中国工程院院士，中国自动化学会名誉理事长郑南宁十分关注下一代智能技术的顶层设计。他认为：“当前大语言模型本质是‘大规模输入输出统计分布的压缩器’。它虽在多模态交互上表现突出，但存在幻觉、推理链路断裂等问题，比如多轮对话后可能输出人类无法理解的内容。这在工业场景中风险极高。”
　下一代智能应是意图驱动，让机器从被动响应指令，转向主动理解人类目标与价值。“以农业喷洒机器人为例，它不仅要执行‘喷药’任务，还需自主权衡‘保护幼苗’的价值诉求。这就是意图驱动的核心：信息处理要与目标协同，受价值调制。”

意图驱动智能需构建“四级逻辑桥梁”：1 通过语义锚定建立符号、2感知与行动的可验证映射、3以概念生成搭建认知基石、4靠意图建模解析多主体目标与约束，最终实现价值对齐。“比如月面多智能体协作采集含钛样本，系统需自主更新承载能力阈值，根据复杂环境动态调整策略，这就是意图落地为可操作行动的典型案例。
这一过程需突破三大技术瓶颈：一是多模态信息高效对齐，二是抽象意图向可操作概念的映射，三是人机协同中的双向意图理解，机器要懂人的需求，人也要了解机器的能力边界。

　　“自主智能自动化”将成为未来工厂的核心支撑。当前传统工控系统存在“业务与数据强耦合”的堵点，“比如机器人换场景需重新编程，高价值化工品生产线切换品种要靠人工调整工艺，这与意图驱动中‘系统自主适应’的需求相悖”。

自主智能自动化，是让系统具备实时重构能力：“它能根据自主感知，来应对不确定的任务、环境和对象。比如在油田几千口井中实现边缘侧参数优化，在半导体检测中不依赖机理模型定位缺陷，这些都是自主智能的实践。”

到2040年，未来工厂将实现‘人说需求、系统执行’。无需编程，只需表达意图，系统就能自主分解任务。比如数字孪生技术可在虚拟空间完成产品‘预生产’，再联动物理工厂，解决设计与生产脱节问题。