ROBOT INDUSTRY

近年來(lái)，工業(yè)智能體逐漸從單一智能體向多工業(yè)智能體集群協(xié)作模式轉(zhuǎn)變，成為制造業(yè)智能升級(jí)的核心引擎，呈現(xiàn)出技術(shù)融合、應(yīng)用多元、生態(tài)協(xié)同的發(fā)展態(tài)勢(shì)。然而，當(dāng)前工業(yè)智能體發(fā)展仍面臨核心零部件自主可控不足、算法可靠性挑戰(zhàn)，及產(chǎn)業(yè)生態(tài)和商業(yè)模式尚不完善等問(wèn)題，制約產(chǎn)業(yè)的規(guī)模化應(yīng)用和效率提升。為深入研判工業(yè)智能體發(fā)展趨勢(shì)及產(chǎn)業(yè)機(jī)遇，本文聚焦技術(shù)進(jìn)展、應(yīng)用實(shí)踐與產(chǎn)業(yè)生態(tài)，系統(tǒng)梳理制造業(yè)、能源、物流等重點(diǎn)行業(yè)的應(yīng)用案例和國(guó)內(nèi)外產(chǎn)品動(dòng)向，深入探討工業(yè)智能體發(fā)展面臨的技術(shù)攻關(guān)、應(yīng)用推廣及生態(tài)建設(shè)等挑戰(zhàn)，并從技術(shù)創(chuàng)新、場(chǎng)景拓展、生態(tài)建設(shè)和政策引導(dǎo)等維度提出相關(guān)建議。

1

工業(yè)智能體概述與發(fā)展現(xiàn)狀

工業(yè)智能體的定義和特征

工業(yè)智能體是指在特定的、復(fù)雜的工業(yè)環(huán)境中，為完成特定目標(biāo)或任務(wù)而設(shè)計(jì)、部署和運(yùn)行的，具有高度自主性、反應(yīng)性、主動(dòng)性、社會(huì)性和適應(yīng)性的軟件實(shí)體。它并非單一技術(shù)，而是融合信息技術(shù)、自動(dòng)化技術(shù)與人工智能技術(shù)的綜合智能系統(tǒng)，實(shí)現(xiàn)對(duì)生產(chǎn)設(shè)備、工藝流程和物流管理等環(huán)節(jié)智能化控制與優(yōu)化的系統(tǒng)。工業(yè)智能體可從不同維度進(jìn)行多種分類。按照功能可劃分為執(zhí)行型智能體、決策型智能體和協(xié)作型智能體，按照部署方式可劃分為本地智能體、云端智能體和邊緣智能體，按照服務(wù)范圍可劃分為場(chǎng)景級(jí)智能體、環(huán)節(jié)級(jí)智能體和產(chǎn)業(yè)鏈級(jí)智能體。國(guó)家工業(yè)信息安全發(fā)展研究中心劉勁松等認(rèn)為，工業(yè)智能體作為智能體技術(shù)與行業(yè)Know-How深度融合的產(chǎn)物，實(shí)現(xiàn)了對(duì)生產(chǎn)設(shè)備、工藝流程和物流管理等環(huán)節(jié)的智能化控制與優(yōu)化，是制造業(yè)數(shù)字化轉(zhuǎn)型從“信息化建設(shè)”邁向“價(jià)值創(chuàng)造”的關(guān)鍵推手。華為等單位聯(lián)合編制的《工業(yè)數(shù)字化/智能化2030白皮書(shū)》提出，工業(yè)智能體如同人體，工業(yè)軟件是“大腦”，工業(yè)云底座是“心臟”，工業(yè)邊緣引擎、數(shù)字工業(yè)裝備是“四肢”，先進(jìn)工業(yè)網(wǎng)絡(luò)是貫通全身的“神經(jīng)”，工業(yè)數(shù)據(jù)是無(wú)處不在、流動(dòng)的“血液”，端到端安全則是“免疫系統(tǒng)”。亞信科技工程總監(jiān)劉長(zhǎng)水表示，工業(yè)智能體擁有自主決策能力，具備更好的復(fù)雜系統(tǒng)協(xié)同能力，能自主形成知識(shí)沉淀并復(fù)用，是AI Agent技術(shù)在工業(yè)垂直場(chǎng)景中的應(yīng)用深化，本質(zhì)上是“工業(yè)機(jī)理+大模型+業(yè)務(wù)系統(tǒng)”的融合體。

全球主要經(jīng)濟(jì)體工業(yè)智能體發(fā)展動(dòng)向

工業(yè)智能體作為實(shí)現(xiàn)制造智能化、高效化、靈活化的重要路徑，成為各國(guó)產(chǎn)業(yè)政策布局的關(guān)鍵一環(huán)。全球主要經(jīng)濟(jì)體正加快推進(jìn)工業(yè)智能體的研發(fā)與應(yīng)用，力圖在智能制造新一輪變革中占據(jù)先機(jī)。美國(guó)、中國(guó)、日本和歐盟等國(guó)家和地區(qū)，圍繞核心算法、工業(yè)基礎(chǔ)設(shè)施與行業(yè)落地場(chǎng)景等抓手，呈現(xiàn)出各具特色的發(fā)展動(dòng)向。

美國(guó)在工業(yè)智能體領(lǐng)域的發(fā)展處于全球領(lǐng)先地位，其將工業(yè)智能體視為推進(jìn)先進(jìn)制造和保障技術(shù)主導(dǎo)權(quán)戰(zhàn)略的重要支點(diǎn)，工業(yè)智能體整體呈現(xiàn)出“技術(shù)驅(qū)動(dòng)+場(chǎng)景牽引+生態(tài)構(gòu)建”協(xié)同推進(jìn)的特征。在技術(shù)層面，OpenAI、Anthropic、Google DeepMind等一批世界領(lǐng)先的人工智能企業(yè)，正推動(dòng)大語(yǔ)言模型、多模態(tài)模型等技術(shù)快速演進(jìn)；微軟、英偉達(dá)、亞馬遜等企業(yè)正在加快布局云邊端一體化的算力平臺(tái)和開(kāi)發(fā)工具體系，構(gòu)建支撐工業(yè)智能體高效部署與運(yùn)行的底層基礎(chǔ)設(shè)施。在實(shí)際應(yīng)用層，美國(guó)企業(yè)普遍將智能體作為AI助手嵌入到具體生產(chǎn)場(chǎng)景中，以人機(jī)協(xié)同為導(dǎo)向推動(dòng)柔性制造與智能運(yùn)維等場(chǎng)景落地。在政策引導(dǎo)方面，美國(guó)政府將人工智能發(fā)展納入國(guó)家戰(zhàn)略層面，通過(guò)《美國(guó)人工智能倡議》《美國(guó)人工智能行動(dòng)計(jì)劃》等系列文件部署專項(xiàng)資金、推動(dòng)標(biāo)準(zhǔn)建設(shè)與產(chǎn)業(yè)試點(diǎn)。

