來研未 產(chǎn)業(yè) 究來研20251015

第3期

總第14期本期主題□工業(yè)智能體應用現(xiàn)狀、挑戰(zhàn)及對策建議『所長導讀』20258強調(diào)在軟件、信息、金融、商務、法律、交通、物流、商貿(mào)等領(lǐng)域，推動新一代智2025當前，我國工業(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)模式尚不完善等問題，制約了產(chǎn)業(yè)的規(guī)?；瘧煤托侍嵘樯钊胙信泄I(yè)智能體發(fā)展趨勢及產(chǎn)業(yè)機遇，未來產(chǎn)業(yè)研究中心推出本期?？?，聚焦技術(shù)進展、應用實踐與產(chǎn)業(yè)生態(tài)，系統(tǒng)梳理制造業(yè)、能源、物流等重點行業(yè)的應用案例和國內(nèi)外產(chǎn)品動向，深入探討工業(yè)智能體發(fā)展面臨的技術(shù)攻關(guān)、應用推廣及生態(tài)建設(shè)等方面挑戰(zhàn)，并從技術(shù)創(chuàng)新、場景拓展、生態(tài)建設(shè)和政策引導等維度提出了相關(guān)建議。希望本期內(nèi)容能夠為各級政府部門制定工業(yè)智能體發(fā)展戰(zhàn)略提供參考，為產(chǎn)業(yè)界指明從技術(shù)探索到規(guī)?；瘧玫纳壜窂剑苿庸I(yè)智能體從實驗室概念向現(xiàn)實生產(chǎn)力轉(zhuǎn)化，成為提升產(chǎn)業(yè)效率、優(yōu)化資源配置和增強競爭力的重要支撐。賽迪智庫無線電管理研究所（未來產(chǎn)業(yè)研究中心）所長蒲松濤20251015目目錄CONTENTS本期主題：工業(yè)智能體應用現(xiàn)狀、挑戰(zhàn)及對策建議一工業(yè)智能體概述與發(fā)展現(xiàn)狀… 1（一）工業(yè)智能體的定義和特征 1（二）全球主要經(jīng)濟體工業(yè)智能體發(fā)展動向 2二工業(yè)智能體的應用場景與實踐… 4（一）主要應用場景分類 4（二）典型應用案例分析 5（三）多工業(yè)智能體集群協(xié)作模式 7三工業(yè)智能體的技術(shù)支撐體系… 8（一）技術(shù)棧構(gòu)成 8（二）產(chǎn)業(yè)鏈分析 9四主要廠商布局與產(chǎn)品動向… 9（一）國外廠商布局 9（二）國內(nèi)廠商動向 11五、工業(yè)智能體應用面臨的主要挑戰(zhàn)… 12（一）技術(shù)適配挑戰(zhàn) 12（二）應用推廣挑戰(zhàn) 12（三）生態(tài)建設(shè)挑戰(zhàn) 13六、政策建議 14（一）完善頂層設(shè)計，引導有序發(fā)展 14（二）加強技術(shù)攻關(guān)，提升供給能力 14（三）推進試點示范，加速應用推廣 15（四）優(yōu)化發(fā)展環(huán)境，激發(fā)市場活力 15（五）深化國際合作，提升發(fā)展水平 15（六）強化風險防控，確保安全發(fā)展 16本期主題：工業(yè)智能體應用現(xiàn)狀、挑戰(zhàn)及對策建議本期主題：工業(yè)智能體應用現(xiàn)狀、挑戰(zhàn)及對策建議一、工業(yè)智能體概述與發(fā)展現(xiàn)狀（一）工業(yè)智能體的定義和特征工業(yè)智能體是指在特定的、復雜的工業(yè)環(huán)境中，為完成特定目標或任務而設(shè)計、部署和運行的具有高度自主性、反應性、主動性、社會性和適應性的軟件實體。它并非單一技術(shù)，而是融合信息技術(shù)、自動化技術(shù)與人工智能技術(shù)的綜合智能系統(tǒng)，實現(xiàn)對生產(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)。根據(jù)不同維度，工業(yè)智能體可進行多種分類。按照功能劃分為執(zhí)行型智能體、決策型智能體和協(xié)作型智能體，按照部署方式劃分為本地智能體、云端智能體和邊緣智能體，按照服務范圍劃分為場景級智能體、環(huán)節(jié)級智能體和產(chǎn)業(yè)鏈級智能體。國家工業(yè)信息安全發(fā)展研究

