当前制造业呈现出规模化、定制化生产的特点，设备种类与工艺类型繁多且由于生产需求多变导致生产资源配置多变，需引入更加灵活、高效、实时响应的智能制造实施模式。针对制造过程中感知、决策、执行3个环节，提出了一种云-边缘协同数字孪生制造平台架构，并介绍了其实施路径，旨在通过数字孪生技术、知识库和迁移学习技术的深度融合应用，实现生产要素精准感知、制造过程智能决策及控制策略动态执行。首先，基于云-边缘协同的分层架构，构建了虚实同步的数字孪生模型，解决了复杂生产系统动态感知与多源数据融合难题；其次，提出了基于本体的知识库构建方法，通过知识演化与优化，以提升知识元的泛化表征能力，为定制化工艺决策的普适性和准确性提供保障；最后，提出了基于迁移学习的控制策略个性化修正与实时调整方法，以有效应对生产过程中扰动影响。此外，介绍了研究团队在以上几个方面取得的关键研究进展。本文提出的方法为规模化定制生产提供了高柔性、高可用的智能制造解决方案，为智能制造在复杂动态制造场景下的深度应用提供了参考。