3月25日，2026中关村论坛年会开幕式暨全体会议上，中国工程院院长李晓红发布"2025全球工程前沿"。在9个领域共遴选出94个工程研究前沿和95个工程开发前沿，直指未来工程科技发展核心。

人工智能与先进制造的深度融合将带来哪些革命性变化？智能体具备了感知、理解，与物理世界交互能力之时，将如何重塑人与技术机器的关系，如何把握责任？当日下午的工程科技创新论坛上，多位院士专家围绕前沿趋势展开深度解读，探讨人工智能如何与各工程领域深度融合、赋能新质生产力等焦点议题。

工程科技迈入智能新世代

当今世界面临百年未有之大变局，新一轮科技革命与产业变革加速演进，全球工程前沿发展迅猛。谈及"2025全球工程前沿"发布背景，中国工程院院士、哈尔滨医科大学教授杨宝峰表示，世界各国迫切需要加快工程科技创新步伐，提高工程科技创新质量，迫切需要强化工程科技创新前沿方向的研判，以科学的前沿方向引领高质量工程技术的发展。

"2025全球工程前沿"在9个领域共遴选出94个工程研究前沿和95个工程开发前沿。综合来看，"2025全球工程前沿"呈现出四个鲜明趋势，一是人工智能助力工程范式迈向代际跃迁，推动工程实践迈入自动化、系统化、智能化全新阶段，实现工程效率、工程质量与复杂问题解决能力根本性提升；二是场景驱动通过全流程、系统性验证，加速新技术、新产品、新业态落地转化与价值释放，倒逼工程技术创新迭代与产业转型升级，为培育和发展新质生产力注入强劲动能；三是工程创新持续向未知、极限、复杂领域拓展，不断提升人类认识和改造世界的能力，为拓展人类活动疆域提供更大规模、更低成本、更有价值的技术支撑；四是绿色低碳带动工程体系全链条深度重构，源头减碳、过程降碳到末端固碳的全链条工程创新路径正加速形成，带动工程体系的能源结构、技术路线、产业模式产生系统性变革。

北京商报记者注意到，189个"2025全球工程前沿"中，有相当大一部分与人工智能密切相关，杨宝峰介绍，在信息与电子工程领域，以人工智能和大模型为核心，聚焦芯片制造、智能感知、智算网络、赋能科学研究和工程建构；此外，AI辅助能源材料设计，利用人工智能技术，结合材料科学、计算化学和物理学原理，加速能源相关材料发现、优化和开发过程；AI驱动环境、健康、气候协同发展等。

以AI赋能3D打印为例，被誉为"中国3D打印之父"的中国工程院院士、西安交通大学教授卢秉恒表示，人工智能对3D打印的研究在某些方面有引领性作用。在科研创新层面，当前3D打印科研主要依托激光、红外、CT等技术手段开展观测与数据采集，而人工智能可将海量观测数据与实践案例转化为标准化的知识库与模型库，依托模型实现不同材料、不同结构构件的工艺参数智能匹配与工艺路径优化，为3D打印生产应用提供科学精准的技术支撑，破解传统研发中工艺把控不足的难题。在产业化应用层面，3D打印高度适配个性化制造与新产品研发需求，但个性化设计环节长期存在瓶颈。在医院场景中，通过人工智能技术，可快速对接患者数据并自动生成三维模型，直接对接3D打印设备完成成型制造，将原本非标化的个性化产品转化为可批量落地的标准化流程，打通3D打印从技术研发到产业化推广的关键堵点。

厘清责任与安全边界

当前，以人工智能、机器人为代表的前沿技术正以前所未有的速度重塑世界。AI大模型从"会聊天"迈向"能办事"，智能体开始自主调用工具、执行任务，但责任归属问题日益凸显。李晓红表示，当系统自主决策时，谁来承担后果？具身智能加速渗透，机器人从"炫技"走向"干活"，但在真实场景中，本体的安全、网络的安全、数据的安全亟待解决，技术尚未收敛、标准目前全世界包括国家都尚未统一、安全机制尚未完善，这是当前最大的挑战之一。

"AI可做事情，做错了怎么办，谁负责？AI可以看病，出问题责任谁负？这些问题没有解决，所以就游离于核心业务之外。"中国工程院外籍院士、香港科技大学首席副校长、英国皇家工程院院士郭毅可表示，当前AI能力越来越强，仍然游离于核心业务之外，主要是因为缺乏授权与问责的信任基础。

基于此，郭毅可仿照自动驾驶L0到L5分级，以谁在控制AI智能体、人有多大的自由度为标准，提出了AI智能体责任阶梯（L0—L5）。其中，L0是基础问答、L1为静态工作流、L2为部分自主、L3是监督式生产、L4达到高度自主、L5则是完全自主组织。

在郭毅可看来，L3是真正的分水岭，是责任实质性转移的起点，L3—L5，人的角色正式转变为监督者、签署者、异常接收者。

谈及如何统筹发展与安全，李晓红同样认为，一方面，要加快核心技术攻关，在AI安全对齐、机器人具身智能等领域实现突破，让技术更可靠、更可控。另一方面，要前瞻构建制度框架，治理体系，建立权限管理、安全回退的治理机制，推动跨学科、长期的协同创新。

北京商报记者李秀梅