3 月 29 日，第十五届吴文俊人工智能科学技术奖在江苏常州揭晓。由清华大学深圳国际研究生院（以下简称清华SIGS）牵头，与欣旺达电子股份有限公司、深圳市华汉伟业科技有限公司共同申报的项目《面向锂电行业的智能制造与缺陷检测关键技术及产业化应用》凭借在工业人工智能领域的关键技术突破与规模化应用成效，荣获科技进步奖二等奖。项目团队中清华SIGS师生成员包括教授李秀、助理教授李徵、2025届博士毕业生吕加飞、教授杨余久、创新领军工程博士生杨洋、副教授李星辉、博士后王高帅（2025年出站）、副教授杨朋、博士后李劭辉（2025年出站）、博士后李哲、工程师冯心琛等。

颁奖现场

清华SIGS团队与欣旺达团队合影

项目关键突破：AI赋能锂电制造全链条升级

锂电池产业是我国新能源体系的重要基础，但在快速发展过程中仍面临生产效率、质量一致性及自动化水平等方面的共性挑战。围绕“生产过程—产品质量—生产管理”全链条，清华SIGS李秀教授团队系统开展技术攻关，形成了面向复杂工业场景的人工智能解决方案。

（a-d）强化学习自适应调优迁移及泛化方法在通用任务上的性能曲线；（e）锂电池生产线结构图；（f）强化学习跨产线自适应调优前及调优后的过程能力。

在生产过程层面，团队攻克了数据稀缺场景下的决策优化难题。针对工业现场样本获取成本高、数据分布复杂的痛点，团队提出了“双轨优化策略”与样本高效重利用机制，设计了单任务域有限数据条件下的高效调优方法。这一进展不仅保障了算法在工业样本稀疏情况下的可靠训练，更通过构建跨产线、跨设备的策略迁移框架，显著提升了强化学习在实际生产环境中的可用性与迭代效率。实验证明，该技术有效缩短了策略迁移至新生产线所需的时间和成本，显著增强了生产过程能力。

锂电多模态成像与超高精度视觉检测技术

在产品质量层面，研究构建了面向复杂工况的智能质检体系。围绕工业视觉检测中模型自适应学习难、跨域迁移效率低等瓶颈，项目组创新性地提出了“困难样本挖掘—在线增强—迭代学习”的闭环驱动算法。该方法赋予了品质检验系统自主学习与在线进化的能力，破解了缺陷类别动态扩展的难题。同时，团队构建了多模态成像与超高精度视觉检测一体化技术体系，攻克了极端工况下缺陷成像模糊、识别精度不足以及检测速度与产线节拍不匹配的技术难题，为锂电全工序“零缺陷制造”提供了高稳、高精的在线保障。

在生产管理层面，该项目研发了基于工业知识的智能决策系统。针对垂直工业领域知识检索效率低、复杂问题根因分析自动化程度差的痛点，团队探索了大语言模型在工业场景的轻量化落地路径。通过引入上下文工程与知识增强技术，自主构建了工业智能专家系统与企业智能问答平台。该系统实现了对复杂工业知识的高效挖掘与利用，显著提升了端到端参数决策能力与根因分析效率，补全了工业场景知识赋能不足的短板，支撑起全生产链条的智能化升级。

项目应用成效：从技术突破到产业落地

清华SIGS团队始终坚持产学研协同创新，与欣旺达电子股份有限公司、深圳市华汉伟业科技有限公司等产业伙伴紧密合作，推动技术成果向实际生产力转化。目前，项目已累计获授权发明专利34项、软件著作权40项，发表SCI论文19篇。相关成果已在欣旺达等锂电龙头企业实现深度应用，并广泛拓展至精密制造领域，在工业互联网、智能工厂、高端装备制造等领域发挥了关键作用。

通过显著提升生产效率、保障产品安全性，该项目为推动我国制造业智能化升级、助力实现“双碳”目标贡献了坚实的科技力量。

获奖教师代表李秀

“吴文俊人工智能科学技术奖”由中国人工智能学会于2011年发起主办，以人工智能开拓先驱、首届国家最高科技奖获得者吴文俊院士命名。该奖项旨在奖励在智能科学研究中取得重要发现，或在人工智能领域攻克关键核心技术，推动智能科学技术进步的单位或个人，被誉为“中国智能科学技术最高奖”，在我国人工智能领域具有重要影响力。

图/文：获奖团队

编辑：叶思佳

审核：林洲璐