我國(guó)推動(dòng)制造業(yè)數(shù)字化、智能化轉(zhuǎn)型是實(shí)現(xiàn)新型工業(yè)化、構(gòu)建現(xiàn)代產(chǎn)業(yè)體系的重要路徑，工業(yè)智能體正逐步成為制造業(yè)智能升級(jí)的核心引擎。政策層面，2025年6月，工業(yè)和信息化部?jī)苫诤瞎ぷ黝I(lǐng)導(dǎo)小組提到，要以工業(yè)智能體為抓手深化人工智能工業(yè)應(yīng)用，帶動(dòng)工業(yè)數(shù)據(jù)集、工業(yè)大模型的創(chuàng)新迭代。通過(guò)智能體推動(dòng)制造業(yè)全流程智能化變革，助力培育新質(zhì)生產(chǎn)力。2025年8月，《國(guó)務(wù)院關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見(jiàn)》進(jìn)一步強(qiáng)調(diào)，要推動(dòng)新一代智能終端、智能體等廣泛應(yīng)用，提出2027年實(shí)現(xiàn)應(yīng)用普及率超70%，2030年普及率達(dá)90%的目標(biāo)。在一系列政策的推動(dòng)下，工業(yè)智能體作為落實(shí)關(guān)鍵任務(wù)的重要環(huán)節(jié)，其重要性不言而喻。與此同時(shí)，人工智能賦能新型工業(yè)化的相關(guān)工作也在穩(wěn)步部署，工業(yè)智能體作為其中的關(guān)鍵構(gòu)成，其具體要求與覆蓋率規(guī)劃正逐步成型，將成為未來(lái)重點(diǎn)發(fā)力的方向。企業(yè)方面，華為、阿里巴巴、百度等廠商基于自身云計(jì)算和大模型能力，陸續(xù)推出面向不同工業(yè)場(chǎng)景的智能體解決方案，涵蓋流程優(yōu)化、設(shè)備管理、質(zhì)量監(jiān)控、能源調(diào)度等關(guān)鍵環(huán)節(jié)，加快推動(dòng)從通用智能體向工業(yè)垂直智能體演進(jìn)。IDC 2025中國(guó)工業(yè)企業(yè)調(diào)研顯示，工業(yè)企業(yè)中已經(jīng)應(yīng)用了大模型及智能體的比例，從2024年的9.6%，顯著提升到2025年的47.5%。其中，已經(jīng)在多環(huán)節(jié)開(kāi)展應(yīng)用的企業(yè)從1.7%顯著提升到35%。已經(jīng)應(yīng)用大模型及智能體的企業(yè)中，超過(guò)73.7%的應(yīng)用場(chǎng)景在十個(gè)到幾十個(gè)左右。

日本在工業(yè)智能體發(fā)展方面聚焦制造業(yè)核心競(jìng)爭(zhēng)力的提升，將工業(yè)智能體作為推進(jìn)智慧制造和“社會(huì)5.0”的重要支撐力量，利用人工智能體技術(shù)解決人口老齡化帶來(lái)的社會(huì)問(wèn)題。日本政府通過(guò)《人工智能相關(guān)技術(shù)研究開(kāi)發(fā)及應(yīng)用推進(jìn)法》《人工智能運(yùn)營(yíng)商指南》等系列政策文件，推動(dòng)AI與機(jī)器人、物聯(lián)網(wǎng)、大數(shù)據(jù)深度融合，打造以智能體為基礎(chǔ)的下一代制造模式。制造巨頭，如日立、松下、三菱電機(jī)、富士通等企業(yè)，加快部署工業(yè)智能體解決方案，廣泛應(yīng)用于智能車間管理、設(shè)備預(yù)測(cè)性維護(hù)、質(zhì)量控制優(yōu)化等環(huán)節(jié)，提升柔性制造與快速響應(yīng)市場(chǎng)的能力。工業(yè)智能體不僅廣泛部署于高危、高強(qiáng)度、重復(fù)性強(qiáng)的崗位，替代或輔助年長(zhǎng)工人完成復(fù)雜操作，還延伸至服務(wù)機(jī)器人、智慧養(yǎng)老制造等新興領(lǐng)域，為老齡社會(huì)構(gòu)建更高效、更智能的服務(wù)供給體系。

歐洲在工業(yè)智能體領(lǐng)域的發(fā)展呈現(xiàn)出綠色導(dǎo)向、倫理合規(guī)的獨(dú)特路徑，強(qiáng)調(diào)在推動(dòng)先進(jìn)制造智能化的同時(shí)，兼顧可持續(xù)發(fā)展與社會(huì)責(zé)任。歐洲以《人工智能大陸行動(dòng)計(jì)劃》、德國(guó)“工業(yè)4.0”戰(zhàn)略為引領(lǐng)，積極推動(dòng)工業(yè)大模型、智能體平臺(tái)與工業(yè)軟件、自動(dòng)化系統(tǒng)融合，打造具備自主學(xué)習(xí)、知識(shí)推理和跨系統(tǒng)協(xié)同能力的工業(yè)智能體。西門(mén)子、ABB、施耐德電氣、SAP等領(lǐng)軍企業(yè)，通過(guò)開(kāi)放平臺(tái)構(gòu)建多層級(jí)、可復(fù)用的工業(yè)智能體架構(gòu)。歐洲傾向于將工業(yè)智能體用于流程工業(yè)、高端裝備制造、能源系統(tǒng)等領(lǐng)域，特別是在汽車、航空和制藥等行業(yè)，幫助企業(yè)實(shí)現(xiàn)數(shù)字化、綠色化轉(zhuǎn)型。同時(shí)，在工業(yè)智能體的發(fā)展進(jìn)程中，歐洲始終把數(shù)據(jù)隱私保護(hù)和倫理合規(guī)視為核心關(guān)注點(diǎn)。受法規(guī)影響，歐洲在工業(yè)智能體系統(tǒng)的數(shù)據(jù)采集、處理與共享過(guò)程中，強(qiáng)調(diào)用戶授權(quán)、數(shù)據(jù)最小化和使用可追溯性原則，確保工業(yè)數(shù)據(jù)在流通和訓(xùn)練模型過(guò)程中不觸及隱私紅線。

2

工業(yè)智能體的應(yīng)用場(chǎng)景與實(shí)踐

主要應(yīng)用場(chǎng)景分類

工業(yè)智能體通過(guò)感知工業(yè)現(xiàn)場(chǎng)環(huán)境，基于決策結(jié)果調(diào)用相關(guān)工具逐步實(shí)現(xiàn)既定目標(biāo)，在研發(fā)設(shè)計(jì)、生產(chǎn)制造、運(yùn)行維護(hù)、倉(cāng)儲(chǔ)物流等場(chǎng)景中發(fā)揮重要作用。

在研發(fā)設(shè)計(jì)場(chǎng)景中，工業(yè)智能體正重塑工業(yè)研發(fā)設(shè)計(jì)的范式，實(shí)現(xiàn)從經(jīng)驗(yàn)導(dǎo)向數(shù)據(jù)智能驅(qū)動(dòng)的質(zhì)的飛躍。在強(qiáng)大的算法模型和豐富的數(shù)據(jù)資源的支撐下，工業(yè)智能體能夠深入分析市場(chǎng)趨勢(shì)、用戶偏好、競(jìng)品特征等多維信息，構(gòu)建精確的需求畫(huà)像，提前預(yù)判研發(fā)方向。研發(fā)人員也可借助智能體強(qiáng)大的知識(shí)圖譜激發(fā)創(chuàng)意靈感并優(yōu)化建議。智能體依托數(shù)字孿生與仿真技術(shù)，還可對(duì)設(shè)計(jì)方案進(jìn)行虛擬迭代與性能預(yù)測(cè)，大幅降低企業(yè)試錯(cuò)成本與開(kāi)發(fā)周期。