中心劉勁松等認為工業(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，實現(xiàn)對生產(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/2030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，先進工業(yè)網(wǎng)絡是貫通全身的神經(jīng)，工業(yè)數(shù)據(jù)是無處不在、流動的血液，端到端安全則是免疫系統(tǒng)。專家表具備更好的復雜系統(tǒng)協(xié)同能力，能自主形成知識沉淀并復用，是AIAgent技術(shù)在工業(yè)垂直場景中的應+大+業(yè)務系統(tǒng)”的融合體?！段磥懋a(chǎn)業(yè)研究》2025年第3期1專業(yè)就是實力精準就是品牌（二）全球主要經(jīng)濟體工業(yè)智能體發(fā)展動向工業(yè)智能體作為實現(xiàn)制造智能化、高效化、靈活化的重要路徑，成為各國產(chǎn)業(yè)政策布局的關(guān)鍵一環(huán)。全球主要經(jīng)濟體正加快推進工業(yè)智能體的研發(fā)與應用，力圖在智能制造新一輪變革中占據(jù)先機。美圍繞核心算法、工業(yè)基礎(chǔ)設(shè)施與行業(yè)落地場景等抓手，呈現(xiàn)出各具特色的發(fā)展動向。美國在工業(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)智能體視為推進先進制造和保障技術(shù)主導權(quán)戰(zhàn)略的重要支點，工業(yè)智能體+場景牽引+生態(tài)構(gòu)建”協(xié)同推進的特征。在技術(shù)層面，OpenAI、Anthropic、GoogleDeepMind等一批世界領(lǐng)先的人工智能企業(yè)，正推動大語言模型、多模態(tài)模型等技術(shù)快速演進；微軟、英偉達、亞馬遜等企業(yè)正在加快布局云邊端一體化的算力平臺和開發(fā)工具體系，構(gòu)建支撐工業(yè)智能體高效部署與運行的底層基礎(chǔ)設(shè)施。在實際應用層，美國企業(yè)普遍

AI助手嵌入到具體生產(chǎn)場景中，以人機協(xié)同為導向推動柔性制造與智能運維等場景落地。在政策引導方面，美國政府將人工智能發(fā)展納入國家戰(zhàn)略層面，通過《美國人工智能倡議》《美國人工智能行動計劃》等系列文件部署專歐洲在工業(yè)智能體領(lǐng)域的發(fā)展呈現(xiàn)出綠色導向、倫理合規(guī)的獨特路徑，強調(diào)在推動先進制造智能化的同時兼顧可持續(xù)發(fā)展與社會責任。歐洲以《人工智能大陸行動計積極推動工業(yè)大模型、智能體平臺與工業(yè)軟件、自動化系統(tǒng)融合，打造具備自主學習、知識推理和跨系A(chǔ)BB、施耐德電氣、SAP等領(lǐng)軍企業(yè)通過開放平臺構(gòu)建多層級、可復用的工業(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)實現(xiàn)數(shù)字化、綠色化轉(zhuǎn)型。同時在工業(yè)智能體的發(fā)展進程中，歐洲始終把數(shù)據(jù)隱私保護和倫理合2《未來產(chǎn)業(yè)研究》2025年第3期本期主題：工業(yè)智能體應用現(xiàn)狀、挑戰(zhàn)及對策建議規(guī)視為核心關(guān)注點。受《人工智能法案》《通用數(shù)據(jù)保護條例》等法規(guī)影響，歐洲在工業(yè)智能體系統(tǒng)的數(shù)據(jù)采集、處理與共享過程中，強調(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)在流通和訓練模型過程中不觸及隱私紅線。日本在工業(yè)智能體發(fā)展方面聚焦制造業(yè)核心競爭力的提升，將工業(yè)智能體作為推進智慧制造和“社會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的社會問題。日本政府通過《人工智能相關(guān)技術(shù)研究開發(fā)及應用推進法》《人工智能運營商指南》等系列政策文件，推動AI與機器人、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、富士通等加快部署工業(yè)智能體解決方案，廣泛應用于智能車間管理、設(shè)備預測性維護、質(zhì)量控制優(yōu)化等環(huán)節(jié)，提升柔性制造與快速響應市場的能力。工業(yè)智能體不僅廣泛部署于高危、高強度、重復性強的崗位，替代或輔助年長工人完成復雜

