读懂AI时代 Read AI Time 读懂AI时代 Read AI Time 繁體

本页只整理 AI 在制造与工业环节的落地场景、产品与政策,不作供应商排名或采购建议;人形机器人与具身智能本体另见站内机器人专题。

制造业是中国 AI 落地里少数「已经跑出规模」的行业之一。最成熟的一段是工业视觉质检:3C、新能源电池、面板、半导体产线上,深度学习缺陷检测已经是可采购的成熟产品,思谋科技、创新奇智、阿丘科技、凌云光、海康机器人与海外的康耐视(Cognex)都有在售软硬件。往上一层,工业大模型与工业智能体开始承接排产、工艺参数优化、设备诊断这类过去靠老师傅经验的活:华为云盘古的预测模型已用于高炉、配煤等冶金场景,百度智能云的决策智能体「伐谋」面向生产排程、工艺优化与物流规划,中控技术把时序大模型 TPT 用在流程工业。世界经济论坛 2026 年 6 月公布的全球灯塔网络已有 238 座工厂,其中中国过百座,端到端智能化是这批工厂的共同特征。

没做到的部分同样清楚。工业大模型多数仍是「一厂一案」的项目制交付,公开定价几乎没有,复制到第二家工厂通常还要重做数据与工艺适配;高质量工业数据集稀缺,是官方文件也点名要补的短板。工业智能体目前主要停在给人提建议、给人写代码,真正闭环下指令到产线控制的案例还少,多数工厂把它挡在 DCS/PLC 之外。工业软件里的 AI 大多是效率增强(智能标注、代码补全、文档检索),还没有替代设计与仿真本身。另外,本页不覆盖人形机器人与具身智能本体,那一段请看站内机器人专题;这里只收工业机器人上的 AI 应用,比如视觉引导抓取与上下料。

2026 年最大的变化来自政策与落地节奏两头。2025 年 12 月,工信部等八部门印发《「人工智能+制造」专项行动实施意见》并于 2026 年 1 月公开,提出到 2027 年推动 3~5 个通用大模型在制造业深度应用、推出 1000 个高水平工业智能体、打造 100 个工业领域高质量数据集、推广 500 个典型应用场景。2026 年 5 月,国家网信办、国家发展改革委、工信部联合印发《智能体规范应用与创新发展实施意见》,把智能体的安全、审计与追责要求正式立规。2026 年 7 月,六部门继续开展年度智能工厂梯度培育行动,把「人工智能等新技术广泛深度应用」写进卓越级的评价口径。

