茅五智能化路径大拆解
让酿造的过程，更加地“稳定”和“精准”。
文｜好酒地理局
在一间室温高达40℃的制酒车间里，124个摄像头和186个无线🛜传感器正悄然记录着酿酒老师傅的每一次“轻撒匀铺”动作弧度。
这是茅台制酒车间的一个场景，历时3年多，这些经验转化为茅台“制酒酿造技艺机器学习系统”的4551万条数据。这套系统的年采集量超1500万条，涵盖时间、计数、体积等6大类数据，为工艺解析提供了PB级可信数据支撑。
“PB级别的数据”是指数据存储容量达到佩他字节（Petabytes）级别的数据。这里的“PB”是数据存储单位，代表极大的数据存储容量，1PB约等于1000TB或100万GB，或万亿字节。
制图@好酒地理局
千里之外，五粮液酒厂的智能装甑『机器人』️，正以毫米级精度复刻着同样的动作。五粮液建成的全流程智能酿造示范车间年产优质原酒达万吨级，实现了传统工艺的规模化精准复制。
2025年12月19日，在四川宜宾举办的世界名酒发展大会上，江南大学教授、博士生导师、原副校长徐岩提出，五粮液要推动“技艺科学化+价值显性化”双向升级，通过微生物组学、合成微生物组学等技术解析发酵系统微生物互作机制，推动传统酿造向“精准固态发酵”“智能酿造” 升级，实现技艺的可量化、可复制、可传承。
▎五粮液智能酿造示范车间 图源@五粮液集团
无疑，以五粮液、茅台为引领的行业智能化酿造浪潮已经到来。
2025年，茅台正式结题的“制酒酿造技艺机器学习系统”，与五粮液率先建成的全流程“智能化酿造示范车间”，标志着一个关键转折点的到来。
这两大巨头的技术路线和而不同但又殊途同归，都在试图解码千年经验背后的科学原理，致力于打造完美执行传统工艺的智能体系。
它们共同回答了一个根本问题：在智能化时代，如何酿出一瓶真正的好酒？
路径探索
茅台与五粮液的智能化探索，代表了白酒行业两种鲜明的技术路径。
茅台选择了一条“由内而外”的深度解码之路。其核心项目“茅台制酒酿造技艺机器学习系统”始于2025年，目标直指破解传统酿造的“经验黑箱”。
这个黑箱里装的是老师傅们数十年的感官直觉——润粮的手感、上甑的节奏、摊晾的火候，凭借的都是几十年如一日的经验积累。如何复制？
茅台的做法是用数据为经验“造影”：在试点车间部署124个高清摄像头、186个无线🛜传感器，并开发20项专属视觉识别算法，对34项核心工艺指标进行实时自动化采集。
▎茅台实现了从润粮、上甑到发酵等制酒酿造工法全流程数据化解析与可视化管控。图源@贵州茅台
三年时间，系统积累了4551万条高质量数据，将老师傅“轻松薄匀平准”的上甑要诀，量化为数据和标准。海量的数据信息不断对大模型进行投喂，然后综合比对再分析。
最终，构建了中国白酒行业首个完整的“酿造工艺-品质关联图谱”。
相比之下，五粮液则采取了 “由外而内”的系统集成路径。其重点不是先解析原理，而是先构建一个能够完美执行传统工艺的智能躯体。
在五粮液的智能酿造示范车间，参观者能看到涵盖智能配料、柔性仿生拌合、智能装甑『机器人』️等核心工序的全流程智能化生产线。这套系统的设计遵循一个明确原则：“装备服从工艺，工艺不做让步”。
换句话说，『智能设备』必须首先学会像老师傅一样工作。
▎中国工程院院士孙宝国（左）、徐岩（右）一行在五粮液智能酿造示范车间考察
五粮液的路径并非简单的机械复制，其背后蕴含着深厚的产学研协同智慧，特别是与江南大学徐岩团队长期合作的支撑。徐岩提出的“风味导向”和“微生态调控”理念，为五粮液的智能化提供了顶层的科学逻辑。
智能化的终极目的不是让机器盲目模仿动作，而是确保每一批产品都能精准实现预期的风味与品质目标。因此，五粮液的智能化车间，实质是一个将传统工艺参数、微生态调控经验和现代工业控制技术深度融合的“风味执行系统”。