操作，還延伸至服務機器人、智慧養(yǎng)老制造等新興領(lǐng)域，為老齡社會構(gòu)建更高效、更智能的服務供給體系。我推動制造業(yè)數(shù)字化、智能化轉(zhuǎn)型是實現(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)智能升級的核心引擎。政策層面，20256月，工業(yè)和信息化部兩化融合工作領(lǐng)導小組提到要以工業(yè)智能體為抓手深化人工智能工業(yè)應用，帶動工業(yè)數(shù)據(jù)集、工業(yè)大模型的創(chuàng)新迭代。通過智能體推動制造業(yè)全流程智能化變革，助力培育新質(zhì)生產(chǎn)力。20258+”行動的意見》進一步強調(diào)，要推動新一代智能終端、智能體等廣泛應用，提出2027年實現(xiàn)70%，2030年普及率90%的目標。在一系列政策的推動下，工業(yè)智能體作為落實關(guān)鍵任務的重要環(huán)節(jié)，其重要性不言而喻。與此同時，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《未來產(chǎn)業(yè)研究》2025年第3期3專業(yè)就是實力精準就是品牌型，將成為未來重點發(fā)力的方向。企業(yè)方面，華為、阿里、百度等廠商基于自身云計算和大模型能力，陸續(xù)推出面向不同工業(yè)場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)，加快推動從通用智能體向工業(yè)垂直智能體演進。IDC2025中國工業(yè)企業(yè)調(diào)研顯示，工業(yè)企業(yè)中已經(jīng)應用了大模型及智能體的比例，20249.6%202547.5%。其中，已經(jīng)在多環(huán)節(jié)開展應用的企業(yè)從1.7%顯著提升35%。在已經(jīng)應用大模型及智能73.7%的企業(yè)應用場景數(shù)量集中在十個至幾十個之間。二、工業(yè)智能體的應用場景與實踐（一）主要應用場景分類工業(yè)智能體通過感知工業(yè)現(xiàn)場環(huán)境，基于決策結(jié)果調(diào)用相關(guān)工具逐步實現(xiàn)既定目標，在研發(fā)設(shè)計、生產(chǎn)制造、運行維護、倉儲物流等場景中發(fā)揮重要作用。西門子調(diào)研結(jié)果顯示，調(diào)研企業(yè)部署工業(yè)智能4《未來產(chǎn)業(yè)研究》2025年第3期

供應鏈管理（19%）。在研發(fā)設(shè)計場景中，工業(yè)智能體正重塑工業(yè)研發(fā)設(shè)計的范式，實現(xiàn)從經(jīng)驗導向數(shù)據(jù)智能驅(qū)動的質(zhì)的飛躍。在強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趨勢、用戶偏好、競品特征等多維信息，構(gòu)建精確的需求畫像，提前預判研發(fā)方向。研發(fā)人員也可借助智能體強大的知識圖譜激發(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)，還可對設(shè)計方案進行虛擬迭代與性能預測，大幅降低企業(yè)試錯成本與開發(fā)周期。在生產(chǎn)管理場景中，工業(yè)智能體憑借強大的系統(tǒng)集成與實時響應能力，正在重塑工業(yè)生產(chǎn)管理的運轉(zhuǎn)流程。通過動態(tài)感知訂單、設(shè)備、物料與人員等核心資源狀態(tài)，智能體能夠設(shè)計最優(yōu)排產(chǎn)計劃，實現(xiàn)產(chǎn)能與訂單的精準配對，打破傳統(tǒng)線性管理的剛性限制。智能體還可以在生產(chǎn)全過程中持續(xù)監(jiān)測關(guān)鍵質(zhì)量指標，動態(tài)識別潛在偏差與異常波動，并在第一時間發(fā)出預警并優(yōu)化本期主題：工業(yè)智能體應用現(xiàn)狀、挑戰(zhàn)及對策建議參數(shù)設(shè)置，減少不良品率。在設(shè)備運維場景中，工業(yè)智能體通過持續(xù)采集設(shè)備運行數(shù)據(jù)，如溫度、電流、能耗等參數(shù)，能夠提前識別異常趨勢，實現(xiàn)對故障的預測性防范，而非被動響應。當系統(tǒng)出現(xiàn)異常趨勢時，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，自動匹配合適的工程人員、所需備件與檢修窗在倉儲物流場景中，工業(yè)智能體已成為提升供應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)與供應商、倉儲、物流等上下游數(shù)據(jù)壁壘，可根據(jù)訂單波動與庫存變化，自動調(diào)整貨物出入庫與揀選策略，優(yōu)化倉位布局，實現(xiàn)跨節(jié)點的信息聯(lián)動與流程協(xié)同。智能體還能構(gòu)建可視化物流追蹤系統(tǒng)，對運輸全鏈路進行狀態(tài)監(jiān)控與風險預警，動態(tài)識別并快速響應供應鏈中斷風險，自動推薦替代路徑與備選方案，提升整體供應鏈的韌性。