本文转载自微信公众号「信息化与工业化融合研究所」，原文发布于 2026 年 9 月 28 日。 查看原文
据工业和信息化部办公厅公布的「2025年先进计算赋能新质生产力典型应用案例」名单，由超聚变数字技术股份有限公司申报的案例《成都巴莫科技基于MaxKB打造AI工艺平台知识库》成功入选。
一、案例简介
成都巴莫科技有限责任公司，是高端锂电材料制造的领军企业。为应对行业竞争、解决生产工艺脱节、供应链协同不足及技术落地慢等核心挑战，公司引入了MaxKB&超聚变企业级AI助手一体机方案，以人工智能驱动制造升级，打造高端锂电池材料智能制造新模式。
通过构建工艺专属知识库与智能查询系统，提升生产效率，确保了生产的一致性；工艺优化智能体嵌入MES系统，能实时分析数据、自动输出优化建议，提高工艺决策的响应速度，生产效率与质量稳定性得到双提升。同时，软硬件一体化交付模式，大幅降低了运维复杂度与成本。经济效益上，通过提质、增效、降本，生产效率提升直接扩大了有效产能，质量稳定性提高减少了废品损失与返工成本，并增强了上游材料供应的稳定性。社会效益上，有力支撑了新能源产业链高质量发展，服务于国家提倡的“双碳”战略。
更具意义的是，此案例为制造业提供了AI落地的成功范式。它验证了以业务痛点为导向、将大模型与生产系统深度结合的可行路径，MaxKB&超聚变企业级AI助手一体机的轻量化模式，有效降低了技术门槛，为整个制造行业数字化转型提供了可复制的宝贵经验。
二、实施情况
（一）总体架构设计
项目依托超聚变国产化高性能算力底座与 MaxKB 智能体平台，为成都巴莫科技搭建高效、精准、安全的 AI 工艺知识平台，解决新能源材料生产中工艺参数检索、故障诊断、工艺优化等业务痛点。
项目采用智算基座-平台层-应用层三层解耦架构，保障系统可扩展、高性能与数据安全：
1.智算基座层：以超聚变 FusionOne AI 国产算力为底座，搭建高可靠异构计算集群，为私有化部署大模型、向量处理、RAG 引擎提供自主可控的底层算力支撑。
2.平台层：基于 MaxKB 企业智能体平台，集成知识库管理、向量化引擎、RAG 检索增强、智能体工作流编排四大核心模块。
3.应用层：面向研发、生产、管理人员开放智能问答、工艺辅助决策、智能审核、数据洞察等定制化业务能力。
（二）核心知识库建设
知识库是 AI 工艺平台落地成效的核心基础。项目围绕标准工艺文件、历史实验数据、生产故障案例三类企业核心知识资产，按业务场景分层运营，配套三项关键实施机制：
1.文档预处理：上线前通过本地化 MinerU 工具，将扫描 PDF、图纸等非结构化资料解析转换；流程图转译为 Mermaid 格式，提升知识库内容识别精度。
2.分层管控 + 权限隔离：知识库划分为基础理论层、核心工艺层、应用数据层，兼顾跨部门知识共享；依托 RBAC 角色权限管控，实现分级访问、合规使用。
3.知识交付长效运营：项目后期向车间业务团队完整交付知识库搭建、文档预处理、分层运维全套方法论并开展培训，赋能一线自主迭代知识库，保障平台长期价值。
（三）核心智能体技术原则
全部业务智能体统一采用双项技术标准：
1.采用向量 + 全文多策略混合检索 + 重排序模型的 RAG 方案，提升知识检索精准度；
2.落实答案溯源机制，模型输出结果必须标注对应的文档、章节来源，确保回复权威可校验。
三、技术创新与突破