徐岩团队在微生物组学、风味化学方面的前沿研究成果，不断为这个系统注入“为什么这样做更好”的科学内核，使其超越了单纯的仿形，进入了仿效生态系统功能的更高阶段。
五粮液遵循整体主义的技术路径。其智能酿造系统的核心逻辑不是先解构经验，而是先构建一个能够完美执行传统工艺的智能执行系统。
图源@五粮液集团
在五粮液的技术哲学中，千年传承的“跑窖循环”“分层起糟”等工艺本身已是优化到极致的系统，对企业来说，智能化的首要任务是精准复刻而非重新解构。
在徐岩看来，由于茅台、五粮液的工艺不同，面临的困难也不尽相同，所以现实的路径也有所区别，但都在打通智能化的“最后一公里”。
数据模型与仿生装备的较量
深入技术内核，我们梳理发现，两家企业的差异也更加明显。茅台的核心成果之一是构建了润粮、上甑、摊晾、堆积、窖内五大工艺评价模型。
这些基于CatBoost、LightGBM等决策树算法（二者都属于擅长从复杂数据中“学习”规律并做出精准预测的算法。）构建的模型，能够精准预测润粮膨胀率、上甑平均甑产等9项关键指标，综合准确率达83.2%。
▎茅台自主开发的“制酒酿造技艺机器学习系统”。图源@贵州茅台
更为难得的是，企业团队通过SHAP可解释性技术，解析出诸如“第三次润粮用时4.5分钟以上更利于高粱膨胀”“室内温度每升高1℃，摊晾降温时长增加0.2-0.4分钟”等量化结论。
这意味着其构建的模型也有了更高维度的“思考”并进行“经验层面的优化”——模型的完善其实不仅实现了从“黑箱”到“透明”的转变，更实现了“透明”到“优化”的转变。
为什么可以如此智能？
研究发现，这个系统最创新的部分是其分层决策架构：底层传感器实时采集数据，中层算法模型进行工艺评价与异常检测，顶层则是由CatBoost、LightGBM等机器学习算法构建的工艺优化模型。因此，才能够给出“第三次润粮用时4.5分钟以上更利于高粱膨胀”的精确指导。
图源@贵州茅台
这种架构的优势在于极强的适应性和解释性。当环境参数或原料特性发生变化时，系统能够快速调整工艺建议，而非机械执行固定程序。
更重要的是，通过SHAP等可解释性技术，系统能够揭示工艺参数与酒质间的因果关系，这是传统经验难以达到的。
五粮液的技术突破则体现在工业『机器人』️仿生作业系统和『数字化』工艺控制平台等关键领域。其智能装甑『机器人』️能够通过红外感知系统，精准模仿老师傅的“轻撒匀铺”技法。
这种“仿生”技术路径的最大价值在于，它既保持了传统工艺的精髓，又通过智能装备实现了质量稳定性与生产效率的双提升。
图源@五粮液集团
五粮液的“仿生”智能化，尤其在发酵这一核心环节，也深度受益于江南大学徐岩团队的基础研究。
徐岩团队对五粮液古窖泥微生物菌群的长期研究，解构了“前缓、中挺、后缓落”这一经典温度曲线背后的微生物学原理。研究表明，这一曲线并非偶然，而是与窖池中功能微生物群落（如己酸菌、甲烷菌等）的代谢活性高峰最匹配的环境条件。
2022年4月，一项名为《解乳酸己小杆菌：一种分离自中国浓香型白酒生产窖泥的微生物新种》的科研成果，被国际原核微生物进化与分类学权威期刊《国际系统与进化微生物学杂志》（IJSEM）在线发表。
这个从五粮液老窖泥分离出来的菌株，被徐岩称为“微生物新物种”，按照微生物新物种命名的国际规则，正式命名为“解乳酸己小杆菌”，对应的微生物分类学学名为Caproicibacterium lactatifermentans。
▎JNU-WLY1368菌株是五粮液窖泥中独有的，也是酒行业首个以企业名字命名的菌种。图为JNU-WLY1368电子显微镜🔬照片。图源@徐岩团队
