盡(jin)管數(shu)字化(hua)轉型(xing)的浪潮已經席卷(juan)工(gong)業(ye)領域超過(guo)十年，但(dan)大多數(shu)工(gong)廠系統仍(reng)(reng)停(ting)留在“自(zi)動化(hua)而(er)非(fei)智能(neng)化(hua)”階段。雖(sui)然傳(chuan)感器、PLC、MES、云平(ping)臺等一應俱(ju)全，但(dan)系統之間彼(bi)此割裂(lie)，數(shu)據雖(sui)可采集卻(que)難以理解(jie)，算法雖(sui)能(neng)運(yun)行卻(que)無(wu)法適應變化(hua)，真正實(shi)現“感知(zhi)-認知(zhi)-決策(ce)”的閉環智能(neng)仍(reng)(reng)遙(yao)不可及。
為何AI在(zai)工業場景中“叫(jiao)好(hao)不叫(jiao)座”？為何AI模(mo)型日益強大，應用卻始終“落(luo)不了(le)地”？工業智能(neng)化的突破口究竟在(zai)哪里？
我們或許正站在一個新的(de)歷史(shi)轉折點(dian)。
AI智(zhi)能體(ti)（AI Agents）與(yu)邊緣計算（Edge Computing）的(de)結合，正在成為破解這些難題的(de)新路徑(jing)。它不(bu)僅僅是一次(ci)技術組合，更是一次(ci)工業(ye)發(fa)展(zhan)模式的(de)重構(gou)：
邊(bian)緣計算將算力下沉至現場，支撐毫(hao)秒級數(shu)據處理與即時反饋；
AI智能體為邊(bian)緣節點賦(fu)予(yu)“感知-認知-決策”的自主能力；
二者共同推動(dong)(dong)工業(ye)系統，從“被動(dong)(dong)響(xiang)應”走向(xiang)“主(zhu)動(dong)(dong)進(jin)化”，從“集中式自動(dong)(dong)化”邁向(xiang)“分布式智(zhi)能體(ti)網絡”。
正是在這一背景下，物聯網智庫有幸與研(yan)華科(ke)技董(dong)事長劉(liu)克振、WISE-PaaS / AI Agent研(yan)發(fa)總監康寧，展開了(le)一(yi)場關于(yu)“工業智能體時代(dai)”的(de)深度對談。
本文將以此次交流為脈絡，從技術、戰略與生態三重維度，探討邊緣計算與AI Agents如何構筑工業智能的新底座，并預判“垂類模型+邊緣智能”雙引擎驅動下的產業未(wei)來(lai)。
AI智能體登場：工業智能的“感知-認知-執行”新引擎
如果說邊(bian)緣計算是工業(ye)智(zhi)能的基(ji)礎設(she)施升(sheng)級，那么(me)AI智(zhi)能體的引入(ru)，則(ze)意味著工業(ye)系(xi)統正在從“流(liu)程(cheng)驅(qu)動(dong)”轉向“智(zhi)能驅(qu)動(dong)”的全新模式。
毋庸置疑(yi)的(de)是，越來越多的(de)企(qi)業應用開(kai)始在邊(bian)(bian)緣(yuan)運行(xing)。根據Gartner的(de)預(yu)測，到2027年，50%的(de)關鍵企(qi)業應用將在邊(bian)(bian)緣(yuan)運行(xing)。企(qi)業正在邊(bian)(bian)緣(yuan)計(ji)算上(shang)持續投入，預(yu)計(ji)從2024到2033年，全球(qiu)邊(bian)(bian)緣(yuan)計(ji)算支出(chu)將以兩位數的(de)復(fu)合年增(zeng)長(chang)(chang)率CAGR穩健增(zeng)長(chang)(chang)。加之AI的(de)持續進化，邊(bian)(bian)緣(yuan)智(zhi)能也展現(xian)出(chu)強勁的(de)發展勢頭(tou)。Gartner進一步預(yu)測，到2026年，50%的(de)全球(qiu)邊(bian)(bian)緣(yuan)部署將包含AI。
研華科技董事長劉克(ke)振(zhen)敏銳地(di)捕捉到，工業場景自動化向(xiang)智(zhi)能(neng)(neng)化的(de)(de)演變現在已(yi)經(jing)達到一(yi)個很明顯(xian)的(de)(de)轉折點(dian)。雖然AI普及的(de)(de)時間并不長，但是其趨勢卻非常強勁，隨著AI智(zhi)能(neng)(neng)體(ti)與細分領域AI模型的(de)(de)融合(he)越(yue)來越(yue)完善，工業場景內全面(mian)的(de)(de)AI智(zhi)能(neng)(neng)體(ti)開始(shi)引領智(zhi)能(neng)(neng)化變革(ge)。
