传统的数字化制造技术侧重于产品全生命周期的数字化技术的应用，而智能制造侧重于人工智能技术的应用，数字化制造技术是是实现智能制造的基础，同时智能化是数字化制造技术的发展方向之一。
智能制造源于人工智能的研究，人工智能是用人工方法在计算机上实现的智能。智能制造的概念提出于20世纪80年代，日本1989年提出智能制造系统，且于1994年启动了先进制造国际合作研究项目，包括了公司集成和全球制造、制造知识体系、分布智能系统控制、快速产品实现的分布智能系统技术等。加拿大制定的1994—1998年发展战略计划，认为未来知识密集型产业是驱动全球经济和加拿大经济发展的基础，认为发展和应用智能系统至关重要，并将具体研究项目选择为智能计算机、人机界面、机械传感器、机器人控制、新装置、动态环境下系统集成。欧洲联盟的信息技术相关研究有ESPRIT项目，该项目大力资助有市场潜力的信息技术，1994年其启动的新的R&D项目，选择了39项核心技术，其中三项（信息技术、分子生物学和先进制造技术）中均突出了智能制造的位置。我国80年代末也将“智能模拟”列入国家科技发展规划的主要课题，已在专家系统、模式识别、机器人、汉语机器理解方面取得了一批成果。2015年，作为我国未来十年实施制造强国战略的行动纲领和未来三十年实现制造强国梦的奠基性文件的《中国制造 2025》明确提出：“智能制造是新一轮科技革命的核心，也是制造业数字化、网络化、智能化的主攻方向”。智能制造在我国获得了快速发展的新契机，已成为我国现代先进制造业新的发展方向。
智能制造（Intelligent Manufacturing，IM）是指一种由智能机器和人类专家共同组成的人机一体化智能系统，它在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决策等。智能制造通过人和智能机器的合作共事，去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。智能制造不只是“人工智能系统，而是人机一体化智能系统，是混合智能”。智能制造系统可独立承担分析、判断、决策等任务，突出人在制造系统中的核心地位，同时机器智能和人的智能真正地集成在一起，互相配合，相得益彰，本质是人机一体化。
智能制造的典型特征如下：
（1）状态感知：准确泛在感知外部输入的实时运行状态；
（2）实时分析：对获取的实时运行状态数据进行快速、准确的分析；
（3）精准执行：对外部需求、企业运行状态、研发和生产等做出快速应对和准确执行；
（4）自主决策：按照设定的规则，根据数据分析的结果，自主做出判断和选择，并具有自学习的能力。
根据制造技术的一般发展规律，在智能制造系统的发展过程中，通常是在智能装备层面上的单个技术点首先实现智能化突破，然后出现面向智能装备的组线技术，并逐渐形成高度自动化与柔性化的智能生产线。在此基础上，当面向多条生产线的车间管控、智能调度、物联网等技术成熟之后，才可形成智能车间。由此可见，智能制造系统的发展是由低层级向高层级逐步演进的，而在不同的发展阶段，制造系统的智能化水平均表现出其独有的特征。从智能制造系统的技术基础、实施范围等方面进行评定，智能制造系统的可以划分为单元级、装备级、生产线级、车间级、工厂级以及联盟级六个层级。
智能制造单元是智能制造系统的最底层、最基础的构成部分，是由具有一定感知、分析、决策能力的基础元器件构成的基本逻辑结构；智能制造装备中包含了若干智能制造单元，并能实现相对完整的智能制造活动，包括装备本体，以及在装备中运行的软件系统以及与之匹配的配套设施；智能生产线将若干智能制造单元从物理或逻辑上进行关联，并通过生产线内部的智能调度与管控系统实现各制造单元的协作；智能车间则是由若干条智能生产线以及车间层级的智能决策系统、仓储/物流系统等构成；若干智能车间形成了智能工厂的生产能力，此外智能工厂还包括经营决策系统、采购系统、订购与交付系统等；智能联盟以物联网和务联网为依托，支持企业之间业务的协同，进而实现在全价值链中的端到端集成，联盟的运作具有灵活性、动态性等特点，这种全新的企业组织模式正在促进制造领域的结构变革和商业模式的转变。
“工业4.0”是德国联邦教研部与联邦经济技术部在2013年汉诺威工业博览会上提出的概念。“工业4.0”的内涵是利用赛博物理系统CPS，将生产中的供应、制造和销售等信息数据化、智慧化，最后达到快速、有效、个性化的产品供应。“工业4.0”出现后，在欧洲乃至全球工业业务领域都引起了极大的关注和认同，德国学术界和产业界认为，“工业4.0”即是以智能制造为主导的第四次工业革命，它描绘了制造业的未来愿景，是继前三次工业革命后，人类迎来的以赛博物理系统(Cyber—Physical System，CPS)为基础的，以生产高度数字化、网络化、机器自组织为标志的第四次工业革命。
“工业4.0”有三大主题：
（1）“智能工厂”， 重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现；
