在安徽芜湖安普机器人产业技术研究院有限公司的实验室里，一位中等身材、眼神锐利的青年正专注地调试设备。他时而俯身查看虚拟模型与实体设备的同步状态，时而快速敲击键盘修正参数，时而轻声叮嘱团队成员核对关键点位。这位青年就是研究院研发总监李公文，此刻他正带领团队为一套高校实验室定制的实训设备做最后的联调测试。
李公文出生于1985年7月，安徽全椒人。自2014年投身机器人行业以来，他在机器人系统集成、数字孪生及工业大数据应用领域深耕不辍。从专科起步，一路深造至博士，从普通工程师成长为高级软件架构师，他主持研发了安徽省首版次软件、首台套重大技术装备各1项，承担省重点科技项目5项、产学研协同攻关课题20余项，累计发表专业论文10篇，获授权发明专利20项，还主编教材2部。凭借卓越的成就，他先后获得全国工业和信息化技术技能大赛工业大数据算法赛项职工组一等奖等多个奖项，并获评“大国工匠”等荣誉称号。
在公司承接的一条生产线的数字孪生项目中，团队遭遇了棘手难题。项目中的AGV（自动导引车）采用行业通用的磁导航方案，但难以在数字孪生软件中实时获取位置信息，导致虚拟模型与实体设备失效，虚拟AGV持续漂移、虚实场景脱节，项目推进陷入停滞。面对客户“不增加成本”的要求，李公文主动承担起攻坚任务。白天，他在生产现场采集数据、排查信号、比对误差；夜晚，他一头扎进文献资料，筛选适配的定位技术方案。
激光导航精度达标但成本超预算，传统定位模式无法满足实时同步需求。经过数十次方案推翻、上百组参数调试和无数次逻辑推演，超宽带定位技术进入他的视野。该技术通过高时间分辨率测距，在复杂室内环境中可实现约10厘米级的定位精度，且具备抗干扰能力强、功耗低等优势。然而，该技术在工业产线AGV定位场景中缺少成熟实践。没有现成经验可借鉴，李公文就从零搭建测试环境，连续熬了数个晚上反复测试、优化算法。最终，测试数据显示，虽然存在约10厘米的误差，但在生产现场可以接受，且该技术能在数字孪生软件中实时获取AGV位置，打通虚实映射链路，解决了模型漂移问题，项目得以顺利交付。
随着制造业数字化、智能化转型浪潮的兴起，李公文主动跳出深耕多年的机械自动化领域，转向工业大数据、人工智能的新赛道。恰逢第二届全国工业和信息化技术技能大赛新增工业大数据算法赛项，李公文认为这是以赛促学、以赛练技的好机会，便计划在公司寻找搭档组队参赛。但大数据、人工智能、算法模型对一直从事机械自动化的技术人员来说是完全陌生的领域，公司里没人敢轻易尝试。
李公文主动找到年轻同事程丙南，鼓励他一起参赛。程丙南满心犹豫，坦言自己没有相关准备。李公文说：“上吧，给自己一个练兵的机会，我们一起从头学。”备赛的日子异常艰苦，两人白天正常上班，晚上和周末便扎进机房，从零开始学习数据处理、模型训练、算法优化。他们定下规矩，模型跑通且准确率达到85%才算能用，但还要继续追问能否达到90%，误报能否再降一点。为了提升几个百分点，他们反复优化特征、调整算法，甚至引入物理模型，让人工智能真正理解设备运行的规律。
如今，李公文又多了新身份，成为芜湖市人工智能工匠学院特聘教师和芜湖职业技术大学校外大师工作室负责人。他常带着学生进工厂、上产线，在真实系统上动手实践。“带年轻人，我最看重的是他们在真实问题里沉得下去的定力。”李公文说，问题不会规规矩矩地写在课本里，数据不全、信号干扰、设备老化等都可能是关键线索。在这种复杂场景下，学生要自己找数据、对时序、建模型、验证结果。可能调了两周参数，只把误报率降了两个百分点，但正是这个过程，让他们明白人工智能是解决问题，工程师的“极致”是在反复失败后依然愿意再试一次的坚持。
