在国内智能工厂梯度培育体系中，卓越级、领航级是智能制造标杆的两大核心层级，AI应用场景占比、技术落地深度、系统自主能力是两级申报评审的核心否决项与得分关键。结合工信部评审规则、现场核查标准、24类卓越级典型AI场景与32类领航级高阶AI场景规范，本文从准入门槛、AI指标要求、场景体系、判定规则、伪AI红线、佐证材料、落地路径七大维度，深度剖析两级工厂的核心差异，同时为企业提供分阶段申报筹备、系统整改、材料编制的实操指导，帮助企业精准对标标准、规避申报误区、高效完成定级申报。

一、基础条件决定申报资质

卓越级与领航级呈阶梯式递进关系，领航级默认要求企业先完成卓越级认定，二者在智能制造成熟度、企业综合实力、技术自主化、合规要求上形成明确梯度，这也是AI场景落地的前置基础。

二、AI应用定位异：浅层辅助VS全域自主

两级工厂的本质差距并非单纯场景数量的叠加，而是AI与业务融合深度、系统自主运行能力、智能化层级的代际差异，这也是评审区分“合格AI”与“高阶AI”的核心逻辑。

（一）卓越级：单点AI辅助，人机协同为主

卓越级聚焦关键环节单点智能化升级，定位为“自动化+浅层AI”结合模式。AI核心作用是辅助分析、辅助决策、局部优化，整体仍以人工主导业务流程，系统不具备全流程自主处置能力。

1.核心能力：自感知、基础自学习，无自决策、自执行、自自愈能力；

2.技术层级：以通用商用AI模型、标准化算法为主，如通用工业视觉、基础预测性维护、简易APS排产，不强制要求自研或深度定制模型；

3.应用范围：集中在研发设计、生产排程、设备运维、视觉质检、安全监控等单一独立场景，场景之间数据互通弱、无全局联动；

4.优化目标：追求单点效率提升、不良率下降、局部能耗降低，解决生产环节显性痛点即可。

（二）领航级：全链条AI融合，系统自主主导

领航级是智能制造最高标杆，要求AI贯穿研、产、供、销、服全价值链，实现全流程深度重构。系统具备自感知、自决策、自执行、自学习、自自愈五大高阶能力，人工仅做监管与异常兜底。

1.核心能力：全维度自主决策、闭环控制、故障自愈、全局迭代优化，摆脱人工干预；

2.技术层级：以工业大模型、知识图谱、多模态融合、数字孪生+AI、智能体（Agent）等高阶技术为主，鼓励模型自研或深度定制，通用模型简单套用不予认定；

3.应用范围：打通上下游供应链、厂区全工序、产品全生命周期，场景之间深度联动，形成全域智能闭环；

4.优化目标：追求全厂全局最优、制造模式创新、产业生态引领，要求成果具备行业可复制、可推广价值。

三、AI场景对比：24类基础场景 VS 32类高阶场景

结合官方划定的有效AI场景清单，从八大业务板块拆解两级场景的范围、定义、判定标准差异，同时明确合规AI与伪AI的边界，这是企业梳理现有系统、统计有效场景的核心依据。

（一）场景数量与分类框架

1.卓越级：共计24类有效AI场景，分为研发设计、生产排程、设备运维、质量检测、车间安全、能耗优化、物流仓储、数字孪生+AI八大类，以通用落地场景为主，落地门槛低、行业普及率高；

2.领航级：共计32类高阶AI场景，在卓越级场景基础上做能力升级、场景延伸、全域拓展，新增工业大模型智能体、供应链协同、产品全生命周期服务、碳足迹优化、可重构制造模式等创新场景，聚焦高阶融合应用。