過去(qu)沒有(you)云(yun)邊協同(tong)方案(an)時，每(mei)一個工(gong)廠的(de)(de)工(gong)控生(sheng)態是由自動化團隊根據(ju)場景(jing)內(nei)需求來定制的(de)(de)，是一個封(feng)閉(bi)的(de)(de)系(xi)統(tong)。這(zhe)種(zhong)系(xi)統(tong)依賴預設規則與靜態邏輯(ji)，難(nan)以應對(dui)復雜、動態的(de)(de)生(sheng)產環境。隨著(zhu)云(yun)邊協同(tong)計算(suan)的(de)(de)普及應用，原本封(feng)閉(bi)的(de)(de)工(gong)業系(xi)統(tong)得到初步解放(fang)。
到(dao)了AI智能(neng)體時代，場(chang)景(jing)內(nei)的(de)(de)(de)生產(chan)資料將(jiang)(jiang)進一(yi)步(bu)被(bei)整(zheng)合(he)為特定的(de)(de)(de)小模(mo)型SLM，結合(he)全(quan)面(mian)的(de)(de)(de)行業知識云端與邊端實現(xian)智能(neng)的(de)(de)(de)串通共享，研華科技(ji)董事(shi)長劉(liu)克振(zhen)表示“工業智能(neng)體將(jiang)(jiang)場(chang)景(jing)內(nei)一(yi)切聯接(jie)起來(lai)，整(zheng)個產(chan)業的(de)(de)(de)效益與智能(neng)化進程度會呈現(xian)爆炸性的(de)(de)(de)發展。”
具備環境(jing)感知(zhi)、自主決策與(yu)執行能(neng)力(li)的智(zhi)能(neng)實(shi)體(ti)通(tong)過“感知(zhi)-決策-執行”閉環，實(shi)現(xian)了從(cong)“被動(dong)執行”到“主動(dong)進化”的跨(kua)越。這種能(neng)力(li)使AI智(zhi)能(neng)體(ti)成(cheng)為工(gong)業(ye)AI的終極載(zai)體(ti)：既能(neng)嵌入物理設備實(shi)現(xian)“邊(bian)緣智(zhi)能(neng)”，又(you)能(neng)通(tong)過云端訓練與(yu)迭代形成(cheng)“群體(ti)智(zhi)慧”，推動(dong)工(gong)業(ye)系統從(cong)“定制(zhi)卻封閉的局(ju)部優(you)化”邁向(xiang)“開放且(qie)定制(zhi)的全(quan)局(ju)智(zhi)能(neng)”。
所謂AI智(zhi)能(neng)體（AI Agent），并非單一功能(neng)模塊，而(er)是(shi)具備感(gan)知環境(jing)、理解任務、自(zi)主決策與(yu)協同(tong)執(zhi)行(xing)能(neng)力的(de)智(zhi)能(neng)實體。它們嵌入在(zai)設備端或邊緣(yuan)(yuan)節點，能(neng)夠在(zai)無需依賴云端的(de)前提下，獨立完成從數據采集、分析(xi)、判(pan)斷到行(xing)動的(de)閉環工作，成為(wei)邊緣(yuan)(yuan)智(zhi)能(neng)真正的(de)“執(zhi)行(xing)者”與(yu)“思考者”。
工業(ye)AI智能體(ti)的三大核心能力結構包括：
1.感知能力
多模態(tai)傳感融合（視(shi)覺、聲(sheng)音(yin)、振動、溫(wen)濕度等）
實時數據采集(ji)與(yu)邊緣側預處理
狀態識別與環境理解
2.認知能力
嵌入式AI小模型支持的任務理(li)解(jie)與推理(li)分析(xi)
與行業知識圖(tu)譜協同的智能決策機制
自我學習與模型優化
3.決策與執行能力
與現場設備(bei)聯動的(de)控制指令下發
多智能體之間的協同調度
任務完成(cheng)后(hou)的反饋(kui)與自我(wo)校正(zheng)
這種能力結(jie)構，使AI智(zhi)能體不再是被動的算法工具(ju)，而(er)是具(ju)備“情境(jing)理解+協(xie)作執(zhi)行”的智(zhi)能工作節點，推動工業(ye)系統(tong)從“指令式執(zhi)行”向(xiang)“目(mu)標導向(xiang)協(xie)作”演(yan)進(jin)。
應該說，AI智(zhi)能(neng)(neng)體(ti)的(de)崛起并不是顛覆傳統自動(dong)化(hua)升(sheng)級路徑(jing)，而是通過更全面的(de)數據(ju)、更精細的(de)模型、更強(qiang)大(da)邊緣(yuan)計算(suan)重構(gou)工業智(zhi)能(neng)(neng)的(de)底層邏輯(ji)，用(yong)智(zhi)能(neng)(neng)體(ti)的(de)自主認知驅動(dong)場景的(de)智(zhi)能(neng)(neng)化(hua)能(neng)(neng)力提(ti)升(sheng)。
