韓國政府啓動大規模物理AI製造業計劃，未來五年將投入1.4131萬億韓元（約合10.1億美元），推動AI從工廠缺陷檢測進一步進入生產控制、設備協同和工廠運營，並計劃將成熟技術向全國製造基地推廣，打造可向海外輸出的「K-製造工廠」。

9月16日，據《首爾經濟日報》報道，韓國科學技術信息通信部當天在首爾舉行全羅北道與慶尚南道物理AI研究項目啓動說明會，公布2026年至2030年五年研發路線圖。此次項目的一項重要變化，是將製造企業長期積累、此前主要掌握在工廠內部的工藝經驗和「隱性知識」數據納入國家研發體系，推動AI從識別異常進一步走向理解生產流程和直接控制設備。

按照規劃，兩地項目將率先進行技術驗證，成熟成果隨後向全國製造基地推廣。相關技術涉及神經處理器、數字孿生、機器人協作以及工業數據基礎設施等多個環節。

1.4萬億韓元投入，兩地分別攻關精密製造與工廠協同

此次研發投入總額為1.4131萬億韓元，其中全羅北道項目獲配7368億韓元，重點建設工廠平台；慶尚南道項目獲配6763億韓元，聚焦精密製造。兩地分別從「工廠如何協同運行」和「AI如何理解並控制生產過程」切入。

慶尚南道項目將重點開發「大型動作模型」，彙集工人與機器人的動作數據、物理規律和空間信息，讓AI理解具體生產流程並控制實際設備。數字孿生、數據管道和神經處理器基礎設施將被用於連接數據訓練、現場應用和結果反饋。

全羅北道項目則聚焦「工廠編排」，目標是讓不同品牌的機器人和設備協同運行，使整個工廠作為一個系統進行調度。AI將負責工廠佈局和物流機器人路徑設計，並通過三維數字孿生提前驗證，再將方案部署到實際設備，最終向AI參與工廠設計、建設和運營的「黑燈工廠」推進。

據項目方介紹，在去年開展的概念驗證中，AI約3小時便完成一座機器人工廠的設計方案，而過去這一過程通常需要3至4名專家耗時近一個月。

13家企業開放「隱性知識」，AI從檢測異常走向控制生產

此次項目的另一項重點，是製造企業首次將生產現場長期積累的「隱性知識」納入國家研發項目。

負責慶尚南道項目的首爾大學教授Cha Suk-won表示，目前已有13家企業同意共享在自有工廠中使用的隱性知識數據。項目將對這些數據進行收集和處理，並針對不同工藝環節建立物理模型，再將模型應用於具有類似生產流程的其他製造企業。

此前，製造業AI更多用於缺陷檢測、異常識別等任務，而此次項目試圖進一步利用工廠長期積累的數據和經驗，讓AI理解生產過程中的具體操作和工藝規律，並據此參與設備控制。

全羅北道項目由韓國科學技術院（KAIST）教授Chang Young-jae主導。他提出將工廠視為「由各類機器人組成的一台巨型機器人」，通過統一調度不同設備實現工廠整體協同。據其透露，半導體及顯示器材料、零部件和設備供應商Shinsung E&G已決月供資200億韓元，參與相關實體AI產業生態建設。

從示範工廠向海外輸出，韓國押注「製造+AI」整體方案

韓國政府的最終目標並不侷限於兩個地區的示範項目，而是將經過驗證的技術逐步推廣至全國製造基地，並進一步形成可對外輸出的「K-製造工廠」。

按照路線圖，2026年至2030年將以全羅北道和慶尚南道為核心開展技術研發和驗證，隨後推動相關實體AI能力在更多製造基地落地。政府希望將韓國製造業長期積累的工藝數據、生產經驗與AI、機器人、數字孿生等技術結合，形成覆蓋工廠設計、設備協同和生產運營的整體解決方案。

這意味着韓國的製造業AI佈局正在從單點應用進一步轉向工廠級系統改造：AI不再只是識別生產線上的異常，而是逐步參與工廠設計、設備控制和生產調度，並以此探索向海外市場輸出整套「AI工廠」方案。