（二）典型應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)模式的應用推廣和價值轉(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)計劃、行車檢修信息、鋼水包實時位置、各類業(yè)務規(guī)則等大量數(shù)據(jù)，利用算法智能生成行車調(diào)度計劃，涵蓋鋼鐵流程中的焦化、燒結(jié)、煉鐵、煉鋼、軋鋼32100個創(chuàng)新應用場景調(diào)研孵化中。華為云盤古大模型5.0在寶鋼的一條熱軋生產(chǎn)線上線，精軋寬展預測精度較傳統(tǒng)模型提升5%以上，每年有望多生產(chǎn)2萬9000鐵板材廠也構(gòu)建了全流程智能化質(zhì)量管控體系，通過“數(shù)智化檢測+數(shù)智化控制”技術(shù)，賦能生產(chǎn)全流石化行業(yè)中，江漢油田推動中國石化長城大模型與油田業(yè)務深度融合，打造了“AI+鉆井技術(shù)決《未來產(chǎn)業(yè)研究》2025年第3期5專業(yè)就是實力精準就是品牌策”“AI+壓裂技術(shù)決策”“AI+頁巖氣動態(tài)管理”三大智能化應用場景，鉆井井下風險實時預警準確85%以上，壓裂施工中砂堵發(fā)生率下降至千分之五，氣藏動態(tài)分60%以上。中國石油研3000源化工領(lǐng)域首個通過國家備案的行3000億參數(shù)語言、44億參數(shù)視覺、800億參數(shù)多模態(tài)大模型，構(gòu)建起我國勘探行業(yè)的全領(lǐng)域大模型，統(tǒng)籌開展油氣勘探開發(fā)、煉油化工、戰(zhàn)略支持產(chǎn)業(yè)鏈等領(lǐng)域的場景建設(shè)，已有100個場景投產(chǎn)使用。在汽車制造行業(yè)中，雪浪云助力某汽車工廠進行生產(chǎn)優(yōu)化，構(gòu)建+模型”雙驅(qū)動的數(shù)字孿生工廠，集成工廠仿真智能體與生產(chǎn)運營管控智能體，助力汽車工廠資12%，原材料庫存18%，倉儲和管理成15%5G數(shù)智工廠以“全制造流程數(shù)字化”為核心，5G、AI、數(shù)字孿生等40余項60秒即可下線一臺新車，并支持跨品牌共線生產(chǎn)。6《未來產(chǎn)業(yè)研究》2025年第3期

在電子制造行業(yè)中，格創(chuàng)東DeepSeek升級的章魚智腦AgenticAI平臺，開創(chuàng)出多個工業(yè)場景創(chuàng)新方案：面向半導體顯示研發(fā)場景的垂類專家大模型，效率50%；面向設(shè)備管理場景的設(shè)備知識庫Agent“小魯班”，覆100+科室的設(shè)備智控輔助，小故障處理效率提升62%，大故障提30%；面向質(zhì)量管理售后場景AI8D報告，助力質(zhì)量工程90%。芯愛科技智+工業(yè)互+數(shù)字孿生”三位一體的制造體系，實現(xiàn)了高端封裝基板的國產(chǎn)化突破，自動化導入人員效率提升50%100%。在鐵路行業(yè)中，和利時打造的“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，能夠為軌道交通提供更智能、更高效、更精準的運輸輔助決策、運維故障診斷和主動安全防護解決方案。通號低空公司以自主研發(fā)的無人機飛控系統(tǒng)為核心，深度融合AI本期主題：工業(yè)智能體應用現(xiàn)狀、挑戰(zhàn)及對策建議視覺識別技術(shù)，構(gòu)建出專為鐵路電務場景定制的低空飛行巡檢解決方案，與中國鐵路成都局集團聯(lián)合打造的電務低空巡檢場景在重慶電務段驗證成功。在紡織行業(yè)中，柯橋紡織業(yè)依DeepSeek等主流開源大模型，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”應用體系，目前已完成面料、技術(shù)、人才8中國電信基于自研的星辰視覺大模AI幫助紡織企業(yè)提升驗布的準確率及速度，顯著提升降本增效效果，已在多個企業(yè)落地應用。浪潮云洲工業(yè)裝備節(jié)能智能體可根據(jù)細紗機、織布機等核心生產(chǎn)設(shè)備的車速、狀態(tài)等實時運行數(shù)據(jù)，動態(tài)調(diào)節(jié)送風參數(shù)，并支持跨設(shè)備協(xié)同調(diào)控。（三）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，單一智能體的能力邊界已難以滿足日益復雜的工業(yè)場景需求，多智能體協(xié)作模式正成為推動工業(yè)智能化升級的重要發(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”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)＜?