落地场景表20 个场景

每行一个场景:代表产品分国内 / 海外,成熟度三档(试点 → 规模 → 商用,判不准往低档写),价格档只写核到的形态与区间。

场景代表产品(国内)代表产品(海外)成熟度典型用户价格档大陆可用
工业视觉质检(外观缺陷检测) 本行业里最成熟的一段,已是标准可采购产品,但换产线、换料号通常仍需重新标注与训练。 来源 ↗ 思谋科技 / 创新奇智 / 阿丘科技 / 凌云光 / 海康机器人 Cognex 商用 3C、新能源电池、面板半导体、汽车零部件产线的质检工位 按项目采购按项目采购;软硬件一体交付,官网均未公开报价 可用
工业多模态大模型与行业大模型 多数仍是「一厂一案」,模型要配合本厂工艺数据微调,跨厂复用成本高。 来源 ↗ 华为云盘古 / 宝信软件钢铁行业大模型 / 思谋 IndustryGPT / 卡奥斯天智工业大模型 规模 钢铁、有色、煤矿、化工、家电等行业的大中型制造企业 按项目采购按项目采购;随云资源与实施一并计价,无公开价目表 可用
工业智能体(Agent)与决策优化 目前多数以「给人提方案」为主,直接下指令闭环到产线控制的案例仍少。 来源 ↗ 百度智能云伐谋 / 创新奇智奇智孔明 / 卡奥斯 COSMO Code 试点 有排产、调度、工艺寻优需求的制造与物流团队 按项目采购按项目采购;伐谋提供在线体验入口,官网未公开定价 可用
智能排产与生产调度(APS) 难点不在算法而在约束建模,产线实际约束写不全,排出来的计划就落不了地。 来源 ↗ 百度智能云伐谋 / 树根互联 APS / 用友 / 鼎捷数智 规模 多品种小批量的离散制造工厂计划排产岗 按项目采购按项目采购;通常随 ERP/MES 项目一起交付 可用
工艺参数优化(钢铁、有色、化工、水泥) 据华为云 2025 年 6 月发布会披露,盘古预测模型在宝武高炉场景的铁水温度命中率在 90% 以上;此类数字均为厂商披露的单点案例,不代表行业普遍水平。 来源 ↗ 华为云盘古预测模型 / 宝信软件 / 中控技术 规模 高炉、转炉、裂解、水泥窑等连续生产装置的工艺与操作团队 按项目采购按项目采购;无公开报价 可用
流程工业时序大模型与自主运行工厂 中控技术把时序大模型 TPT 与通用控制系统 UCS、自主运行工厂 AOP 组成一套,属于把 AI 往控制层推的方向,整体仍在验证阶段。 来源 ↗ 中控技术 试点 石化、化工、油气、电力等流程工业的控制与运行部门 按项目采购按项目采购;与控制系统一并交付 可用
预测性维护与设备健康管理(PHM) 对设备厂商(卖出去的机器)比对工厂自有设备更容易做,因为联网数据天然回流到厂商手里。 来源 ↗ 树根互联 / 卡奥斯 Siemens Industrial Copilot 规模 工程机械、风电、泵阀压缩机等设备的制造商与运维方 按项目采购按项目采购;部分随设备联网服务打包 可用
设备联网与工业数据接入 这是所有工业 AI 的前置条件,数据采不上来后面的模型都无从谈起。 来源 ↗ 树根互联根云 / 卡奥斯 COSMO-Sphere / 宝信软件宝联登 商用 需要把老设备数据采上来的制造企业信息化部门 按项目采购按项目采购;含采集终端与平台订阅 可用
数字孪生工厂与产线仿真 国内落地多停在可视化与布局验证,用仿真数据训练机器人策略再上线的闭环案例仍集中在少数头部工厂。 来源 ↗ 树根互联根云智界 / 卡奥斯 NVIDIA Omniverse / Siemens Xcelerator 试点 新建产线、产线改造的工艺规划与仿真团队 按项目采购按项目采购;Omniverse 相关库随 NVIDIA 开发工具提供 可用
PLC 代码生成与自动化工程 Copilot 西门子 2024 年 4 月汉诺威工业博览会推出,集成 TIA 博途,可生成 SCL 代码、解释代码块、用自然语言检索手册;国产自动化厂商的同类产品尚未见到公开在售的成熟版本。 来源 ↗ Siemens Industrial Copilot 商用 自动化工程师、设备集成商的编程与调试岗 按项目采购按项目采购;通过西门子 Xcelerator 市场提供,官网未公开中国区价目 可用
AI 辅助设计与图纸理解(CAD) 当前的 AI 能力集中在智能标注、智能选择、图纸识别与参数化改图,属于效率增强,还不是替代设计本身。 来源 ↗ 中望软件 Autodesk / Siemens NX 规模 机械设计、建筑与制造工程图纸岗 按席付费按席付费;国产 CAD 按订阅或永久授权销售 可用
工程仿真(CAE)中的 AI 加速 用代理模型替代部分有限元求解的做法在学界与厂商演示里较多,工程中仍以传统求解器为主、AI 做前后处理与寻优。 来源 ↗ 中望软件 Siemens / NVIDIA 试点 结构、流体、电磁仿真工程师 按席付费按席付费;仿真模块单独授权 可用
ERP/MES 里的 AI 助手 这一层的 AI 主要做取数、问答、报表与审批辅助,属于管理软件的功能增强,和产线控制是两回事。 来源 ↗ 用友 YonGPT / 金蝶灵基 / 鼎捷雅典娜 规模 制造企业的财务、供应链、生产运营岗 按项目采购按项目采购;大型企业版本按项目实施,成长型企业版本按订阅 可用
工业机器人视觉引导与上下料 本页只收工业机器人上的 AI 应用;人形机器人与具身智能本体请看站内机器人专题。 来源 ↗ 海康机器人 / 创新奇智 / 阿丘科技 Cognex 规模 汽车零部件、家电、物流仓储的自动化上下料与拆码垛工位 按项目采购按项目采购;相机与视觉软件按套采购 可用
工业读码与物流分拣视觉 属于成熟硬件品类,深度学习主要用来提高脏污、变形、低对比度码的读取率。 来源 ↗ 思谋科技 ViScanner / 海康机器人 Cognex DataMan 商用 电子制造追溯、仓储物流分拣线 按项目采购按项目采购;读码器按台采购 可用
安全生产与作业行为识别 落地快但误报治理是长期成本,实际项目中人工复核环节通常无法取消。 来源 ↗ 树根互联 / 阿丘科技 规模 工厂安全环保部门、危化与冶金现场 按项目采购按项目采购;按点位与摄像头数量计价 可用
半导体与面板良率分析 数据敏感度高,客户普遍要求本地化部署,模型也很难跨厂复用。 来源 ↗ 创新奇智 / 思谋科技 / 阿丘科技 规模 晶圆厂、面板厂的良率工程与工艺工程团队 按项目采购按项目采购;无公开报价 可用
工厂能源管理与碳核算 多数项目先解决计量与报表,AI 优化调度的部分通常排在第二阶段。 来源 ↗ 树根互联 / 卡奥斯 试点 高耗能行业的能源管理与双碳合规岗 按项目采购按项目采购;平台订阅+实施 可用
低代码与自然语言生成工业应用 适合表单、看板、巡检这类轻应用,涉及设备控制与安全联锁的部分仍走传统开发。 来源 ↗ 卡奥斯 COSMO Code / 用友 / 金蝶 试点 工厂 IT 与业务部门的轻应用开发 按项目采购按项目采购;随平台订阅提供 可用
端到端智能化的灯塔工厂 世界经济论坛 2026 年 6 月 22 日宣布全球灯塔网络新增 16 家、总数达 238 座,中国占其中一百余座;论坛同时指出 AI 正从孤立试点转为核心运营能力。这是评选结果而非普遍水平。 来源 ↗ 试点 行业头部制造企业的标杆工厂 按项目采购 可用