在生產(chǎn)管理場(chǎng)景中，工業(yè)智能體憑借強(qiáng)大的系統(tǒng)集成與實(shí)時(shí)響應(yīng)能力，正在重塑工業(yè)生產(chǎn)管理的運(yùn)轉(zhuǎn)流程。通過(guò)動(dòng)態(tài)感知訂單、設(shè)備、物料與人員等核心資源的狀態(tài)，智能體能夠設(shè)計(jì)最優(yōu)排產(chǎn)計(jì)劃，實(shí)現(xiàn)產(chǎn)能與訂單的精準(zhǔn)配對(duì)，打破傳統(tǒng)線性管理的剛性限制。智能體還可以在生產(chǎn)全過(guò)程中持續(xù)監(jiān)測(cè)關(guān)鍵質(zhì)量指標(biāo)，動(dòng)態(tài)識(shí)別潛在偏差與異常波動(dòng)，并在第一時(shí)間發(fā)出預(yù)警并優(yōu)化參數(shù)設(shè)置，減少不良品率。

在設(shè)備運(yùn)維場(chǎng)景中，工業(yè)智能體通過(guò)持續(xù)采集設(shè)備運(yùn)行數(shù)據(jù)，如溫度、電流、能耗等參數(shù)，能夠提前識(shí)別異常趨勢(shì)，實(shí)現(xiàn)對(duì)故障的預(yù)測(cè)性防范，而非被動(dòng)響應(yīng)。當(dāng)系統(tǒng)出現(xiàn)異常趨勢(shì)時(shí)，智能體能夠迅速鎖定故障源頭，分析可能成因，并且協(xié)同調(diào)度維修資源，自動(dòng)匹配合適的工程人員、所需備件與檢修窗口，提升運(yùn)維效率并降低停機(jī)損失。

在倉(cāng)儲(chǔ)物流場(chǎng)景中，工業(yè)智能體已成為提升供應(yīng)鏈韌性與效率的有力抓手。借助物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等技術(shù)，智能體打通了企業(yè)與供應(yīng)商、倉(cāng)儲(chǔ)、物流等上下游數(shù)據(jù)壁壘，可根據(jù)訂單波動(dòng)與庫(kù)存變化，自動(dòng)調(diào)整貨物出入庫(kù)與揀選策略，優(yōu)化倉(cāng)位布局，實(shí)現(xiàn)跨節(jié)點(diǎn)的信息聯(lián)動(dòng)與流程協(xié)同。智能體還能構(gòu)建可視化物流追蹤系統(tǒng)，對(duì)運(yùn)輸全鏈路進(jìn)行狀態(tài)監(jiān)控與風(fēng)險(xiǎn)預(yù)警，動(dòng)態(tài)識(shí)別并快速響應(yīng)供應(yīng)鏈中斷風(fēng)險(xiǎn)，自動(dòng)推薦替代路徑與備選方案，提升整體供應(yīng)鏈的韌性。

典型應(yīng)用案例分析

隨著人工智能體在工業(yè)領(lǐng)域的深入部署，不同行業(yè)正逐步形成契合自身商業(yè)模式的應(yīng)用推廣和價(jià)值轉(zhuǎn)化路徑。在鋼鐵、石化、汽車制造、電子制造、紡織等典型行業(yè)中，工業(yè)智能體深度融合了行業(yè)工藝、設(shè)備系統(tǒng)與業(yè)務(wù)流程，幫助企業(yè)全鏈條各環(huán)節(jié)的智能化轉(zhuǎn)型。

在鋼鐵行業(yè)中，湖南湘鋼集團(tuán)利用大模型部署的行車智能調(diào)度系統(tǒng)集成了煉鋼生產(chǎn)計(jì)劃、行車檢修信息、鋼水包實(shí)時(shí)位置、各類業(yè)務(wù)規(guī)則等大量數(shù)據(jù)，利用算法智能生成行車調(diào)度計(jì)劃，涵蓋鋼鐵流程中的焦化、燒結(jié)、煉鐵、煉鋼、軋鋼等32個(gè)場(chǎng)景，超100個(gè)創(chuàng)新應(yīng)用場(chǎng)景調(diào)研孵化中。華為云盤(pán)古大模型5.0在寶鋼的一條熱軋生產(chǎn)線上線，精軋寬展預(yù)測(cè)精度較傳統(tǒng)模型提升了5%以上，每年有望多生產(chǎn)2萬(wàn)噸鋼板，增收超9000萬(wàn)元。日照鋼鐵板材廠也構(gòu)建了全流程智能化質(zhì)量管控體系，通過(guò)“數(shù)智化檢測(cè)+數(shù)智化控制”技術(shù)，賦能生產(chǎn)全流程，推動(dòng)企業(yè)產(chǎn)品質(zhì)量邁上新臺(tái)階。

在石化行業(yè)中，江漢油田推動(dòng)中國(guó)石化長(zhǎng)城大模型與油田業(yè)務(wù)深度融合，打造了“AI+鉆井技術(shù)決策”“AI+壓裂技術(shù)決策”“AI+頁(yè)巖氣動(dòng)態(tài)管理”三大智能化應(yīng)用場(chǎng)景，鉆井井下風(fēng)險(xiǎn)實(shí)時(shí)預(yù)警準(zhǔn)確率達(dá)85%以上，壓裂施工中砂堵發(fā)生率下降至千分之五，氣藏動(dòng)態(tài)分析效率提升60%以上。中國(guó)石油研發(fā)3000億參數(shù)昆侖大模型，成為能源化工領(lǐng)域首個(gè)通過(guò)國(guó)家備案的行業(yè)大模型。訓(xùn)練形成3000億參數(shù)語(yǔ)言、44億參數(shù)視覺(jué)、800億參數(shù)多模態(tài)大模型，構(gòu)建起我國(guó)勘探行業(yè)的全領(lǐng)域大模型，統(tǒng)籌開(kāi)展油氣勘探開(kāi)發(fā)、煉油化工、戰(zhàn)略支持產(chǎn)業(yè)鏈等領(lǐng)域的場(chǎng)景建設(shè)，已有100個(gè)場(chǎng)景投產(chǎn)使用。

在汽車制造行業(yè)中，雪浪云助力某汽車工廠進(jìn)行生產(chǎn)優(yōu)化，構(gòu)建“數(shù)據(jù)+模型”雙驅(qū)動(dòng)的數(shù)字孿生工廠，集成工廠仿真智能體與生產(chǎn)運(yùn)營(yíng)管控智能體，助力汽車工廠資源配置效率提高12%，原材料庫(kù)存資金占用下降18%，倉(cāng)儲(chǔ)和管理成本下降15%。阿維塔5G數(shù)智工廠以“全制造流程數(shù)字化”為核心，集成5G、AI、數(shù)字孿生等40余項(xiàng)前沿技術(shù)，平均每60秒即可下線一臺(tái)新車，并支持跨品牌共線生產(chǎn)。

在電子制造行業(yè)中，格創(chuàng)東智基于Deepseek升級(jí)的章魚(yú)智腦Agentic AI平臺(tái)，開(kāi)創(chuàng)出多個(gè)工業(yè)場(chǎng)景創(chuàng)新方案：面向半導(dǎo)體顯示研發(fā)場(chǎng)景的垂類專家大模型，效率提升50%；面向設(shè)備管理場(chǎng)景的設(shè)備知識(shí)庫(kù)Agent“小魯班”，覆蓋超100個(gè)科室的設(shè)備智控輔助，小故障處理效率提升62%，大故障提升30%；面向質(zhì)量管理售后場(chǎng)景的AI生產(chǎn)8D報(bào)告，助力質(zhì)量工程師編撰效率提升90%。芯愛(ài)科技智能工廠構(gòu)建了“智能裝備+工業(yè)互聯(lián)網(wǎng)+數(shù)字孿生”三位一體的制造體系，實(shí)現(xiàn)了高端封裝基板的國(guó)產(chǎn)化突破，自動(dòng)化導(dǎo)入人員效率提升50%，在線檢測(cè)準(zhǔn)確率達(dá)100%。

