智能制造系统是为实现特定价值创造目标，由相关的人、信息系统与物理系统有机组成的综合智能系统，即人-信息-物理系统（Human–Cyber–Physical System, HCPS）。在这一体系中，物理系统是主体，信息系统是主导，人是主宰。HCPS既揭示了智能制造的技术机理，也构成了智能制造的技术体系；实施智能制造的实质，就是构建与应用各种不同用途、不同层次的HCPS。本文基于周济等在《Engineering》（2019年，第5卷第4期）发表的研究，梳理HCPS视角下智能制造的进化历程与新一代智能制造的核心内涵。
一、智能制造的三代演进
伴随信息技术的发展，智能制造已历经数字化制造、数字化网络化制造两个阶段，并正在向数字化网络化智能化制造——即新一代智能制造演进。新一代智能制造的本质特征，是新一代人工智能技术（赋能技术）与先进制造技术（本体技术）的深度融合，它被视为第四次工业革命的核心技术。从HCPS视角观察，制造系统的每一次代际跃迁，都对应着人、信息系统与物理系统三者关系及其连接方式的重新组织：数字化制造解决了物理过程的数字表达问题，网络化制造解决了信息系统之间的连通问题，而智能化制造要进一步解决认知与决策问题。
二、HCPS的三元定位
HCPS的定义强调了三个不可替代的组成：物理系统是制造活动的主体，承担物质与能量的转换；信息系统是主导，负责数据、知识与决策的组织；人则是主宰，承担价值判断、目标设定与最终责任。这一表述与仅强调“赛博—物理”二元耦合的框架形成区别：在制造场景中，人的经验、知识与创造性被纳入系统本体，而非作为外部干预者存在。因此，HCPS不仅是分析框架，也可直接作为智能制造系统的设计范式与评价依据——任何一个智能制造系统，都可以从这三类要素的构成与耦合关系上进行描述。
三、技术体系与实现架构
从技术体系看，HCPS对应的是赋能技术与本体技术的融合架构：新一代人工智能提供感知、学习、认知与决策能力，先进制造技术提供工艺、装备与流程基础，二者通过数据与模型的贯通实现协同。在实现架构层面，需要针对不同用途与层次的HCPS分别设计——从设备级、产线级到企业级乃至产业级，每一层都对应特定的人机分工方式与信息—物理耦合深度。这意味着智能制造的技术研究不能停留在单一技术点，而应面向系统级的组织与集成：既要有面向具体工艺与装备的本体技术突破，也要有支撑跨层协同的信息系统与智能算法支撑。换言之，判断一个智能制造方案是否成熟，不仅要看单项技术指标，还要看三类要素之间的连接是否闭环、人的作用是否被恰当安置。
四、面向新一代智能制造的挑战
新一代智能制造的推进面临多重挑战：人工智能在制造场景中的可靠性与可解释性尚待提升，模型输出需要与工艺知识相互校验；人机协同中的角色划分、能力边界与责任归属需要明确，尤其是在安全攸关环节；跨学科、跨领域的知识组织与数据治理机制仍需完善，数据的权属、质量与流通规则直接影响系统可用性；此外，从技术验证走向大规模工程落地，还需解决标准规范、工具链与产业生态的配套问题。这些挑战共同构成了HCPS研究的主线，也决定了新一代智能制造发展需要长期、系统的投入。
小结
以HCPS为视角，智能制造的发展可以理解为物理系统、信息系统与人之间关系不断深化的过程，而新一代智能制造的核心是新一代人工智能与先进制造技术的深度融合。把握“主体—主导—主宰”的定位，在系统级实现架构与关键技术两个层面同步推进，是构建新一代智能制造技术体系的可行路径。
参考来源
本文根据 面向新一代智能制造的人-信息-物理系统（HCPS） 等公开资料整理，版权归原作者与原媒体所有。