产品目录15 个

最新新闻16 条

应用 工业 AI

Autodesk CEO:工业AI容错低,定制垂直AI将定义未来价值

观点

Autodesk CEO称工业领域通用大模型“差不多对”致命,定制垂直AI凭高精度和低总拥有成本将成工业软件核心价值。

华尔街见闻

应用 中国AI 工业 AI

钛媒体:工业AI落地难点在场景适配,算法可购现场难复制

钛媒体报道,工业AI落地关键在场景适配与长期稳定,而非单纯识别率。

钛媒体

应用 中国AI 工业 AI

钛媒体:工业大模型落地从演示走向生产,本体平台化积累成关键

钛媒体报道,工业大模型落地正从演示转向生产,本体平台化积累是关键。

钛媒体

应用 中国AI 工业 AI

创新奇智发布工业智能体平台,上半年首次实现调整后盈利

8月27日,创新奇智发布升级的AInnoGC工业本体智能体平台及三款智能体套件,已有上百个智能体进入制造企业生产。财报显示,2026年上半年营收8.29亿元,同比增长18.6%,首次实现半年度调整后盈利,调整后利润320万元,毛利率连续第六年提升至35.4%,“AI+制造”收入占比升至81.5%。

为什么重要工业AI龙头从模型竞争转向落地能力,其盈利拐点验证了智能体在工业场景的商业化可行性,对关注AI应用落地的投资者具有参考意义。

智东西

应用 工业 AI

西门子Xcelerator强调工业Agent非套壳,聚焦产品在真实场景持续生长

西门子Xcelerator强调工业Agent非套壳,核心是让产品在真实工业场景中持续生长。

量子位 QbitAI

应用 工业 AI

a16z史上最大投资:All in Uber创始人,下注工业AI“从比特到原子”

沉寂八年后,Uber联合创始人Travis Kalanick携新公司Atoms亮相,获得a16z联合创始人Ben Horowitz迄今最大一笔投资。Atoms聚焦“工业AI”,将软件、传感器、机器人与AI整合为自动化系统,覆盖食品、矿业、自主导航机械三大方向。Horowitz称这是他在a16z写过的最大支票,并类比Elon Musk整合多家公司的潜力。

为什么重要这笔投资标志着顶级风投对AI从数字世界向物理世界延伸的押注,可能重塑食品、矿业、制造业等传统产业的自动化进程,对AI产业链上下游的算力、机器人、工业软件等领域具有风向标意义。