在鐵路行業(yè)中，和利時(shí)打造的“和行”軌道交通大模型憑借“通用大模型底座+行業(yè)數(shù)據(jù)定調(diào)”的智能模式，以及在多源異構(gòu)數(shù)據(jù)處理、多模型安全接入等方面的優(yōu)勢(shì)，能夠?yàn)檐壍澜煌ㄌ峁└悄�、更高效、更精�?zhǔn)的運(yùn)輸輔助決策、運(yùn)維故障診斷和主動(dòng)安全防護(hù)解決方案。通號(hào)低空公司以自主研發(fā)的無(wú)人機(jī)飛控系統(tǒng)為核心，深度融合AI視覺(jué)識(shí)別技術(shù)，構(gòu)建出專為鐵路電務(wù)場(chǎng)景定制的低空飛行巡檢解決方案，與中國(guó)鐵路成都局集團(tuán)聯(lián)合打造的電務(wù)低空巡檢場(chǎng)景在重慶電務(wù)段驗(yàn)證成功。

在紡織行業(yè)中，柯橋紡織業(yè)依托Deepseek等主流開(kāi)源大模型，全力打造紡織產(chǎn)業(yè)垂類大模型，構(gòu)建了“人工智能+紡織”應(yīng)用體系，目前已完成面料、技術(shù)、人才等領(lǐng)域的8個(gè)產(chǎn)業(yè)服務(wù)智能體建設(shè)。中國(guó)電信基于自研的星辰視覺(jué)大模型，將AI算法應(yīng)用于針織生產(chǎn)環(huán)節(jié)，幫助紡織企業(yè)提升驗(yàn)布的準(zhǔn)確率及速度，顯著提升降本增效效果，已在多個(gè)企業(yè)落地應(yīng)用。浪潮云洲工業(yè)裝備節(jié)能智能體可根據(jù)細(xì)紗機(jī)、織布機(jī)等核心生產(chǎn)設(shè)備的車速、狀態(tài)等實(shí)時(shí)運(yùn)行數(shù)據(jù)，動(dòng)態(tài)調(diào)節(jié)送風(fēng)參數(shù)，并支持跨設(shè)備協(xié)同調(diào)控。

多工業(yè)智能體集群協(xié)作模式

隨著工業(yè)智能體技術(shù)的不斷演進(jìn)，單一智能體的能力邊界已難以滿足日益復(fù)雜的工業(yè)場(chǎng)景需求，多智能體協(xié)作模式正成為推動(dòng)工業(yè)智能化升級(jí)的重要發(fā)展方向。工業(yè)智能體正經(jīng)歷從L1聊天助手到L4多智能體蜂群的四次關(guān)鍵進(jìn)化：L1聊天助手本質(zhì)上是聊天工具，主要提供建議或情感陪伴，屬于“玩具級(jí)”智能體；L2低代碼工作流智能體以低代碼模式搭建工作流，已從“玩具”進(jìn)化為“工具”，但交付的仍是半成品；L3自主規(guī)劃智能體具備推理能力，可以看作領(lǐng)域?qū)＜�，能夠針�?duì)特定任務(wù)進(jìn)行多步邏輯推演，但面對(duì)跨領(lǐng)域復(fù)雜問(wèn)題時(shí)仍會(huì)因缺乏協(xié)同規(guī)劃能力而陷入瓶頸；L4多智能體蜂群則能實(shí)現(xiàn)多個(gè)智能體協(xié)作，通過(guò)不同專長(zhǎng)的推理型智能體組合完成復(fù)雜任務(wù)。

在工業(yè)應(yīng)用中，多智能體蜂群展現(xiàn)出獨(dú)特的協(xié)作優(yōu)勢(shì)。通過(guò)蜂群協(xié)作框架，多個(gè)推理型智能體可以靈活拉群、多層嵌套、組隊(duì)協(xié)作，在統(tǒng)一指揮系統(tǒng)下分工執(zhí)行生產(chǎn)規(guī)劃、質(zhì)量監(jiān)控等關(guān)聯(lián)任務(wù)，比如復(fù)雜產(chǎn)品研發(fā)中，設(shè)計(jì)、仿真、優(yōu)化智能體并行形成迭代閉環(huán)。不過(guò)，要進(jìn)一步突破復(fù)雜制造場(chǎng)景的協(xié)作瓶頸，未來(lái)還需重點(diǎn)推進(jìn)三大方向：一是強(qiáng)化多智能體協(xié)同機(jī)制，二是構(gòu)建高通量、高可信、低時(shí)延的智能體通信網(wǎng)絡(luò)，三是打造具備協(xié)同探索、協(xié)同決策、高效互聯(lián)能力的智能體系統(tǒng)，最終實(shí)現(xiàn)復(fù)雜制造場(chǎng)景下智能體協(xié)作水平的顯著提升。目前，先進(jìn)的多智能體蜂群已能夠連續(xù)執(zhí)行超過(guò)1000步的復(fù)雜任務(wù)，為未來(lái)目標(biāo)的落地奠定了技術(shù)基礎(chǔ)，也為工業(yè)領(lǐng)域處理超長(zhǎng)流程、多環(huán)節(jié)協(xié)同的復(fù)雜任務(wù)提供了新的技術(shù)路徑。

3

工業(yè)智能體的技術(shù)支撐體系

技術(shù)棧構(gòu)成

智能體技術(shù)棧是支持工業(yè)智能體開(kāi)發(fā)、部署和運(yùn)行的核心框架和工具集合，主要由基礎(chǔ)設(shè)施、模型服務(wù)、可信應(yīng)用框架、數(shù)據(jù)存儲(chǔ)、工具庫(kù)、運(yùn)行框架等關(guān)鍵組件組成。基礎(chǔ)設(shè)施層是整個(gè)技術(shù)棧的底座，為智能體提供算力、存儲(chǔ)和網(wǎng)絡(luò)等基礎(chǔ)資源保障。算力資源主要依托GPU、TPU或AI加速芯片集群，為大語(yǔ)言模型的訓(xùn)練和推理提供強(qiáng)大的并行計(jì)算能力。存儲(chǔ)系統(tǒng)需要支持高吞吐量、低延遲的數(shù)據(jù)讀寫(xiě)操作，既要滿足海量訓(xùn)練數(shù)據(jù)的存儲(chǔ)需求，也要保證運(yùn)行過(guò)程中狀態(tài)數(shù)據(jù)的快速訪問(wèn)。網(wǎng)絡(luò)架構(gòu)則需要支持低時(shí)延、高帶寬的數(shù)據(jù)傳輸，特別是在邊云協(xié)同部署場(chǎng)景中，穩(wěn)定高效的網(wǎng)絡(luò)連接是保障智能體響應(yīng)速度的關(guān)鍵。模型服務(wù)是整個(gè)智能體體系的基礎(chǔ)，依托大語(yǔ)言模型的能力接口，提供強(qiáng)大的推理、生成與理解服務(wù)。可信應(yīng)用框架層是工業(yè)智能體技術(shù)棧的關(guān)鍵創(chuàng)新，專門(mén)解決大模型在工業(yè)專業(yè)應(yīng)用中的可靠性挑戰(zhàn)。高階程序（High-Order Program）作為這一層的核心技術(shù)，通過(guò)業(yè)務(wù)邏輯的程序化表達(dá)、場(chǎng)景知識(shí)圖譜和受控工具鏈三大組件，在全流程中貫穿核驗(yàn)機(jī)制。數(shù)據(jù)存儲(chǔ)層負(fù)責(zé)工業(yè)智能體的狀態(tài)保持與記憶管理，常采用向量數(shù)據(jù)庫(kù)來(lái)存儲(chǔ)歷史對(duì)話、上下文信息和長(zhǎng)期知識(shí)，以支持連續(xù)性與個(gè)性化交互。工具庫(kù)賦予智能體動(dòng)態(tài)調(diào)用外部函數(shù)和接入多源數(shù)據(jù)的能力，使其具備任務(wù)執(zhí)行與功能擴(kuò)展的可編程性。運(yùn)行框架在此基礎(chǔ)上承擔(dān)智能體行為的整體調(diào)度，支持多記憶機(jī)制、上下文狀態(tài)跟蹤，及跨智能體間的通信與協(xié)作。

