《人民日報》（2026年05月07日 第 06 版）

李公文（右二）與青年工程師進行技術交流。 喬文慧攝

人物小傳

李公文，1985年7月生，安徽全椒人，現任安徽蕪湖安普機器人產業技術研究院有限公司研發總監。自2014年以來，他在機器人系統集成、數字孿生及工業大數據應用領域精耕細作，主持研發了安徽省首版次軟件、首台套重大技術裝備各1項，承擔省重點科技項目5項、產學研協同攻關課題20余項，累計發表專業論文10篇，獲授權發明專利20項，主編教材2部。先后獲得全國工業和信息化技術技能大賽工業大數據算法賽項職工組一等獎等多個獎項，獲評“大國工匠”等榮譽稱號。

早上8點，安徽蕪湖安普機器人產業技術研究院有限公司實驗室裡，幾名技術人員站在控制台前，目光緊緊盯住屏幕上跳動的數據流，為一套高校實驗室定制的實訓設備做最后的聯調測試。

人群中，一名中等身材、臉龐方正、眼神沉穩銳利的青年人格外引人注目。他時而俯身查看虛擬模型與實體設備的同步狀態，時而快速敲擊鍵盤修正算法參數，時而輕聲叮囑團隊成員核對關鍵點位。他便是研究院研發總監李公文。

2023年，李公文與公司95后工程師程丙南組隊，參加第二屆全國工業和信息化技術技能大賽，一舉奪得工業大數據算法賽項職工組一等獎，填補了安徽省在該賽事中的獎項空白。談起這次獲獎，程丙南說：“李老師認准的事，一定會往深裡鑽，鑽不透不罷休。”

“把能查的資料都查一遍，能試的方案都試一遍”

2014年，李公文踏入機器人行業，從事系統集成相關工作。“我學的是計算機專業，剛接觸機器人系統集成時，還是個不折不扣的‘小白’。”李公文回憶，那會兒，為適應崗位，他白天跑車間調試設備，晚上埋頭鑽研技術文檔，遇到難題就纏著老工程師追根問底。

憑著這股“把一件事做到底”的勁頭，10余年間，李公文從專科一路深造至博士，從普通工程師成長為高級軟件架構師。他主持開發的“數字孿生工廠”軟件獲評安徽省首版次軟件。

前些年，公司承接了一條生產線的數字孿生項目，在實施交付中，團隊遭遇了棘手難題：為控制成本、簡化運維，項目中的AGV（自動導引車）採用了行業通用的磁導航方案，但存在明顯局限——難以在數字孿生軟件中實時獲取位置信息，導致虛擬模型與實體設備失效，虛擬AGV持續漂移、虛實場景脫節，生產線的數字孿生構建工作陷入停滯。

面對客戶“不增加成本”的要求，李公文主動扛起攻堅重任。白天，他泡在生產現場採集數據、排查信號、比對誤差﹔夜晚，他一頭扎進文獻資料，逐一篩選適配的定位技術方案。

激光導航雖精度達標，可成本遠超預算﹔傳統定位模式，又無法滿足實時同步需求。數十次方案推翻、上百組參數調試、無數次邏輯推演，最終超寬帶定位技術進入他的視野。該技術通過高時間分辨率測距，可在復雜室內環境中實現約10厘米級的定位精度，同時具備抗干擾能力強、功耗低等優勢。該技術雖在室內定位和物聯網領域得到應用，但在工業產線AGV定位場景中缺少成熟實踐。

沒有現成經驗可借鑒，李公文就從零搭建測試環境，連續熬了數個晚上，反復測試、優化算法。功夫不負有心人，最終測試數據顯示：超寬帶定位技術雖存在大約10厘米的誤差，但相比磁導航在系統中無法有效輸出位置信息，這個誤差在生產現場可以接受。更關鍵的是，該技術可以在數字孿生軟件中實時獲取AGV位置，打通虛實映射鏈路，解決了模型漂移問題，項目得以順利交付。

同事打趣說：“老李的解決方案是從文獻堆裡‘刨’出來的。”李公文說：“把能查的資料都查一遍，能試的方案都試一遍，答案就出來了。”這份看似輕鬆的背后，是他對精益求精的堅守。

“給自己一個練兵的機會，我們一起從頭學”

近年來，面對制造業數字化、智能化的轉型浪潮，李公文主動跳出深耕多年的機械自動化的“舒適圈”，轉向工業大數據、人工智能的全新賽道。

此時，恰逢第二屆全國工業和信息化技術技能大賽新增了工業大數據算法賽項，李公文認為這是以賽促學、以賽練技的契機，便計劃在公司尋找搭檔組隊參賽。可大數據、人工智能、算法模型對一直從事機械自動化的技術人員來說，完全是陌生的領域，公司裡沒人敢輕易嘗試。

李公文主動找到年輕同事程丙南：“要不你跟我上？”程丙南滿心猶豫，坦言自己沒有相關准備。李公文鼓勵他：“上吧，給自己一個練兵的機會，我們一起從頭學。”

備賽的日子遠比預想的苦。兩人白天正常上班，晚上和周末便扎進機房，從零開始學習數據處理、模型訓練、算法優化。他們定下規矩：模型跑通了、准確率達到85%，這叫能用。但還要繼續追問：能不能到90%？誤報能不能再降一點？為了提升幾個百分點，他們反復優化特征、調整算法，甚至引入物理模型，讓人工智能不只是“統計擬合”，更是真正理解設備運行的規律。

決賽在浙江紹興舉行，1055名選手同台競技。比賽后半程，李公文和程丙南發現一個大問題：他們處理了很久的數據，在模型最終測試時完全沒有被應用。時間一分一秒流逝，程丙南緊張得額頭冒汗，李公文強迫自己冷靜，一個個代碼排查，仔細檢查數據處理的方法是否正確、測試時數據的來源到底在哪裡。最終，在比賽結束前20秒，代碼成功運行，模型順利通關。

“既要做到精益求精，又要努力創新技術”

李公文常說：“今天的工匠精神，不只是把一件事重復做到極致，更是要在變化中持續學習、融合新知、解決新問題，既要做到精益求精，又要努力創新技術。”

如今，李公文多了不少新身份：蕪湖市人工智能工匠學院特聘教師、蕪湖職業技術大學校外大師工作室負責人。他常帶著學生進工廠、上產線，在真實系統上動手實踐。

“帶年輕人，我最看重的，不是他現在懂多少技術，而是有沒有在真實問題裡沉得下去的定力。”在李公文看來，問題從來不會規規矩矩地寫在課本裡，數據不全、信號干擾、設備老化，甚至老師傅一句“這機器最近脾氣不對”，都可能是關鍵線索。

“在這種復雜場景下，學生要自己找數據、對時序、建模型、驗証結果。可能調了兩周參數，隻把誤報率降了兩個百分點。”李公文說，但正是這個過程，讓他們理解：人工智能不是炫技，是解決問題﹔工程師的“極致”，是在反復失敗后，依然願意再試一次地堅持。