本案例依托先进计算技术体系，以 MaxKB 智能体平台为核心，无需开展模型微调，聚焦大语言模型工程化、场景化落地创新。项目搭建融合提示词工程、RAG 检索增强、工具调用、Workflow 编排的先进计算应用中间层，打通通用算力与工业专业知识、业务流程、决策逻辑，落地高端锂电材料智能制造场景，实现 “知识即服务、流程可计算、决策有智能”，兼顾技术灵活性与工业场景适配能力。
项目落地成都巴莫科技锂电正极材料智能制造场景，围绕数据处理、生产管控、研发提速等需求，从算力架构到应用模式完成体系化创新，推动先进计算能力与工业知识深度融合。
（一）智能体系统架构创新：从单点工具升级为协同计算网络
传统工业系统多为独立单点工具，知识数据割裂，决策高度依赖人工经验。本项目搭建私有化部署的先进计算应用底座：
1.异构算力集成调度：采用 CPU+GPU 异构算力，通过容器化优化调度，并行承载大模型推理、向量库检索、系统 API 调用等任务；相较云端 API 方案，本地化部署查询响应时延下降约 60%，同时保障工业数据安全。
2.知识 + 流程双引擎驱动：
· 知识计算引擎（优化 RAG）：采用自适应混合分块、父子分块、元数据标签增强技术，解决锂电行业专业文档检索难题，提升知识匹配准确度。
· 流程计算引擎（Workflow 智能体编排）：将工艺分析、配料仿真等业务封装成独立智能体，以松耦合工作流实现跨系统任务自动执行，数小时人工协同工作压缩至分钟级完成。
（二）三大制造场景工程创新成果
一期落地 SOP 智能体、工艺优化智能体、配料仿真智能体三大应用：
1.SOP 智能体｜实时合规计算 支持自然语言查询作业流程，联动 MES 系统校验物料、设备状态，前置风险预警。查询指引由 510 原文如此，疑为 5~10 分钟 分钟缩短至秒级，流程合规率提升约 25%。
2.工艺优化智能体｜专家经验计算化 依托知识库 + 数据分析工具自动完成工艺归因分析，复刻专家研判流程。深度工艺分析耗时由 48 小时压缩至 1015 原文如此，疑为 10~15 分钟 分钟，分析结论客观性大幅增强。
3.配料仿真智能体｜数字孪生计算前置 自然语言即可触发跨系统配料仿真运算，自动调取原料、历史批次数据生成仿真结果。仿真准备人工耗时降至近乎零，研发仿真探索效率预计提升 50% 以上。
四、商业和社会经济价值
本项目实现生产效率、产品质量、应用体验全方位升级，赋能企业智能制造提质降本增效。通过对接 MES 系统的工艺优化智能体，自动分析海量生产数据、精准定位工艺瓶颈，将耗时数小时至数天的人工工艺研判压缩至分钟级；借助智能知识库问答、SOP 自然语言查询，解决传统资料查阅低效难题，加快一线知识流转与决策速度。同时采用软硬一体机轻量化部署，开箱即用、上线周期短，降低集成难度；自然语言交互降低 AI 使用门槛，缩减培训推广成本，一体化运维减轻 IT 负担，优化项目总体拥有成本。
同时帮助企业降本增效提质扩能，减少返工报废损耗、规避物料停产风险，增强核心竞争力；作为锂电材料核心供应商，巴莫科技产能与品质升级，为动力电池、储能、新能源汽车等下游产业链筑牢供应链根基，降低全链条协同与质量风险。以智能制造驱动锂电正极材料产业升级，夯实新能源关键材料底座，助力 “双碳” 战略落地；带动区域 AI、自动化高端服务业发展，培育高新岗位，推动地方产业转型升级与高端人才集聚。
本次联合项目既是企业内部一场成功的效率革新，也强化了我国新能源关键材料的制造实力，为高端制造业 AI 务实落地提供可推广的实践范本。其多重效益将持续赋能国内新能源产业，巩固我国在全球赛道当中的竞争优势。