產(chǎn)業(yè)鏈分析

從產(chǎn)業(yè)鏈協(xié)同的角度來(lái)看，人工智能體的落地應(yīng)用依托一個(gè)自下而上、層層聯(lián)動(dòng)的支撐體系，主要包括底層算力資源、中間平臺(tái)框架和上層垂直應(yīng)用三個(gè)關(guān)鍵環(huán)節(jié)。底層的算力基礎(chǔ)是智能體運(yùn)行的根本保障，依靠以GPU、AI芯片和高性能云服務(wù)為核心的計(jì)算架構(gòu)，支撐大規(guī)模模型的訓(xùn)練與高頻次推理，云服務(wù)提供商如百度智能云、華為云、阿里云等在這一層扮演著關(guān)鍵角色。中間層則是人工智能體生態(tài)的中樞，涵蓋各類平臺(tái)框架、開(kāi)發(fā)工具和系統(tǒng)組件，為企業(yè)和開(kāi)發(fā)者提供統(tǒng)一的建模環(huán)境、流程自動(dòng)化工具及多模態(tài)接口支持，代表產(chǎn)品有聯(lián)匯、扣子、天工AI等。這一層既承載著模型的快速部署與協(xié)同運(yùn)作，也推動(dòng)了跨平臺(tái)、多場(chǎng)景智能體的高效連接與統(tǒng)一調(diào)度。在應(yīng)用層，人工智能體深度嵌入多個(gè)垂直行業(yè)場(chǎng)景，包括金融、制造、零售、醫(yī)療、政務(wù)等領(lǐng)域，圍繞客戶服務(wù)、智能分析、輔助決策等具體需求提供專業(yè)化解決方案，加速業(yè)務(wù)流程的智能化重構(gòu)。

4

主要廠商布局與產(chǎn)品動(dòng)向

國(guó)外廠商布局

國(guó)外主要廠商在工業(yè)智能體領(lǐng)域呈現(xiàn)出技術(shù)驅(qū)動(dòng)、生態(tài)構(gòu)建的布局特征，重點(diǎn)圍繞平臺(tái)化、標(biāo)準(zhǔn)化和互操作性展開(kāi)競(jìng)爭(zhēng)。

西門(mén)子作為傳統(tǒng)工業(yè)自動(dòng)化龍頭，采用“智能體+生態(tài)平臺(tái)”的策略，通過(guò)Industrial Copilot系列產(chǎn)品覆蓋設(shè)計(jì)、規(guī)劃、運(yùn)營(yíng)等工業(yè)流程關(guān)鍵環(huán)節(jié)。其技術(shù)路線的核心在于將智能體能力與現(xiàn)有工業(yè)軟件體系深度集成，如與TIA博途打通，幫助工程團(tuán)隊(duì)為PLC生成基礎(chǔ)的虛擬化任務(wù)和代碼。此外，西門(mén)子正在基于Xcelerator平臺(tái)構(gòu)建工業(yè)AI智能體交易中心，旨在打破封閉的生態(tài)，讓工業(yè)AI智能體不僅可以與其他西門(mén)子智能體協(xié)作，還能與第三方智能體集成，達(dá)到更高的互操作水平。

微軟依托其云計(jì)算和AI技術(shù)優(yōu)勢(shì)，發(fā)布Factory Operations Agent，連接了MES（制造執(zhí)行系統(tǒng)）、QMS（質(zhì)量管理系統(tǒng)），確保必要的工廠系統(tǒng)和數(shù)據(jù)源到位且可訪問(wèn)。微軟還發(fā)布了一款企業(yè)級(jí)綜合人工智能平臺(tái)Azure AI Foundry，支持開(kāi)發(fā)者構(gòu)建、部署和管理大規(guī)模AI代理、應(yīng)用及工作流，并幫助用戶輕松設(shè)計(jì)、部署和擴(kuò)展生產(chǎn)級(jí)人工智能智能體。已有超過(guò)10,000家企業(yè)通過(guò)該平臺(tái)實(shí)現(xiàn)業(yè)務(wù)流程自動(dòng)化，顯示出云原生智能體解決方案的市場(chǎng)接受度。

羅克韋爾自動(dòng)化在NVIDIA GTC 2025大會(huì)上首次推出其全新的Emulate3D Factory Test功能。Emulate3D Factory Test集成了多項(xiàng)關(guān)鍵功能，旨在提升工廠級(jí)系統(tǒng)測(cè)試的效率與可視化水平。該工具支持多模型協(xié)調(diào)，能夠同步多個(gè)系統(tǒng)模型，實(shí)現(xiàn)工廠規(guī)模的協(xié)同仿真測(cè)試。此外，與英偉達(dá)合作基于NVIDIA Omniverse構(gòu)建的數(shù)字孿生系統(tǒng)實(shí)現(xiàn)高級(jí)全工廠可視化能力，支持千萬(wàn)級(jí)部件的實(shí)時(shí)交互模擬，使設(shè)計(jì)驗(yàn)證效率提升40%以上；通過(guò)模塊化建模技術(shù)實(shí)現(xiàn)機(jī)械、電氣、控制系統(tǒng)的多維協(xié)同驗(yàn)證，將傳統(tǒng)數(shù)周的測(cè)試周期壓縮至小時(shí)級(jí)；開(kāi)放式API架構(gòu)與DevOps工作流的無(wú)縫銜接，使跨團(tuán)隊(duì)協(xié)作效率提升60%。

施耐德電氣聚焦能源管理需求，構(gòu)建EcoStruxure Building GPT。基于知識(shí)圖譜和大語(yǔ)言模型深度融合，通過(guò)自主感知和決策，實(shí)現(xiàn)知識(shí)梳理、意圖理解、智能診斷、快速制定解決方案和運(yùn)行優(yōu)化方案的綜合能力。其邊緣智能設(shè)備在百威工廠的應(yīng)用案例顯示，通過(guò)智能調(diào)控實(shí)現(xiàn)過(guò)濾效率提升15%、物料節(jié)約20%，體現(xiàn)了工業(yè)智能體在降本增效方面的實(shí)際價(jià)值。

國(guó)內(nèi)廠商動(dòng)向

國(guó)內(nèi)廠商在工業(yè)智能體領(lǐng)域呈現(xiàn)出自主創(chuàng)新、場(chǎng)景驅(qū)動(dòng)的發(fā)展特色，更加注重與本土工業(yè)場(chǎng)景的適配和產(chǎn)業(yè)化落地。