解乳酸己小杆菌的研究成果，不仅对窖泥功能菌，尤其是己酸菌进行了全面普查和解析，还证实了“千年老窖万年糟”这一酿酒传统背后蕴含的科学依据——窖池窖龄越长，解乳酸己小杆菌的含量最高，活性越足。
“目前白酒酿造的微生态，是由酿造环境微生态、曲药微生态、窖泥微生态和酒醅发酵微生态几个部分组成，是一个涉及到400多种好氧、兼性和厌氧微生物组成的，包含霉菌、酵母、细菌和放线菌的微生物世界。”徐岩说。
比如团队发现并命名的解乳酸己小杆菌（JNU-WLY1368）为优质窖泥主导己酸菌，含量是传统克氏梭菌的60倍，可高效转化乳酸生成己酸及酯类物质，而丙酸嗜蛋白菌（JNU-WLY501）可利用氨基酸产生乙酸、丙酸，促进己酸菌生长产酸，二者形成功能互补的微生物群落，奠定了五粮液的风味根基。
制图@好酒地理局
基于此，五粮液的智能发酵控制系统，不再是简单地对物理温度进行模式匹配，而是融合了微生物代谢模型的环境调控。例如，当系统监测到窖内乳酸含量变化时，能参考徐岩团队关于“乳酸胁迫下菌群代谢机制”的研究成果，预判其对核心产香酵母的影响，并主动微调温度或通风，维系『微生态平衡』。
相比于茅台的先“复制”再“建模”，五粮液智能化的运行逻辑是：数字世界先行，物理世界跟随。
在虚拟环境中，首先对“双轮底发酵”“量质摘酒”等关键工艺进行参数化建模与优化，优化后的参数再下发到物理车间的智能装备执行。
两种技术路径的不同，直接体现在两家企业在2025年新成立的科技公司定位上。
制图@好酒地理局
茅台科学与技术研究院聚焦“白酒酿造技术转化和产业链整合”，而五粮液科技创新公司则侧重“技术转化应用”——一个偏向底层机理研究，一个偏向产业化落地。
数据逻辑的应用
在数据利用层面，茅台与五粮液展现出更为深刻的差异。
茅台的数据逻辑是基于因果推断的知识发现。其机器学习系统不仅关注“什么工艺参数能产出好酒”，更深入探究“为什么这些参数能产出好酒”。
例如，系统通过分析4551万条数据发现，堆积发酵时醅体中心温度达到48℃-52℃并保持24小时以上，有利于酯化酶活性最大化，这是优质酱香风味形成的关键。这一发现将老师傅“堆要烧起来”的经验描述，转化为了精确的“温度-时间”关联模型。
图源@贵州茅台
五粮液的数据逻辑则是基于模式匹配的工艺优化。其智能酿造系统的核心能力，是从海量历史生产数据中识别出“优质原酒生产模式”，并将这些模式固化为智能装备的控制程序。
例如，通过分析过去十年数万个发酵周期的数据，系统识别出了“前缓、中挺、后缓落”的理想温度曲线模式。当智能发酵系统检测到实际温度曲线偏离这一模式时，会自动调整窖池冷却系统，确保每个发酵周期都趋近于“黄金模式”。
徐岩团队的研究，极大地丰富了其数据维度和解释深度。他们为五粮液带来的不仅是生产数据，还有与之关联的微生物组数据、代谢物组数据和风味物质数据。
图源@五粮液集团
通过多组学关联分析，系统不仅能识别出优质的“温度曲线模式”，还能解释这个模式之所以有效，是因为它促进了某些特定功能微生物菌群的生长与代谢，从而产生了更丰富的己酸乙酯等风味物质。
这种“宏观工艺数据”与“微观组学数据”的融合，使五粮液的模式匹配从基于结果的统计关联，迈向基于过程机理的智能决策。
例如，当新窖池产出酒体风味稍有不足时，系统不仅可以调整工艺参数，还可以参考微生物数据库，建议进行针对性的菌群养护或干预，这是单一生产数据流无法实现的深度优化。
图源@五粮液集团
这种数据逻辑的优势在于稳定性和可扩展性。一旦某种工艺模式被验证能够稳定产出优质基酒，就可以快速复制到其他车间，大大降低了传统酿造中因人员差异导致的品质波动。
