<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">SDME</journal-id><journal-title-group><journal-title>Scientific Development of Modern Education</journal-title></journal-title-group><issn>2998-9027</issn><eissn>2998-9043</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/SDME.2026050029</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>基于数字孪生与人机协同模式下AI 深度融入智能制造行业的研究综述</title><url>https://artdesignp.com/journal/SDME/3/5/10.61369/SDME.2026050029</url><author>刘杨,刘勇,胡洋,蒋世应</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>3</volume><issue>5</issue><history><date date-type="pub"><published-time>2026-01-30</published-time></date></history><abstract>随着新一轮科技革命和产业变革的深入推进，涵盖智能设计、智能生产、智能运维、智能供应链、数字孪生、人机协同、边缘智能与安全可信等人工智能（AI）技术已经与智能制造的深度融合发展，成为推动制造业高质量发展的核心驱动力。AI 技术通过数字赋能制造全过程，正在重塑传统制造模式，实现生产效率、产品质量、资源利用率和柔性响应能力的全面提升。本文系统梳理了当前AI 融入智能制造领域的研究热点等多个方向，分析各方向的技术特征、应用现状与未来发展趋势，并探讨当前面临的挑战与应对策略，以期为高职院校科研人员和产业界提供理论参考与实践指导。</abstract><keywords>人工智能,智能制造工业4.0,深度学习,数字孪生,人机协同</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 李培根. 智能制造中的关键技术问题[J]. 机械工程学报, 2020, 56(1): 1-10.[2] Zhou, M., et al. Artificial Intelligence in Manufacturing: A Review. Engineering, 2022, 8: 120-135.[3] Kagermann, H., et al. Recommendations for Implementing the Strategic Initiative INDUSTRIE 4.0. German National Academy of Science and Engineering, 2013.[4] Lee, J., et al. Digital Twin for Smart Manufacturing: A Review. IEEE Access, 2023, 11: 12345-12360.[5] Zhang, Y., et al. Predictive Maintenance in Industry 4.0: Applications and Challenges. Journal of Manufacturing Systems, 2021, 59: 1-15.[6] 杨希; 刘悦娇; 刘迎; 李亚宁.5G+AI 在智能制造领域的拓展应用场景与发展建议[J].中国信息化,2022,(8):47-49.[7]AI+ 工业互联网成智能制造发展结合点[J]. 机械研究与应用,2022,35(2):I0001-I0001.[8] 辛竹.AI 与工业互联网融合发展应用与启示[J]. 上海信息化,2024,(5):21-25.[9] 刘刚; 李依菲; 霍治方; 刘汉文. 人工智能和实体经济深度融合: 动力和机制[J]. 新经济导刊,2022,(3):49-56.[10] 张文生. 对人工智能现在和未来的思考[J]. 广西科学,2021,28(3):209-214.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
