字孪生领域产教融合深度发展、完善我国新工科工程教育体系、培育适应数字时代需求的复合型工程人才具有重要意义。（张之馨）

编辑：王姝睿