杭州熾橙基于國(guó)產(chǎn)底座構(gòu)建AIDT工業(yè)多智能體開(kāi)發(fā)平臺(tái)，通過(guò)“大語(yǔ)言模型+幾何建模引擎”的技術(shù)融合，實(shí)現(xiàn)了語(yǔ)言指令到三維模型的直接轉(zhuǎn)換，支持“將夾具基座直徑改為70cm，厚度增至12cm”等指令，讓新員工通過(guò)指令對(duì)話，無(wú)需掌握專業(yè)建模軟件即可輸出生產(chǎn)級(jí)模型，使設(shè)計(jì)崗培訓(xùn)周期縮短50%。

華為通過(guò)整合工業(yè)機(jī)理、數(shù)據(jù)智能與開(kāi)放生態(tài)，在解決工業(yè)場(chǎng)景中的小數(shù)據(jù)、高精度、強(qiáng)安全等核心痛點(diǎn)方面具備顯著優(yōu)勢(shì)。華為FusionPlant平臺(tái)的三大中心建設(shè)為其工業(yè)智能體提供完整的生態(tài)支持。其推出的華為云工業(yè)智能體IIT依托盤(pán)古大模型，提供設(shè)計(jì)、生產(chǎn)、物流、銷售、服務(wù)全鏈?zhǔn)街悄芊⻊?wù)，具備端邊云結(jié)合、可視化建模、預(yù)置多種算法模型等技術(shù)優(yōu)勢(shì)，實(shí)現(xiàn)了從人工經(jīng)驗(yàn)到數(shù)據(jù)智能、從數(shù)字化到智能化、從產(chǎn)品生產(chǎn)到產(chǎn)品創(chuàng)新，可應(yīng)用于產(chǎn)品質(zhì)量?jī)?yōu)化提升、智能設(shè)備維護(hù)、生產(chǎn)物料預(yù)估等多類工業(yè)場(chǎng)景。

浪潮云洲是國(guó)內(nèi)領(lǐng)先的工業(yè)互聯(lián)網(wǎng)平臺(tái)運(yùn)營(yíng)商，依托工業(yè)制造領(lǐng)域的豐富的實(shí)踐經(jīng)驗(yàn)、數(shù)據(jù)資源與服務(wù)能力，構(gòu)建了以其自研的工業(yè)垂類大模型為核心的大模型智能體群。目前已圍繞典型行業(yè)與關(guān)鍵應(yīng)用場(chǎng)景打造出一系列具備場(chǎng)景適配能力的工業(yè)智能體群，覆蓋包括皮革行業(yè)表面缺陷檢測(cè)、化工行業(yè)工藝優(yōu)化、光纜行業(yè)生產(chǎn)管控、中小企業(yè)業(yè)務(wù)問(wèn)答、工業(yè)設(shè)備節(jié)能管理等在內(nèi)的12類智能體應(yīng)用場(chǎng)景。

亞信科技專注運(yùn)維場(chǎng)景，推出了AISWare Usights·AIOps Agents智能運(yùn)維智能體系統(tǒng)。該系統(tǒng)是一款基于運(yùn)維專屬大模型，融合多源異構(gòu)運(yùn)維數(shù)據(jù)，通過(guò)運(yùn)維知識(shí)融合增強(qiáng)、大小模型融合增強(qiáng)、決策執(zhí)行能力增強(qiáng)提供智能運(yùn)維服務(wù)的產(chǎn)品。該系統(tǒng)通過(guò)異常檢測(cè)、故障根因定位和智能分析等核心功能，實(shí)現(xiàn)故障自愈和預(yù)警。

5

工業(yè)智能體應(yīng)用面臨的主要挑戰(zhàn)

技術(shù)適配挑戰(zhàn)

人工智能體在工業(yè)場(chǎng)景中的應(yīng)用面臨諸多技術(shù)適配挑戰(zhàn)，核心問(wèn)題在于如何將通用智能能力有效嵌入高度復(fù)雜、多變且強(qiáng)專業(yè)性的工業(yè)體系中。一是行業(yè)與場(chǎng)景適配難。工業(yè)領(lǐng)域橫跨多個(gè)子行業(yè)，每個(gè)行業(yè)在流程、設(shè)備、控制邏輯和合規(guī)要求上都差異顯著，導(dǎo)致智能體難以建立統(tǒng)一的模型結(jié)構(gòu)和交互方式；同時(shí)，工業(yè)場(chǎng)景碎片化嚴(yán)重，不同工廠在配置數(shù)據(jù)、工藝、管理方式上都不同，智能體在單一場(chǎng)景落地后難以復(fù)制，無(wú)法通過(guò)規(guī)模化方式分?jǐn)偝杀就度搿?strong>二是數(shù)據(jù)基礎(chǔ)支撐弱。從數(shù)據(jù)基礎(chǔ)角度看，雖然制造業(yè)數(shù)據(jù)中有44%被有效利用，但真正符合AI訓(xùn)練要求的高質(zhì)量數(shù)據(jù)占比僅約4%。以注塑機(jī)為例，設(shè)備單日產(chǎn)生超1G運(yùn)行數(shù)據(jù)，但一周內(nèi)可用于模型訓(xùn)練的數(shù)據(jù)不超過(guò)5條。此外，工業(yè)知識(shí)壁壘高，構(gòu)建高級(jí)別的語(yǔ)料庫(kù)存在非常大的難度，部分工業(yè)現(xiàn)場(chǎng)仍處于信息化基礎(chǔ)薄弱階段，存在數(shù)據(jù)采集能力不足、關(guān)鍵環(huán)節(jié)缺乏感知、數(shù)據(jù)孤島嚴(yán)重等問(wèn)題，導(dǎo)致智能體無(wú)法構(gòu)建穩(wěn)定的感知—認(rèn)知—執(zhí)行閉環(huán)。三是人機(jī)協(xié)作信任度低。目前，工業(yè)現(xiàn)場(chǎng)高度依賴操作人員的經(jīng)驗(yàn)與判斷，工業(yè)智能體要真正贏得一線操作者和管理者的信任，不僅要提供準(zhǔn)確判斷，還需設(shè)計(jì)出可理解、可干預(yù)、可信任的人機(jī)交互機(jī)制，才能打通人、機(jī)、系統(tǒng)之間的信息壁壘。但現(xiàn)有智能體以大模型為核心，其“黑箱”特性導(dǎo)致決策鏈路不透明，操作人員難以追溯判斷依據(jù)，進(jìn)而影響人機(jī)協(xié)同效率與信任基礎(chǔ)。四是與現(xiàn)有體系融合差。智能體與工業(yè)軟件、商業(yè)軟件的互聯(lián)存在明顯壁壘，缺乏標(biāo)準(zhǔn)化的通信框架與協(xié)議工具集，無(wú)法高效對(duì)接外部數(shù)據(jù)源與業(yè)務(wù)工具；從功能來(lái)看，消費(fèi)端智能體在趨勢(shì)感知、精準(zhǔn)推薦、個(gè)性化服務(wù)上能力不足，工業(yè)端智能體則未完全達(dá)到“響應(yīng)快、推理強(qiáng)、適配復(fù)雜工況”的要求，難以充分支撐消費(fèi)服務(wù)升級(jí)與制造業(yè)提質(zhì)增效。

應(yīng)用推廣挑戰(zhàn)