，能夠針對特定任務進行多步邏輯推演，但面對跨領(lǐng)域復雜問題時仍會因缺乏協(xié)同規(guī)劃能力而陷入瓶頸；L4多智能體蜂群則能實現(xiàn)多個智能體協(xié)作，通過不同專長的推理型智能體組合完成復雜任務。在工業(yè)應用中，多智能體蜂群展現(xiàn)出獨特的協(xié)作優(yōu)勢。通過蜂群協(xié)作框架，多個推理型智能體可以靈活拉群、多層嵌套、組隊協(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，比如復雜產(chǎn)品研發(fā)中，設(shè)計、仿真、優(yōu)化智能體并行形成迭代閉環(huán)。不過，要進一步突破復雜制造場景的協(xié)作一是強化多智能體協(xié)同機制，二是構(gòu)建高通量、高可信、低時延的智《未來產(chǎn)業(yè)研究》2025年第3期7專業(yè)就是實力精準就是品牌能體通信網(wǎng)絡，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)，最終實現(xiàn)復雜制造場景下智能體協(xié)作水平的顯著提升。目前，先進的多智能體蜂群已能夠1000步的復雜任務，為未來目標的落地奠定了技術(shù)基礎(chǔ)，也為工業(yè)領(lǐng)域處理超長流程、多環(huán)節(jié)協(xié)同的復雜任務提供了新的技術(shù)路徑。三、工業(yè)智能體的技術(shù)支撐體系（一）技術(shù)棧構(gòu)成、部署和運行的核心框架和工具集合，主要由基礎(chǔ)設(shè)施、模型服務、可信應用框架、數(shù)據(jù)存儲、工具庫、運行框架等關(guān)鍵組件組成?；A(chǔ)設(shè)施層是整個技術(shù)棧的底座，為智能體提供算力、存儲和網(wǎng)絡等基礎(chǔ)資源保障。算力資源主要依托GPU、TPU或AI加速芯片集群，為大語言模型的訓練和推理提供強大的并行計算能力。存儲系統(tǒng)需要支持高吞吐量、低延遲的數(shù)據(jù)讀寫操作，既要滿足海量訓練數(shù)據(jù)的存儲需求，也要保證運行過程中狀態(tài)

數(shù)據(jù)的快速訪問。網(wǎng)絡架構(gòu)則需要支持低時延、高帶寬的數(shù)據(jù)傳輸，特別是在邊云協(xié)同部署場景中，穩(wěn)定高效的網(wǎng)絡連接是保障智能體響應速度的關(guān)鍵。模型服務是整個智能體體系的基礎(chǔ)，依托大語言模型的能力接口，提供強大的推理、生成與理解服務?？尚艖每蚣軐邮枪I(yè)智能體技術(shù)棧的關(guān)鍵創(chuàng)新，專門解決大模型在工業(yè)專業(yè)應用中的（High-OrderProgram）作為這一層的核心技術(shù)，通過業(yè)務邏輯的程序化表達、場景知識圖譜和受控工具鏈三大組件，在全流程中貫穿核驗機制。數(shù)據(jù)存儲層負責工業(yè)智能體的狀態(tài)保持與記憶管理，常采用向量數(shù)據(jù)庫來存儲歷史對話、上下文信息和長期知識，以支持連續(xù)性與個性化交互。工具庫賦予智能體動態(tài)調(diào)用外部函數(shù)和接入多源數(shù)據(jù)的能力，使其具備任務執(zhí)行與功能擴展的可編程性。運行框架在此基礎(chǔ)上承擔智能體行為的整體調(diào)度，支持多記憶機制、上下文狀態(tài)跟蹤及跨智能體間的通信與協(xié)作。8《未來產(chǎn)業(yè)研究》2025年第3期本期主題：工業(yè)智能體應用現(xiàn)狀、挑戰(zhàn)及對策建議表1人工智能體技術(shù)棧產(chǎn)品技術(shù)名稱代表產(chǎn)品開源閉源模型服務DeepSeek,FireworksAI,vLLMOpenAI,Gemini,anthropic可信應用框架高階程序（HOP）開源框架螞蟻密算HOP平臺數(shù)據(jù)存儲Chroma,superbaseNeon,Pinecone工具庫LangChain,HaystackGitHubCopilot運行框架AutoGen,Letta,DifyCoze,通義星塵資料來源：賽迪整理（二）產(chǎn)業(yè)鏈分析從產(chǎn)業(yè)鏈協(xié)同的角度來看，人工智能體的落地應用依托一個自下而上、層層聯(lián)動的支撐體系，主要包括底層算力資源、中間平臺框架和上層垂直應用三個關(guān)鍵環(huán)節(jié)。