华尔街见闻

应用 中国AI 工业 AI

工业智能体竞争转向落地,端到端闭环能力成定价权关键

工业智能体竞争回归本质,端到端闭环能力决定平台级定价权。

钛媒体

应用 中国AI 工业 AI

硕橙科技完成超亿元D+轮融资,工业母机产业投资基金领投

工业AI企业硕橙科技完成超亿元D+轮融资,由工业母机产业投资基金独家领投。该公司成立于2016年,总部位于厦门,核心团队来自清华大学,主打精密机床、重型轧机等设备的预测性运维与精度管控方案。融资将用于工业大模型算法迭代、传感硬件研发扩产,并联动产业链上下游,推动国产工业母机生态智能化升级。

为什么重要此轮融资显示国家级产业资本对工业AI垂直落地的重视,对关注AI在高端制造领域商业化前景的投资者具有参考意义。

钛媒体

应用 中国AI 工业 AI

智东西:工业AI落地关键在敢于将任务交给AI,产线废弃物减少13%

工业AI落地需克服幻觉风险,智东西报道称已实现产线废弃物减少13%、产能提升10%等成果。

智东西

应用 中国AI 工业 AI

追知工科获数千万元种子轮融资,开发垂域工业智能体

追知工科完成数千万元种子轮融资,专注材料加工制承环节的工业智能体研发。

钛媒体

应用 工业 AI

塔塔咨询携手英伟达在班加罗尔开设工业AI实验室

TCS与英伟达合作在班加罗尔设立AI实验室,加速移动与制造业自动化原型开发与规模化。

Yahoo Finance — NVDA 头条

基础设施应用 国产替代 工业 AI

中国移动投资友机技术,押注工业AI基础设施

中国移动投资友机技术,推动工业母机进入计算化阶段

量子位 QbitAI

应用 工业 AI

施耐德电气31亿美元收购工业AI公司Cognite

施耐德电气以31亿美元收购工业AI公司Cognite,将其整合进Aveva业务。

Data Center Dynamics

应用 中国AI 监管政策工业 AI

八部门发文深化AI与工业互联网融合,加快工业智能体推广

工信部等八部门发文,推动AI与工业互联网融合,加快工业智能体推广

36氪

芯片基础设施 工业 AI

SK海力士与英伟达达成AI内存与自主晶圆厂合作

SK海力士与英伟达宣布一项多年技术合作,共同开发面向下一代AI基础设施的先进内存技术。合作涵盖针对英伟达新兴平台的内存联合研发,以及在半导体制造中引入数字孪生与自主晶圆厂工具。此举超越传统供应关系,旨在构建AI驱动的设计与生产能力。

为什么重要此次合作将AI芯片龙头与核心内存供应商深度绑定,可能重塑AI基础设施的供应链格局,并加速智能制造的落地。

Yahoo Finance — NVDA 头条

应用 工业 AI

壳牌联手C3 AI,用智能体实现设备预测性维护自动化

壳牌将采用C3 AI的智能代理技术,从基础异常检测升级至全自动预测性维护。该能源巨头已在上下游业务中部署C3 AI可靠性套件,监控超过3万件关键设备。新方案旨在进一步减少人工干预,提升设备运行效率与安全性。

为什么重要此举展示了AI应用层在重资产工业中的深化落地,对关注企业级AI商业化进程的投资者具有风向标意义。

Artificial Intelligence News

政策与准入8 个节点

  1. 2026-07
    六部门开展 2026 年度智能工厂梯度培育行动 工信厅联通装函〔2026〕343 号,继续按四级梯度推荐项目,并按各省工业增加值排名限定推荐数量;申报要求中明确写入人工智能等新技术应用。 来源 ↗
  2. 2026-06
    世界经济论坛公布新一批全球灯塔工厂 2026 年 6 月 22 日在大连宣布新增 16 家、网络总数达 238 座,论坛在通稿中指出 AI 正从孤立试点转为核心运营能力。非中国政策文件,但是国内智能工厂对标的主要参照。 来源 ↗
  3. 2026-05
    《智能体规范应用与创新发展实施意见》印发 国家网信办、国家发展改革委、工信部联合印发,首次在国家层面定义智能体并提出可控、可审计、可追责要求;工业智能体的部署需要对应做权限与日志设计。 来源 ↗
  4. 2025-12
    八部门《「人工智能+制造」专项行动实施意见》 工信部联科〔2025〕279 号,2026 年 1 月对外公布。提出到 2027 年推动 3~5 个通用大模型在制造业深度应用、推出 1000 个高水平工业智能体、打造 100 个工业领域高质量数据集、推广 500 个典型应用场景,部署创新筑基、赋智升级、产品突破等 7 方面 21 项举措。 来源 ↗
  5. 2025-08
    国务院《关于深入实施「人工智能+」行动的意见》 国发〔2025〕11 号,六大重点行动之一即「人工智能+产业发展」,提出到 2027 年新一代智能终端、智能体等应用普及率超 70%,是制造业专项行动的上位文件。 来源 ↗
  6. 2025-06
    六部门开展 2025 年度智能工厂梯度培育行动 按基础级、先进级、卓越级、领航级四档培育智能工厂,卓越级要求推动人工智能等新技术深度应用,是国内工厂 AI 改造的主要牵引机制。 来源 ↗
  7. 2024-12
    《制造业企业数字化转型实施指南》印发 工信部、国资委、全国工商联联合印发,给不同规模制造企业的数字化改造路径定口径,是后续 AI 落地的数据与系统前置条件。 来源 ↗
  8. 2021-12
    《「十四五」智能制造发展规划》印发 八部门联合印发,提出到 2025 年规模以上制造业企业大部分实现数字化网络化、建成 500 家以上智能制造示范工厂,是本轮智能工厂建设的总纲。 来源 ↗