（二）重点板块场景细化对比（核心高频场景）

1.研发设计类

该板块为高加分项，两级均有布局，但在模型能力、自主化程度、全局优化上差距显著。

•卓越级场景（4类）

包含AI辅助三维建模、工艺参数自优化、研发阶段质量缺陷预判、仿真AI加速。

判定核心：系统可自动生成模型/图纸、迭代局部参数、加速仿真运算；允许人工介入方案筛选、仿真配置，仅要求单点设计环节优化。

伪AI红线：单纯使用UG、SolidWorks等传统三维软件人工绘图、调用历史模板改参数、仅做图纸存储，均不计分。

•领航级场景（5类，全面升级）

在卓越级基础上升级为工业大模型生成式设计、全工序工艺自主生成与全局优化、产品性能智能迭代、仿真超加速（效率提升10倍以上）、知识图谱研发助手。

判定核心：全流程无人化设计，无需人工编制工艺文件；实现多工序联动优化、批量仿真无人执行；依托知识图谱实现自然语言交互、智能问答与方案推荐。

新增要求：仿真效率、预测准确率、工艺编制效率等量化指标需达到行业高阶标准。

2.生产计划与调度类

生产排程是核心业务场景，领航级从“单车间排产”升级为“全价值链协同调度”。

•卓越级（3类）：AI智能排产（单车间/单产线）、基础供应链需求预测、物料齐套+单区域配送优化。

判定核心：可应对插单、设备故障等简单异常并动态重排；仅覆盖企业内部库存与排产，无供应链联动。

•领航级（5类）：全价值链AI排产（联动供应链）、多级库存产销协同预测、全厂物流全局调度、柔性制造单元自主调度、能源-生产协同优化。

判定核心：整合全国基地、上下游供应商数据，分钟级自动重排；柔性单元支持20种以上产品无缝切换；生产与能源系统深度联动，实现全厂错峰节能。

3.设备运维类（普及率最高）

两级均包含预测性维护、部件寿命预测、智能巡检三大基础场景，但预警精度、诊断能力、自主处置要求不同。

•卓越级（3类）：设备预测性维护（基础故障预警）、关键部件剩余寿命预测、常规AI巡检机器人。

判定核心：提前7-30天预警故障，区分简单阈值报警；机器人自主规划路线、识别基础异常即可。

•领航级（4类）：全厂设备预测性维护、RUL精准预测、故障AI诊断+根因分析、多模态全自主巡检、机器人免示教自适应作业。

判定核心：融合多源数据精准定位故障根因并自动推送维修方案；工业机器人免人工示教，自适应工件姿态变化，彻底摆脱固定轨迹作业。

4.质量检测与控制类（标杆加分场景）

视觉质检、质量闭环控制是申报主流场景，领航级向微米级精度、多模态融合、全链路追溯升级。

•卓越级（4类）：常规AI视觉质检（2D/普通3D）、单工序工艺质量闭环、单维度质量根因分析、原料AI定级。

判定核心：完成常规缺陷识别、单工序参数微调；人工可参与根因复盘。

•领航级（4类）：微米级AI视觉质检（≤0.05mm缺陷识别）、多模态质量闭环控制、5M1E全流程质量追溯、装配视觉引导+自动纠错。

判定核心：融合视觉、声学、光谱等多传感器数据；自动补偿装配偏差，实现全链路秒级追溯，全程无人工干预。

5.数字孪生+AI融合类（高分标杆场景）

该板块是两级最核心的分水岭，卓越级侧重单产线可视化+局部优化，领航级主打全厂孪生+全局仿真与自愈。

•卓越级（2类）：单车间/单产线数字孪生+AI仿真优化、产线孪生+异常溯源。

判定核心：模型与现场数据实时联动，可做局部瓶颈分析；异常定位后仍需人工整改。

•领航级（3类）：全厂数字孪生+AI全局优化、产线AI异常溯源+自愈控制、工业大模型+智能体全链路应用。

判定核心：全厂1:1孪生建模，毫秒级数据同步；异常出现后系统自动修正参数、恢复生产（自愈）；大模型智能体可跨业务自主执行任务。