（2）“智能生产”， 主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用等。该计划将特别注重吸引中小企业参与，力图使中小企业成为新一代智能化生产技术的使用者和受益者，同时也成为先进工业生产技术的创造者和供应者；
（3）“智能物流”， 主要通过互联网、物联网、务联网等，整合物流资源，充分发挥现有物流资源供应方的效率，而需求方则能够快速获得服务匹配，得到物流支持。
智能制造和“工业4.0”异曲同工，“工业4.0”的本质是通过充分利用赛博物理系统CPS，将制造业推向智能化的转型。而智能制造是一种新的制造模式，从智能制造系统由低层级向高层级逐步演进发展的角度来看，智能制造的内涵包含了“工业4.0”的三大主题。
2014年2月，美国国防部牵头成立了“数字制造与设计创新机构”（Digital Manufacturing and Design Innovation Institute，DMDI）。2014年12月，美国能源部也宣布牵头筹建“智能制造的清洁能源制造创新机构”（Clean Energy Manufacturing Innovation Institute on Smart Manufacturing，CEMI）。为什么美国连续成立数字制造和智能制造两个机构，两个机构又是如何分工的，各自研究领域的主要区别在哪里？
首先，我们来理解什么是数字化制造？数字化技术是指利用计算机软（硬）件及网络、通信技术，对描述的对象进行数字定义、建模、存贮、处理、传递、分析、优化，从而达到精确描述和科学决策的过程和方法。数字化技术具有描述精确、可编程、传递迅速、便于存贮、转换和集成等特点，因此数字化技术为各个领域的科技进步和创新提供了崭新的工具。数字化技术与传统制造技术的结合即数字化制造技术。数字化制造技术内涵十分广泛，数字化制造中的“制造”是一个大制造的概念，即包括了从设计到工艺，再从加工到装配，直到产品报废和回收全过程，因此通常人们所理解的数字化制造是一种广义概念，是指将数字化技术应用于产品设计、制造以及管理等产品全生命周期中，以达到提高制造效率和质量、降低制造成本、实现快速响应市场的目的所涉及的一系列活动总称。一般包括数字化设计、数字化工艺、数字化加工、数字化装配、数字化管理、数字化检测和数字化试验等。因此，传统的数字化制造技术主要强调产品全生命周期的数字化技术的应用，并没有特别强调人工智能技术的应用。
其次，让我们来分析美国数字制造机构DMDI和能制造机构CEMI的愿景：
（1）美国数字制造机构DMDI：
①目标： 在整个供应链中利用增强的、可互操作的信息技术系统，全面改进产品的设计和制造过程。
②专注： 将来自于设计、生产和产品使用中的数据进行综合并加以运用，减少制造周期和成本；将制造过程全数字化，加强产品全寿命周期的建模与先进分析工具，提升产品性能、工艺效率和企业绩效。各个工业部门实现全方位成本降低。
③核心技术： 通过基于计算机的集成系统（由仿真、三维可视化、分析学和各类协同工具组成），将设计、制造、保障和报废系统的要求进行连接，完善成熟整条“数字线”。在实施设计时，综合利用智能传感器、控制器和软件来提升保障性，同时考虑系统的安全性。对于传感器来说，机构主要研究使用现有传感器来优化产品和工艺操作，并为未来传感器的开发提供需求输入。
（2）美国智能制造机构CEMI：
①目标： 从实时能量管理、能源生产率和过程能量效率的角度，降低制造成本。机构将建立一个由互联数据驱动的工艺平台，平台将使用创新的建模与仿真手段和先进的传感与控制技术。
②专注： 在整个生产运行中将效率信息实时集成，重点是将能量和材料使用降到最低；特别面向能量密集型的制造部门。
③传感器 ——能够在高温高压环境中工作，控制系统——使用来自这些传感器的数据，计算模型——模拟传感器和控制系统的运行，开放式平台——验证这些技术的集成如何提升能效。
技术目标可包括：将一款用于过程监测的耐用传感器商业化，对选定的制造工艺，在5年内验证25%的能量成本降低；并且计划在10年内达到至多50%的能量成本降低。机构总目标是减少寿命周期能源使用，增加能源生产率，提振地区经济、就业以及本土生产，保障美国制造的竞争力。从以上可以看出，美国DMDI和CEMI两个机构都不可避免地研究各类智能制造技术，其中美国数字制造机构DMDI的技术方向和研发内容更加贴合离散制造业的智能制造需求，而美国智能制造机构CEMI的技术方向和研发内容更加贴合流程制造业的智能制造需求。
因此，我们可以认为，传统的数字化制造技术与目前的智能化制造技术的侧重点不同，传统的数字化制造技术侧重于产品全生命周期的数字化技术的应用，而智能制造侧重于人工智能技术的应用，数字化制造技术是是实现智能制造的基础，同时智能化是数字化制造技术的发展方向之一，即采用智能方法，实现智能设计、智能工艺、智能加工、智能装配、智能管理等，进一步提高产品设计制造管理全过程的效率。