公司与资本

相关上市公司: 工业富联(601138) · SH688777(SH688777) · SH600845(SH600845) · SZ002415(SZ002415) · HK2121(HK2121) · SH688400(SH688400) · SH600588(SH600588) · HK0268(HK0268) · SH688083(SH688083) · SZ300378(SZ300378) · SZ300124(SZ300124) · 英伟达 NVIDIA(NVDA) · SIEGY(SIEGY) · PTC(PTC) · ADSK(ADSK) · CGNX(CGNX) · ROK(ROK) 只列公司与代码,不构成任何投资建议;有本站个股页的可点进看行情与技术面。

常见问题

AI 在制造业真的规模落地了吗,还是只有演示?
分场景看。工业视觉质检已经是可采购的成熟产品,思谋、创新奇智、阿丘、凌云光、海康机器人与海外康耐视都在售;工艺参数优化、预测性维护属于多家客户已用但仍在扩的阶段;工业智能体直接闭环控制产线的案例仍少。世界经济论坛 2026 年 6 月的通稿也把「AI 从孤立试点转为核心运营能力」列为新一批灯塔工厂的特征之一,说明规模化还在进行中。
工业大模型和通用大模型有什么区别?
通用大模型解决语言与多模态的一般能力,工业大模型要接本厂的工艺数据、设备时序数据和行业知识,输出的是排产方案、工艺参数、故障判断这类结果。华为云盘古在制造侧主要用的是预测模型而不是聊天模型,中控技术做的是时序大模型 TPT。工信部等八部门 2025 年 12 月的专项行动意见也把「通用大模型在制造业深度应用」和「行业大模型」分开写。
AI 质检和传统机器视觉有什么不一样?
传统机器视觉靠人工写规则和阈值,对形状固定、对比度高的缺陷有效;深度学习方案靠样本训练,能处理划痕、脏污、异色这类难以用规则描述的缺陷,也更能适应产品外观变化。代价是需要标注数据,换产线或换料号往往要重新训练。康耐视的 VisionPro Deep Learning、思谋 ViMo、阿丘 AIDI 都属于后者。
工厂上 AI 一般按什么顺序来?
从公开的平台产品结构看,通常先解决设备联网与数据采集,再做可视化与报表,然后才是模型类应用。树根互联、卡奥斯、宝信这类平台的产品线都是这个顺序排的。工信部《制造业企业数字化转型实施指南》与智能工厂梯度培育行动的分级口径也把数字化、网络化排在智能化之前。本页不提供采购建议。
人形机器人算不算「AI+制造」?
本页把两件事分开。人形机器人与具身智能是本体与运动控制的技术路线,站内有单独的机器人专题;本页只收 AI 在工厂与工业流程里的落地,包括工业机器人上的视觉引导抓取、上下料这类 AI 应用,不展开机器人本体本身。工信部的「人工智能+制造」专项行动同时覆盖这两块,但产业成熟度差距很大。

关于本页

本页是「AI 行业落地」栏目的制造与工业页:场景表、产品目录、政策节点由编辑逐条核官方页建表,按季度复核(下次复核 2026-12-13); 新闻流由新闻管线在打分阶段按「主体是不是 AI 在制造与工业行业的落地」自动打标、每日更新,历史条目按同一口径回填。 只做客观转述,不构成任何诊疗、投资、购车或采购建议。