底層的算力基礎(chǔ)是智能體運行的根本保障，依靠以GPU、AI芯片和高性能云服務為核心的計算架構(gòu)，支撐大規(guī)模模型的訓練與高頻次推理，云服務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，涵蓋各類平臺框架、開發(fā)工具和系統(tǒng)組件，為企業(yè)和開發(fā)者提供統(tǒng)一的建模環(huán)境、流程自動化工具及多模態(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)同運作，也推動了跨平臺、多場景智能體的高效連接與統(tǒng)一調(diào)度。在應用層，人工智能體深度嵌入多個垂直行業(yè)場景，包括金融、制造、零售、醫(yī)療、政務等領(lǐng)域，圍繞客戶服務、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)務流程的智能化重構(gòu)。四、主要廠商布局與產(chǎn)品動向（一）國外廠商布局國外主要廠商在工業(yè)智能體領(lǐng)域呈現(xiàn)出技術(shù)驅(qū)動、生態(tài)構(gòu)建的布局特征，重點圍繞平臺化、標準化和互操作性展開競爭。西門子作為傳統(tǒng)工業(yè)自動化龍頭，采用“智能體+生態(tài)平臺”的策略，通過IndustrialCopilot系列產(chǎn)品覆蓋設(shè)計、規(guī)劃、運營等工業(yè)流程關(guān)鍵環(huán)節(jié)。其技術(shù)路線的核心《未來產(chǎn)業(yè)研究》2025年第3期9專業(yè)就是實力精準就是品牌在于將智能體能力與現(xiàn)有工業(yè)軟件TIAPLC生成基礎(chǔ)的虛擬化任務和代碼。此外，西門子正Xcelerator平臺構(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子智能體協(xié)作，還能與第三方智能體集成，達到更高的互操作水平。微軟依托其云計算和AI技術(shù)優(yōu)勢，發(fā)布FactoryOperationsAgentMES（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。微軟還發(fā)布了一款企業(yè)級綜合人工智能平臺AzureAIFoundry，支持開發(fā)者構(gòu)建、部署和管理大規(guī)模AI并幫助用戶輕松設(shè)計、部署和擴展生產(chǎn)級人工智能智能體。已有超過10000家企業(yè)通過該平臺實現(xiàn)業(yè)務流程自動化，顯示出云原生智能體解決方案的市場接受度。羅克韋爾自動化在NVIDIAGTC2025大會上首次推出其全新的Emulate3DFactoryTest功能。10《未來產(chǎn)業(yè)研究》2025年第3期

Emulate3DFactoryTest集成了多項關(guān)鍵功能，旨在提升工廠級系統(tǒng)測試的效率與可視化水平。該工具支持多模型協(xié)調(diào)，能夠同步多個系統(tǒng)模型，實現(xiàn)工廠規(guī)模的協(xié)同仿真測試。此外，與英偉達合作基于NVIDIAOmniverse構(gòu)建的數(shù)字孿生系統(tǒng)實現(xiàn)高級全工廠可視化能力，支持千萬級部件的實時交互模擬，使設(shè)計驗證效率提升40%以上；通過模塊化建模技術(shù)實現(xiàn)機械、電氣、控制系統(tǒng)的多維協(xié)同驗證，將傳統(tǒng)數(shù)周的測試周期壓縮至小時級；開放式API架構(gòu)與DevOps工作流的無縫銜接，使跨團隊協(xié)作效率提升60%。施耐德電氣聚焦能源管理EcoStruxureBuildingGPT?；谥R圖譜和大語言模型深度融合，通過自主感知和決策，實現(xiàn)知識梳理、意圖理解、智能診斷、快速制定解決方案和運行優(yōu)化方案的綜合能力。其邊緣智能設(shè)備在百威工廠的應用案例顯示，通過15%、20%，體現(xiàn)了工業(yè)智能體在降本增效方面的實際價值。本期主題：工業(yè)智能體應用現(xiàn)狀、挑戰(zhàn)及對策建議（二）國內(nèi)廠商動向國內(nèi)廠商在工業(yè)智能體領(lǐng)域呈現(xiàn)出自主創(chuàng)新、場景驅(qū)動的發(fā)展特色，更加注重與本土工業(yè)場景的適配和產(chǎn)業(yè)化落地。杭州熾橙基于國產(chǎn)底座構(gòu)建AIDT工業(yè)多智能體開發(fā)平臺，通過“大語言模型+幾何建模引擎”的技術(shù)融合，實現(xiàn)了語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，讓新員工通過指令對話，無需掌握專業(yè)建模軟件即可輸出生產(chǎn)級模型，使設(shè)計崗培訓周期縮短50%。華為通過整合工業(yè)機理、數(shù)據(jù)智能與開放生態(tài)，在解決工業(yè)場景中小數(shù)據(jù)、高精度、強安全等核心痛點方面具備顯著優(yōu)勢。