6.安全、物流、能源、创新类拓展场景

1.安全类：卓越级仅要求基础安全行为识别、环境阈值预警；领航级要求多模态风险研判、人机协作动态分级防护，摆脱传统安全光栅。

2.物流仓储类：卓越级AGV允许磁条、二维码固定路线；领航级强制要求激光SLAM自主导航、集群调度、无序抓取码垛。

3.创新场景：领航级独有供应链协同AI、产品全生命周期智能售后、碳足迹优化、可重构制造四大场景，也是体现行业引领能力的核心加分项。

（三）全场景通用伪AI红线（两级通用，必严格规避）

无论卓越级还是领航级，出现以下特征一律判定为伪AI，不计入有效场景，也是申报驳回、现场核查扣分的重灾区，企业需重点自查：

1.纯人工操作、人工分析，系统仅作为数据存储、画面展示、台账记录工具；

2.基于固定规则、固定工艺配方、单一阈值报警运行，无机器学习、自适应、自学习能力（传统自动化、基础信息化系统MES/ERP、普通机器人均属此类）；

3.离线模型、静态三维展示、预录演示视频，无法与现场生产数据实时联动；

4.简单模板比对、历史模型修改，无算法自主生成、迭代、优化逻辑。

四、统计口径与计数规则

两级智能工厂执行统一的AI场景统计规则，重复统计、试运行场景计数是高频扣分点，企业必须严格遵守：

1.计算公式：AI场景占比=有效AI场景数量÷全厂常态化稳定运行的全部智能化场景总数×100%；

2.运行要求：仅统计常态化运行满3个月的系统，试运行、演示专用、闲置“僵尸系统”一律不予计数；

3.计数规则：按场景类型计数，不按产线/车间重复累加。同一套AI系统在多条产线复用，仅计为1个场景；领航级中，同一工业大模型/智能体覆盖多个业务场景，可按不同场景分别计数；

4.范围界定：厂区正式投产的生产、研发、仓储、安全等场景纳入统计，办公区、对外展示区智能化功能不计入。

五、申报佐证材料要求：一场景一档案

佐证材料是材料评审与现场核查的核心依据，两级均要求“一场景一档案”，但领航级对材料的深度、量化数据、逻辑闭环要求更高。

（一）卓越级佐证材料（基础版）

侧重功能证明、效率对比、基础日志，材料简洁务实，核心包含4类：

1.系统功能界面截图、功能演示视频（证明AI生成、识别、优化等核心能力）；

2.数据对比报表：优化前后良率、效率、能耗、停机时长等量化指标；

3.运行日志：参数迭代日志、故障预警记录、工单联动记录；

4.基础文档：算法简要说明、模型功能介绍。

（二）领航级佐证材料（高阶版）

在卓越级基础上增加全链路闭环证明、模型精度报告、全局联动日志、创新说明，要求数据可追溯、逻辑可验证：

1.全域联动材料：跨车间/跨供应链数据联动界面、全局调度日志、多工序联动参数记录；

2.精度与效率专项报告：仿真误差、检测精度、预测准确率、产品切换时长等高阶量化数据；

3.闭环处置材料：异常自愈记录、应急设备联动日志、全链路追溯报告；

4.技术创新材料：工业大模型/知识图谱算法文档、制造模式创新说明、技术输出与复制案例。

六、企业分阶段申报实操指南

结合两级标准梯度，根据企业当前智能化基础，划分基础筹备、卓越级冲刺、领航级升级三个阶段，给出系统整改、场景补齐、材料编制、现场演练的落地步骤。

（一）阶段一：基础自查与盘点

1.资质核验

优先完成CMMM认证：目标卓越级需冲刺3级（集成级），打通跨业务数据共享；目标领航级需升级至4级（优化级），实现数据挖掘与模型化应用。同步核查近3年合规记录，杜绝安全、环保、质量事故。

2.全场景梳理

对照24类卓越级场景清单，逐一排查现有智能化系统，剔除伪AI功能，精准统计有效AI场景数量，核算当前AI占比。标记“纯自动化”“基础信息化”系统，单独归类，不纳入AI统计。