两种技术路径最终共同推动了中国白酒的品质革命——从依赖个人经验的模糊控制，转向基于科学原理的精准设计。
稳定地生产好酒
茅台与五粮液的探索不是孤例，而是整个行业智能化浪潮的缩影。
在交流中，徐岩也向「#好酒地理局」介绍了其作为首席科学家，正在牵头参与的“十四五”国家重点研发计划“食品制造与农产品物流科技支撑”重点专项“传统酿造食品智能制造技术研究及示范”项目。
“这个项目其实重点解决的就是行业智能化、绿色化和优质化发展的问题。国家层面也非常重视如何利用第四次工业革命的新质生产力，来提升和改造我们传统产业。”在徐岩看来，酒行业的智能化，其实在解决一个关键问题——精细发酵。
制图@好酒地理局
其实，就是让酿造的过程，更加地“稳定”和“精准”。
当然，智能化并非简单地用机器替代人工。
茅台的路径实现了从“知其然”到“知其所以然”的认知跨越。五粮液的路径则实现了从“人工不稳定”到“机器一致性”的品质突破。其智能酿造系统最大的价值在于消除了人为因素导致的品质波动，使每一批产品都能稳定达到高标准。
茅台与五粮液的路径看似分野，实则在中国白酒科技创新的宏大叙事中构成了互补共进的“双螺旋”——茅台的“因果挖掘”为行业积累底层科学知识，而五粮液的“系统集成”则验证了这些知识在大规模工业化生产中的可行性。
图源@AI生成
江南大学徐岩教授团队等科研力量的作用，正是充当这“双螺旋”结构中的关键连接点，将前沿的基础研究发现，“翻译”和“封装”成产业界可理解、可应用的技术模块和调控策略。
走进茅台的『数据中心』，大屏幕上不断跳动的数字，正无声诉说着每一次润粮、每一轮发酵的微妙变化。而在五粮液的智能酿造车间，机械臂正以恒定的节奏完成上甑作业，与传统车间里老师傅们挥锹洒粮的场景形成有趣对照。
它们看似方向迥异，实则殊途同归——都在用这个时代最前沿的技术，守护中国白酒最古老的灵魂。
参考资料：
[1] 江南大学酿造生物与应用酶学实验室.《江南大学徐岩教授团队在FC发表重要成果：基于“曲组学”阐明高温大曲制曲过程微生态分化机制》. 江南大学， 2023.
[2] 杨进：《茅台制酒酿造技艺机器学习系统——助力破解传统酿造“经验黑箱”》.贵州茅台酒股份有限公司，2025.
[3] 赵东，陈林，李志刚，等. 仿生柔性自动拌和机对多粮浓香型白酒糟醅品质的影响[J]. 现代食品科技， 2023, 39(8): 1-9.
[4] Huang, X., Fan, Y., Yang, R., et al. (2024). Microbiome catalog and dynamics of the Chinese liquor fermentation process. Bioresource Technology, 409, 131166.
[5] 赵东，乔宗伟，郑佳，等.一种自动翻料装置的叶片：CN201921233283.9[P].2023-09-01.
[6] 李涛.五粮液酿造技艺中入窖糟醅“疏松不糙，柔熟不腻”控制状态研究[J].酿酒科技，2012（9）：78-80.
[7] 刘晓鸣，孙云权，张大秋.白酒酿酒自动化系统及其白酒酿酒工艺：CN201610149862.X[P].2023-09-01.
[8] 李站胜，王晓妹，文科雄，等. 《仿生柔性自动拌和机对多粮浓香型白酒糟醅品质的影响》. 现代食品科技，2023, 39(8): 1-9.
[9] 刘多涛，易伟，李站胜，等.《柔性仿生自动摊晾机对多粮浓香型白酒糟醅特性影响的研究》. 酿酒科技，2024, 51(8): 197-204.