工業(yè)智能體的落地推廣并非單純技術(shù)問(wèn)題，而是涉及企業(yè)認(rèn)知、經(jīng)濟(jì)成本、風(fēng)險(xiǎn)責(zé)任的系統(tǒng)性挑戰(zhàn)，核心是企業(yè)從“認(rèn)知接受”到“模式適配”的轉(zhuǎn)化難度大。一是認(rèn)知與組織層面存在阻力。許多傳統(tǒng)制造企業(yè)對(duì)于人工智能體的理解尚停留在表層，管理層缺乏對(duì)其戰(zhàn)略價(jià)值的系統(tǒng)認(rèn)知，生產(chǎn)一線也缺少懂技術(shù)、懂業(yè)務(wù)的復(fù)合型人才來(lái)支撐智能體的選型、部署。智能體在很多企業(yè)都是一把手工程師，但實(shí)際執(zhí)行中存在一定抵制，數(shù)字員工、數(shù)字工程師會(huì)影響現(xiàn)有崗位，整體實(shí)施落地中的配合性不高。從經(jīng)濟(jì)性層面來(lái)看，二是經(jīng)濟(jì)性與商業(yè)模式難以適配，工業(yè)智能體的算力、數(shù)據(jù)消耗及技術(shù)研發(fā)投入大，收益卻是長(zhǎng)遠(yuǎn)的且很多時(shí)候難以量化，難以出現(xiàn)在企業(yè)報(bào)表上。智能體在企業(yè)層面的賦能是橫向的，很多企業(yè)看不到它實(shí)實(shí)在在帶來(lái)的收益，投資意愿不足。同時(shí)，商業(yè)模式需要從產(chǎn)品級(jí)服務(wù)轉(zhuǎn)向智能級(jí)服務(wù)，企業(yè)采購(gòu)也將從“買產(chǎn)品”變?yōu)椤百I長(zhǎng)期服務(wù)”或“買任務(wù)結(jié)果”，這對(duì)企業(yè)組織架構(gòu)和付費(fèi)系統(tǒng)構(gòu)成新挑戰(zhàn)，目前多數(shù)企業(yè)尚未做好充分準(zhǔn)備。三是安全風(fēng)險(xiǎn)與責(zé)任界定模糊，智能體會(huì)以接口形式或代碼自主生成形式執(zhí)行任務(wù)，面臨API接口漏洞、代碼供應(yīng)鏈破壞、提示詞注入等安全威脅。自主決策的智能體責(zé)任歸屬不明，若因自主調(diào)整工藝參數(shù)導(dǎo)致產(chǎn)線報(bào)廢或設(shè)備損壞，責(zé)任到底是歸算法開(kāi)發(fā)者、數(shù)據(jù)提供者還是部署應(yīng)用的企業(yè)，無(wú)法清晰界定，使其推廣過(guò)程阻力重重。

生態(tài)建設(shè)挑戰(zhàn)

工業(yè)智能體生態(tài)尚未形成協(xié)同合力，核心問(wèn)題是“產(chǎn)業(yè)協(xié)同不足”與“商業(yè)落地支撐弱”，導(dǎo)致生態(tài)整體成熟度低。在產(chǎn)業(yè)生態(tài)協(xié)同層面，當(dāng)前工業(yè)智能體賽道存在主體多但分散的特征，大模型開(kāi)發(fā)者、工業(yè)平臺(tái)提供商、設(shè)備制造商等尚未建立起信任高效的合作機(jī)制。工業(yè)現(xiàn)場(chǎng)存在大量不同廠商、不同代際的設(shè)備系統(tǒng)，缺乏統(tǒng)一的接口規(guī)范與開(kāi)發(fā)框架，使得智能體跨設(shè)備、跨場(chǎng)景的通用部署的門(mén)檻高、適配成本大，進(jìn)一步導(dǎo)致智能體與商業(yè)軟件、工業(yè)軟件的互聯(lián)缺乏統(tǒng)一標(biāo)準(zhǔn)支撐，標(biāo)準(zhǔn)化通信框架和協(xié)議工具集的缺失，成為制約智能體與外部體系融合的關(guān)鍵生態(tài)瓶頸。目前，工業(yè)智能體技術(shù)路徑仍以通用AI為主，需要加強(qiáng)與制造生產(chǎn)工藝和工業(yè)知識(shí)的融合，當(dāng)前多數(shù)工業(yè)大模型基于視覺(jué)語(yǔ)言構(gòu)建，離真正掌握行業(yè)制造工藝還有很大差距。在商業(yè)生態(tài)建設(shè)層面，當(dāng)前大多數(shù)人工智能體仍處于試點(diǎn)驗(yàn)證階段，缺乏成熟的商業(yè)模式和服務(wù)閉環(huán)，導(dǎo)致市場(chǎng)推動(dòng)力不足，應(yīng)用效果難以規(guī)模復(fù)制。工業(yè)場(chǎng)景定制化程度高，適配難度大，導(dǎo)致推廣成本高。中小企業(yè)產(chǎn)值低，不僅基礎(chǔ)差、缺數(shù)據(jù)，還缺既懂業(yè)務(wù)又懂技術(shù)的復(fù)合型人才，工業(yè)智能體需要不斷降低成本、不斷標(biāo)準(zhǔn)化后才可能逐步落地。同時(shí)，評(píng)價(jià)標(biāo)準(zhǔn)和體系需要完善，企業(yè)做了一些工業(yè)核心應(yīng)用，卻很難判斷在行業(yè)中是領(lǐng)先還是落后、差距在哪，缺乏明確的評(píng)價(jià)方向。

6

政策建議

完善頂層設(shè)計(jì)，引導(dǎo)有序發(fā)展

完善頂層設(shè)計(jì)是推動(dòng)人工智能體在工業(yè)領(lǐng)域健康有序發(fā)展的基礎(chǔ)保障。一是要加強(qiáng)戰(zhàn)略統(tǒng)籌與規(guī)劃引導(dǎo)，明確人工智能體在制造強(qiáng)國(guó)、新型工業(yè)化等國(guó)家重大戰(zhàn)略中的定位與發(fā)展目標(biāo)，制定專項(xiàng)發(fā)展規(guī)劃或行動(dòng)方案，提升政策引導(dǎo)的前瞻性和針對(duì)性。二是要健全跨層級(jí)、跨部門(mén)的統(tǒng)籌協(xié)調(diào)機(jī)制，打破私人、企業(yè)、政府?dāng)?shù)據(jù)的流通壁壘，實(shí)現(xiàn)資源在能源、金融、安防、制造等行業(yè)的自由流動(dòng)。三是強(qiáng)化資金扶持、標(biāo)準(zhǔn)制定、人才支持等方面的政策協(xié)同，建設(shè)一套覆蓋研發(fā)、應(yīng)用、治理全鏈條的政策保障，為產(chǎn)業(yè)發(fā)展?fàn)I造清晰、穩(wěn)定的發(fā)展環(huán)境。

加強(qiáng)技術(shù)攻關(guān)，提升供給能力

加強(qiáng)關(guān)鍵技術(shù)攻關(guān)是提升工業(yè)智能體核心供給能力、夯實(shí)產(chǎn)業(yè)基礎(chǔ)的重要抓手。一是要聚焦底層技術(shù)短板，加大對(duì)大模型訓(xùn)練框架、多模態(tài)感知融合、智能體架構(gòu)設(shè)計(jì)等關(guān)鍵核心技術(shù)的研發(fā)投入，鼓勵(lì)產(chǎn)學(xué)研協(xié)同創(chuàng)新，突破一批制約智能體發(fā)展的瓶頸，提升國(guó)產(chǎn)智能體自主可控的平臺(tái)化供給能力。二是重點(diǎn)攻關(guān)智能體與現(xiàn)有體系的融合技術(shù)，加快研發(fā)智能體與商業(yè)軟件、工業(yè)軟件的互聯(lián)技術(shù)，推進(jìn)功能型智能體研發(fā)，全面提升智能體對(duì)工業(yè)場(chǎng)景的適配性。三是構(gòu)建面向工業(yè)場(chǎng)景的高效開(kāi)發(fā)體系，支持建設(shè)公共平臺(tái)、標(biāo)準(zhǔn)化接口，加速訓(xùn)練迭代，強(qiáng)化工業(yè)知識(shí)的結(jié)構(gòu)化沉淀與復(fù)用機(jī)制。四是推動(dòng)工業(yè)智能體領(lǐng)域的開(kāi)源創(chuàng)新，鼓勵(lì)建設(shè)多層次的開(kāi)源技術(shù)社區(qū)與高質(zhì)量代碼倉(cāng)庫(kù)，支持關(guān)鍵工具、開(kāi)發(fā)框架和基礎(chǔ)模型的開(kāi)源共享，促進(jìn)資源協(xié)同與技術(shù)積累，激發(fā)開(kāi)發(fā)者參與熱情。