3.系统运行排查

关停演示版、离线版系统，确保所有拟申报AI场景7×24小时常态化运行，提前修复数据断联、功能失效等问题，避免现场核查“系统无法演示”。

（二）阶段二：卓越级智能工厂申报冲刺（AI占比≥20%）

适合CMMM3级及以上、智能化处于国内行业中等偏上水平的企业，核心思路：优先落地高性价比、易落地的主流AI场景，快速补足占比短板。

1.优先补齐场景清单（落地快、认可度高）

首选四大高频场景：AI视觉质检、设备预测性维护、AI智能排产、AI安全行为识别，四类场景落地门槛低、评审认可度高，可快速提升有效场景数量。

其次补充：工艺参数自优化、基础AGV路径规划、简易数字孪生溯源。

2.系统整改要点

￮三维设计、仿真系统：关闭单纯人工绘图模式，启用算法自动建模、仿真加速功能；

￮工艺系统：取消固定参数配方，开启参数自适应调整与异常自动纠偏；

￮监控系统：升级基础阈值报警，新增AI故障特征识别、提前预警功能。

3.材料编制重点

每个场景配齐“界面截图+演示视频+数据对比报表”，突出单点效率、质量改善；明确区分“传统自动化”与“AI应用”，在申报书中标注伪AI剔除说明。

4.现场演练

针对每类AI场景准备实时操作演示，重点展示“AI自主运行”过程，严禁使用预录视频替代实时系统。

（三）阶段三：领航级智能工厂升级申报（AI占比≥60%）

前提条件：已获评卓越级、CMMM4级及以上、具备核心技术研发能力。核心思路：场景升级+全域融合+高阶技术落地，从“单点AI”转向“全价值链AI”。

1.场景升级与新增规划

1）存量场景能力升级：将原有卓越级基础AI场景升级为高阶版本，例如：普通视觉质检升级为微米级3D视觉质检、基础排产升级为全价值链联动排产、常规巡检升级为多模态自主巡检；

2）新增高阶标杆场景（高分核心）：优先落地全厂数字孪生+AI全局优化、工业大模型/知识图谱、供应链协同AI、多模态质量闭环，此类场景权重最高，同时体现技术引领性；

3）布局创新场景：根据行业特性，落地产品全生命周期服务、碳足迹优化、可重构制造等独有场景，打造差异化优势。

2.技术架构升级

打通研、产、供、销、服全链路数据，搭建统一数据中台；引入工业大模型、智能体等高阶技术，对原有通用AI模型做深度定制，提升模型自主学习与自愈能力。

3.材料编制重点

突出全局协同、闭环控制、模式创新、技术输出四大亮点；量化高阶指标（如仿真效率提升10倍、设备停机下降40%、预测精度≥90%）；补充技术标准、案例复制、对外服务等引领性证明材料。

4.现场核查准备

重点演练全域联动系统（全厂数字孪生、供应链协同平台），展示系统无人干预自主运行、异常自愈、全局调度能力；准备AI模型原理、算法逻辑的答疑资料，应对专家技术深度问询。

（四）通用避坑清单（两级申报均需警惕）

1.严禁重复统计同一套AI系统，同一功能多产线复用仅计1个场景；

2.不将传统自动化设备、基础MES/ERP、普通监控、固定路线AGV冒充AI场景；

3.不使用离线模型、静态大屏、预录视频应付现场核查，一经认定直接驳回；

4.数据报表真实可追溯，优化前后指标需符合行业逻辑，杜绝数据造假；

5.区分“人工辅助AI”与“纯自动化”，在申报书中清晰界定，避免评审误判。

七、总结与申报策略建议

卓越级与领航级智能工厂并非简单的“数量升级”，而是智能化理念、技术层级、业务模式的全方位跨越：卓越级是企业从“自动化工厂”迈向“智能工厂”的关键一步，核心考核AI单点落地能力，适合深耕内部效率优化；领航级是制造企业迈向“行业领军、模式创新”的终极标杆，核心考核AI全价值链融合与产业引领能力。

1.阶梯式发展策略：基础薄弱企业先冲刺先进级→卓越级，夯实CMMM3级与基础AI场景；具备行业领先实力后，再升级CMMM至4级、落地高阶AI场景，申报领航级，切勿越级规划。

2.场景选择策略：卓越级“求广不求深”，优先选择落地快、覆盖面广的通用AI场景，快速满足20%占比要求；领航级“求深且求全”，重点打造数字孪生+AI、工业大模型等高阶融合场景，兼顾场景数量与技术高度。

3.长期运营策略：AI场景建设并非“为申报而建设”，两级评审均重视常态化运行。企业需建立AI系统持续迭代机制，让AI技术真正融入生产业务，既保障申报顺利通过，也实现智能化转型的实际价值。

对于制造企业而言，吃透两级AI场景的判定标准、理清梯度差异、分步落地系统改造，是成功获评标杆智能工厂的核心。唯有摒弃“堆砌系统、伪装AI”的误区，实现人工智能与制造业务的深度融合，才能充分发挥智能工厂资质的政策、品牌、市场价值。