華FusionPlant平臺的三大中心建設(shè)為其工業(yè)智能體提供完整的生態(tài)支IIT具備端邊云結(jié)合、可視化建模、預置多種算法模型等技術(shù)優(yōu)勢，實現(xiàn)了從人工經(jīng)驗到數(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，可應用于產(chǎn)品質(zhì)量優(yōu)化提升、智能設(shè)備維護、生產(chǎn)物料預估等多類工業(yè)場景。浪潮云洲是國內(nèi)領(lǐng)先的工業(yè)互聯(lián)網(wǎng)平臺運營商，依托工業(yè)制造領(lǐng)域的豐富的實踐經(jīng)驗、數(shù)據(jù)資源與服務能力，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)鍵應用場景打造出一系列具備場景適配能力的工業(yè)智能體群，覆蓋包括皮革行業(yè)表面缺陷檢測、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)務問答、工業(yè)設(shè)備節(jié)能管理等在內(nèi)的12類智能體應用場景。亞信科技專注運維場景，推出了AISWareUsights?AIOpsAgents智能運維智能體系統(tǒng)。該系統(tǒng)是一款基于運維專屬大模型，融合多源異構(gòu)運維數(shù)據(jù)，通過運維知識融合增強、大小模型融合增強、決策執(zhí)行能力增強提供智能運維服務的產(chǎn)品。該系統(tǒng)通過異常檢測、故障根因定位和智能分析等核心功能，實現(xiàn)故障自愈和預警?！段磥懋a(chǎn)業(yè)研究》2025年第3期11專業(yè)就是實力精準就是品牌五、工業(yè)智能體應用面臨的主要挑戰(zhàn)（一）技術(shù)適配挑戰(zhàn)人工智能體在工業(yè)場景中的應用面臨諸多技術(shù)適配挑戰(zhàn)，難點之一在于如何將通用智能有效嵌入高度復雜、多變且強專業(yè)性的工業(yè)體系中。一是行業(yè)與場景適配難。工業(yè)領(lǐng)域橫跨多個子行業(yè)，每個行業(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，工業(yè)場景碎片化嚴重，不同工廠在配置數(shù)據(jù)、工藝、管理方式上都不同，智能體在單一場景落地后難以復制，無法通過規(guī)模化方式分攤成本投入。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)44%被有效利用，但真正AI訓練要求的高質(zhì)量數(shù)據(jù)占比4%。以注塑機為例，設(shè)備單1G運行數(shù)據(jù)，但一周內(nèi)5此外，工業(yè)知識壁壘高，構(gòu)建高級別的語料庫存在非常大的難度，部分工業(yè)現(xiàn)場仍處于信息化基礎(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)孤島嚴重等問題，導致智能體無法構(gòu)建穩(wěn)定的感知—認知—執(zhí)行閉環(huán)。三是人機協(xié)作信任度低，目前工業(yè)現(xiàn)場高度依賴操作人員的經(jīng)驗與判斷，工業(yè)智能體要真正贏得一線操作者和管理者的信任，不僅要提供準確判斷，還需設(shè)計出可理解、可干預、可信任的人機交互機制，才能打通人、機、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”特性導致決策鏈路不透明，操作人員難以追溯判斷依據(jù)，進而影響人機協(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，缺乏標準化的通信框架與協(xié)議工具集，無法高效對接外部數(shù)據(jù)源與業(yè)務工具；從功能來看，消費端智能體在趨勢感知、精準推薦、個性化服務上能力不足，工業(yè)端智能體則未完全達到“響應快、推理強、適配復雜工況”的要求，難以充分支撐消費服務升級與制造業(yè)提質(zhì)增效。（二）應用推廣挑戰(zhàn)工業(yè)智能體的落地推廣并非單12《未來產(chǎn)業(yè)研究》2025年第3期本期主題：工業(yè)智能體應用現(xiàn)狀、挑戰(zhàn)及對策建議純技術(shù)問題，而是涉及企業(yè)認知、經(jīng)濟成本、風險責任的系統(tǒng)性挑戰(zhàn)，企業(yè)從“認知接受”到“模式適配”的轉(zhuǎn)化難度大。一是認知與組織層面存在阻力。