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，清晨的阳光透过玻璃洒在控制台上，几名技术人员正专注地盯着屏幕，为一套定制的实训设备进行最后的联调测试。人群中，一位中等身材、面容方正、眼神专注的青年格外引人注目——他时而俯身检查虚拟模型与实体设备的同步情况，时而快速敲击键盘调整算法参数，时而轻声指导团队成员核对关键点位。这位忙碌的研发总监，正是李公文。
2023年，李公文与95后工程师程丙南组队参加第二届全国工业和信息化技术技能大赛，在工业大数据算法赛项中斩获职工组一等奖，为安徽省填补了该赛事的奖项空白。程丙南回忆道：“李老师认准的事情，一定会钻到底，不解决绝不罢休。”这种执着，正是李公文十余年科研生涯的真实写照。
2014年，计算机专业出身的李公文初入机器人行业时，还是个不折不扣的“门外汉”。为了快速适应岗位，他白天在车间调试设备，晚上啃技术文档，遇到难题就追着老工程师请教。凭借这股“把事情做到底”的劲头，他从专科一路读到博士，从普通工程师成长为高级软件架构师，主持开发的“数字孪生工厂”软件更获评安徽省首版次软件。
转机出现在公司承接的一条生产线数字孪生项目中。为控制成本，项目采用行业通用的磁导航方案，但这一方案导致虚拟模型与实体设备严重脱节——虚拟AGV持续漂移，虚实场景无法同步，项目陷入停滞。面对客户“不增加成本”的硬性要求，李公文主动接下攻坚任务。他白天在生产现场采集数据、排查信号，晚上扎进文献库筛选定位技术。激光导航精度达标但成本超支，传统模式无法满足实时需求，经过数十次方案推翻、上百组参数调试，超宽带定位技术终于进入他的视野。
这种技术虽在室内定位领域有所应用，但在工业产线AGV定位场景中尚无成熟案例。没有经验可借鉴，李公文就从零搭建测试环境，连续熬夜优化算法。最终测试显示，超宽带定位虽存在约10厘米误差，但相比磁导航的“无效输出”，这一误差在生产现场完全可接受。更重要的是，它实现了AGV位置的实时获取，打通了虚实映射链路，项目得以顺利交付。同事笑称他的方案是“从文献堆里刨出来的”，李公文却说：“把能查的资料查遍，能试的方案试完，答案自然就出来了。”
面对制造业数字化、智能化的转型浪潮，李公文再次主动跳出舒适圈，转向工业大数据和人工智能领域。2023年，当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时，他决定以赛促学，邀请年轻同事程丙南组队参赛。尽管程丙南因缺乏准备而犹豫，李公文仍鼓励他：“给自己一个练兵的机会，我们一起从头学。”
备赛期间，两人白天上班，晚上和周末扎进机房，从零学习数据处理、模型训练和算法优化。他们定下严格标准：模型准确率达85%才算“能用”，但必须追问能否达到90%，误报能否再降。为提升几个百分点，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理解设备运行规律。决赛在浙江绍兴举行，1055名选手同台竞技。比赛后半程，他们发现处理的数据未被模型应用，时间紧迫下，李公文冷静排查代码，最终在结束前20秒成功运行模型，顺利通关。
如今，李公文身兼多职：芜湖市人工智能工匠学院特聘教师、芜湖职业技术大学校外大师工作室负责人。他常带学生进工厂、上产线，在真实系统中动手实践。“带年轻人，我最看重的是他们在真实问题中沉得下去的定力。”李公文说，问题不会写在课本里，数据不全、信号干扰、设备老化，甚至老师傅一句“机器脾气不对”，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，“可能调两周参数只降两个百分点误报率，但正是这个过程让他们明白：人工智能不是炫技，是解决问题；工程师的‘极致’，是在反复失败后仍愿意再试一次的坚持。”