推進(jìn)試點(diǎn)示范，加速應(yīng)用推廣

推進(jìn)試點(diǎn)示范是打通人工智能體工業(yè)化應(yīng)用“最后一公里”的重要路徑。一是聚焦重點(diǎn)行業(yè)與典型場(chǎng)景，支持在鋼鐵、石化、裝備制造、電子等產(chǎn)業(yè)鏈關(guān)鍵環(huán)節(jié)開(kāi)展智能體試點(diǎn)應(yīng)用，優(yōu)先選擇“智能體+商業(yè)/工業(yè)軟件互聯(lián)”等融合方向，鼓勵(lì)龍頭企業(yè)牽頭打造可復(fù)制、可推廣的標(biāo)桿項(xiàng)目，通過(guò)以點(diǎn)帶面推動(dòng)行業(yè)整體智能化水平提升。二是健全試點(diǎn)示范支持機(jī)制，建立“揭榜掛帥+多方協(xié)作”的任務(wù)組織模式，推動(dòng)智能體開(kāi)發(fā)企業(yè)與工業(yè)用戶深度融合，提升智能體產(chǎn)品的實(shí)用性和適配性。三是健全智能體應(yīng)用效果的評(píng)估體系，構(gòu)建涵蓋場(chǎng)景適配性、應(yīng)用成熟度、經(jīng)濟(jì)效益，及安全可靠性等多維度的評(píng)價(jià)指標(biāo)體系，推動(dòng)從實(shí)驗(yàn)驗(yàn)證向?qū)嶋H落地轉(zhuǎn)變，確保智能體在工業(yè)場(chǎng)景中的可衡量、可復(fù)制與可推廣。

優(yōu)化發(fā)展環(huán)境，激發(fā)市場(chǎng)活力

優(yōu)化發(fā)展環(huán)境是釋放人工智能體產(chǎn)業(yè)潛力、推動(dòng)創(chuàng)新應(yīng)用廣泛落地的關(guān)鍵保障。一是強(qiáng)化數(shù)據(jù)、算力、算法等關(guān)鍵要素資源的高效配置與公平獲取，推動(dòng)建立跨行業(yè)、跨區(qū)域的數(shù)據(jù)共享機(jī)制和公共算力平臺(tái)，鼓勵(lì)中小企業(yè)以更低成本參與智能體應(yīng)用開(kāi)發(fā)與實(shí)踐。二是完善法規(guī)標(biāo)準(zhǔn)和治理體系，明確數(shù)據(jù)安全、隱私保護(hù)、算法透明等規(guī)范要求，構(gòu)建公平公正的市場(chǎng)秩序。三是鼓勵(lì)社會(huì)資本參與智能體創(chuàng)新項(xiàng)目，構(gòu)建政府引導(dǎo)基金、產(chǎn)業(yè)資本、風(fēng)險(xiǎn)投資、債券融資等多元?jiǎng)?chuàng)新金融支持體系，形成政府引導(dǎo)、市場(chǎng)驅(qū)動(dòng)、協(xié)同共建的良好局面。

深化國(guó)際合作，提升發(fā)展水平

深化國(guó)際合作是推動(dòng)我國(guó)工業(yè)智能體技術(shù)突破與產(chǎn)業(yè)升級(jí)的重要支撐。一是參與國(guó)際標(biāo)準(zhǔn)制定與規(guī)則建設(shè)，共同應(yīng)對(duì)智能體技術(shù)帶來(lái)的全球性挑戰(zhàn)，推動(dòng)我國(guó)在工業(yè)智能體關(guān)鍵技術(shù)規(guī)范、數(shù)據(jù)治理和倫理框架等方面發(fā)揮更大影響力，提升國(guó)際話語(yǔ)權(quán)。二是拓寬國(guó)際合作的形式與內(nèi)容，鼓勵(lì)跨國(guó)企業(yè)、高校和創(chuàng)新機(jī)構(gòu)在技術(shù)研發(fā)、標(biāo)準(zhǔn)互認(rèn)、數(shù)據(jù)共享等領(lǐng)域開(kāi)展多層次、多渠道的協(xié)作，形成開(kāi)放包容的合作網(wǎng)絡(luò)。三是健全國(guó)際化的人才交流與協(xié)同培養(yǎng)機(jī)制，鼓勵(lì)高校、科研機(jī)構(gòu)與企業(yè)開(kāi)展跨國(guó)聯(lián)合培養(yǎng)、科研合作與項(xiàng)目交流，吸引全球優(yōu)秀人才參與智能體技術(shù)研發(fā)與應(yīng)用推廣。

強(qiáng)化風(fēng)險(xiǎn)防控，確保安全發(fā)展

強(qiáng)化風(fēng)險(xiǎn)防控是推動(dòng)人工智能體在工業(yè)領(lǐng)域安全可持續(xù)發(fā)展的前提保障。一是聚焦工業(yè)場(chǎng)景中人工智能體潛在的安全隱患與倫理風(fēng)險(xiǎn)，設(shè)立倫理委員會(huì)，盡快制定涵蓋算法透明性、責(zé)任可追溯性等方面的標(biāo)準(zhǔn)規(guī)范，推動(dòng)形成適應(yīng)智能體特點(diǎn)的安全治理制度體系。二是提升技術(shù)層面的風(fēng)險(xiǎn)識(shí)別與應(yīng)對(duì)能力，開(kāi)發(fā)偏見(jiàn)檢測(cè)工具，強(qiáng)化對(duì)關(guān)鍵工業(yè)流程中智能體自主行為的審計(jì)與干預(yù)。三是推動(dòng)建立多層次的風(fēng)險(xiǎn)評(píng)估與應(yīng)急響應(yīng)機(jī)制，強(qiáng)化跨部門(mén)、跨企業(yè)的安全協(xié)同，提升產(chǎn)業(yè)鏈整體的風(fēng)險(xiǎn)識(shí)別和防范能力，確保工業(yè)智能體運(yùn)行環(huán)境的可信賴性與穩(wěn)定性。

本文作者：

高旖蔚 中國(guó)電子信息產(chǎn)業(yè)發(fā)展研究院未來(lái)產(chǎn)業(yè)研究中心研究人員

鐘新龍 中國(guó)電子信息產(chǎn)業(yè)發(fā)展研究院未來(lái)產(chǎn)業(yè)研究中心人工智能研究室主任

李皓威 中國(guó)電子信息產(chǎn)業(yè)發(fā)展研究院未來(lái)產(chǎn)業(yè)研究中心研究人員

閱讀更多內(nèi)容，歡迎訂購(gòu)《機(jī)器人產(chǎn)業(yè)》雜志。

點(diǎn)擊跳轉(zhuǎn)！圈內(nèi)人都在看的專家觀點(diǎn)