許多傳統(tǒng)制造企業(yè)對于人工智能體的理解尚停留在表層，管理層缺乏對其戰(zhàn)略價值的系統(tǒng)認知，生產(chǎn)一線也缺少懂技術(shù)、懂業(yè)務的復合型人才來支撐智能體的選型、部署。智能體在很多企業(yè)都是一把手工程，但實際執(zhí)行中存在一定抵制，數(shù)字員工、數(shù)字工程師會影響現(xiàn)有崗位，整體實施落地中的配合性不高。二是經(jīng)濟性與商業(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，收益卻是長遠的且很多時候難以量化，難以出現(xiàn)在企業(yè)報表上。智能體在企業(yè)層面的賦能是橫向的，很多企業(yè)看不到它實實在在帶來的收益，投資意愿不足。同時，商業(yè)模式需要從產(chǎn)品級服務轉(zhuǎn)向智能級服務，企業(yè)采購也將從“買產(chǎn)品”變?yōu)椤百I長期服務”或“買任務結(jié)果”，這對企業(yè)組織架構(gòu)和付費系統(tǒng)構(gòu)成新挑戰(zhàn)，目前多數(shù)企業(yè)尚未做好充分準備。三是安全風險與責

任界定模糊，智能體會以接口形式或代碼自主生成形式執(zhí)行任務，面API提示詞注入等安全威脅。自主決策的智能體責任歸屬不明，若因自主調(diào)整工藝參數(shù)導致產(chǎn)線報廢或設(shè)備損壞，責任到底是歸算法開發(fā)者、數(shù)據(jù)提供者還是部署應用的企業(yè)，無法清晰界定，使其推廣過程阻力重重。（三）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，存在“產(chǎn)業(yè)協(xié)同不足”與“商業(yè)落地支撐弱”的問題，導致生態(tài)整體成熟度低。在產(chǎn)業(yè)生態(tài)協(xié)同層面，當前工業(yè)智能體賽道存在主體多但分散的特征，大模型開發(fā)者、工業(yè)平臺提供商、設(shè)備制造商等尚未建立起信任高效的合作機制。工業(yè)現(xiàn)場存在大量不同廠商、不同代際的設(shè)備系統(tǒng)，缺乏統(tǒng)一的接口規(guī)范與開發(fā)框架，使得智能體跨設(shè)備、跨場景的通用部署的門檻高、適配成本大。進一步導致智能體與商業(yè)軟件、工業(yè)軟件的互聯(lián)缺乏統(tǒng)一標準支撐，標準化通信框架和協(xié)議工具集的缺失，成為制約智能體與外《未來產(chǎn)業(yè)研究》2025年第3期13專業(yè)就是實力精準就是品牌部體系融合的關(guān)鍵生態(tài)瓶頸。工業(yè)智能體技術(shù)路徑目前仍以通用AI為主，需要加強與制造生產(chǎn)工藝和工業(yè)知識的融合，當前多數(shù)工業(yè)大模型基于視覺語言構(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，當前大多數(shù)人工智能體仍處于試點驗證階段，缺乏成熟的商業(yè)模式和服務閉環(huán)，導致市場推動力不足，應用效果難以適配難度大，導致推廣成本高。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)務又懂技術(shù)的復合型人才，工業(yè)智能體需要不斷降低成本、不斷標準化后才可能逐步落地。同時，評價標準和體系需要完善，企業(yè)做了一些工業(yè)核心應用，卻很難判斷在行業(yè)中是領(lǐng)先還是落后、差距在哪，缺乏明確的評價方向。六、政策建議（一）完善頂層設(shè)計，引導有序發(fā)展一是要加強戰(zhàn)略統(tǒng)籌與規(guī)劃引導，明確人工智能體在制造強國、新型工業(yè)化等國家重大戰(zhàn)略中的定

位與發(fā)展目標，制定專項發(fā)展規(guī)劃或行動方案，提升政策引導的前瞻性和針對性。二是要健全跨層級、跨部門的統(tǒng)籌協(xié)調(diào)機制，打破私人、企業(yè)、政府數(shù)據(jù)的流通壁壘，實現(xiàn)資源在能源、金融、安防、制造等行業(yè)的自由流動。三是強化資金扶持、標準制定、人才支持等方面的政策協(xié)同，建設(shè)一套覆蓋研發(fā)、應用、治理全鏈條的政策保障，為產(chǎn)業(yè)發(fā)展營造清晰、穩(wěn)定的發(fā)展環(huán)境。（二）加強技術(shù)攻關(guān)，提升供給能力一是要聚焦底層技術(shù)短板，加大對大模型訓練框架、多模態(tài)感知融合、智能體架構(gòu)設(shè)計等關(guān)鍵核心技術(shù)的研發(fā)投入，鼓勵產(chǎn)學研協(xié)同創(chuàng)新，突破一批制約智能體發(fā)展的瓶頸，提升國產(chǎn)智能體自主可控的平臺化供給能力。二是重點攻關(guān)智能體