工業(ye)AI智能體(ti)的引入，不(bu)是對傳(chuan)統(tong)自動化的取代，而是一次系統(tong)架構與智能邏輯的躍遷。
研華(hua)科技研發總監康寧也提到了這次工業智(zhi)能的(de)躍(yue)遷，需要智(zhi)能體來構筑(zhu)起(qi)工業場景(jing)里物(wu)聯網和模(mo)型融合的(de)智(zhi)能中(zhong)樞(shu)，完成數據從感知、匯總到自主(zhu)決(jue)策(ce)，甚至執行端到端的(de)閉環(huan)，最終幫助企業搭建起(qi)專屬的(de)“智(zhi)庫”。
可預期的是(shi)，整個行(xing)(xing)業(ye)(ye)(ye)在(zai)(zai)邊緣(yuan)智能(neng)改造上會有很多需求出現。正是(shi)在(zai)(zai)這樣的契機下(xia)，研華科技開始戰略轉(zhuan)型，從“工(gong)業(ye)(ye)(ye)電腦領軍企業(ye)(ye)(ye)”向“Edge AI引領者(zhe)”轉(zhuan)變，即從提(ti)供行(xing)(xing)業(ye)(ye)(ye)硬件平臺與(yu)軟件工(gong)具(ju)，向邊緣(yuan)運(yun)算硬件與(yu)智能(neng)軟件徹底融合的AI Agent on Edge方向發展，將(jiang)AI硬件與(yu)軟件深度綁定協同解決工(gong)業(ye)(ye)(ye)AI落地中的諸多技術瓶頸，在(zai)(zai)OT與(yu)IT的深度耦合基礎上合力推動產業(ye)(ye)(ye)應用的全(quan)面(mian)智能(neng)化。
從底層技術到生態協同，構筑工業AI智能體核心能力
不論(lun)是工業AI還是具體到工業智能(neng)體，其核心技(ji)術體系(xi)均(jun)圍(wei)繞著(zhu)數據驅動(dong)決(jue)策、實時響應、自主協同展開，分(fen)解來看有如下幾個(ge)核心模塊：
邊緣計算硬件帶來的本地(di)實時數據(ju)處理：邊緣計算硬件通(tong)過將算力下沉至設備端或(huo)近場節點，實現(xian)毫秒級響應，滿足工業場景對低(di)延時的嚴(yan)苛要求；
基于工業場(chang)景(jing)(jing)的細化AI模(mo)型(xing)：適配資源受限邊緣(yuan)計算(suan)硬件，通過(guo)模(mo)型(xing)剪枝、量化等技術(shu)優化后的定制化場(chang)景(jing)(jing)AI模(mo)型(xing)；
適配算力硬件(jian)的AI軟(ruan)件(jian)整合(he)(he)平臺與應(ying)(ying)用(yong)套件(jian)：采用(yong)模(mo)塊化(hua)將不同的功能和組件(jian)進(jin)行分離以便于開發、維護和擴展的AI軟(ruan)件(jian)整合(he)(he)平臺。同時采用(yong)容器軟(ruan)件(jian)開發AI應(ying)(ying)用(yong)套件(jian)，提高(gao)資(zi)源利用(yong)率和部(bu)署效率。
在交流中我們也了解到研華科技正在圍繞工業智能體的核心技術進行布局，如開發Edge AI加速模塊、Edge AI產業應用系統、Edge AI大型語言模型訓練系統及Edge AI服務器等產品，并提供整合式AI軟件平臺工具Edge AI SDK，協助產業客戶評估驗證AI平臺效能及應用開發，同時與主流芯片廠商共同開發高效能(neng)邊緣(yuan)AI計(ji)算平臺。
工(gong)(gong)業數(shu)據碎片化和利用(yong)率低、工(gong)(gong)業場(chang)景對決策確定性和可解釋性的(de)嚴苛要(yao)求(qiu)、AI智能體(ti)協同也是工(gong)(gong)業智能體(ti)在(zai)普(pu)及(ji)中會(hui)面(mian)臨的(de)落地(di)難(nan)題。研華科技布局相關技術棧，提供如端側多模態數(shu)據采集和通訊連接(jie)產品、工(gong)(gong)業場(chang)景AI算法專家庫(ku)以及(ji)打通數(shu)據流的(de)Agent Builder智能體(ti)平臺等(deng)等(deng)。
硬(ying)件(jian)與應用軟(ruan)件(jian)的“打穿(chuan)”具有產業(ye)變革的重大意義，這些圍(wei)繞(rao)工業(ye)智(zhi)能體(ti)核(he)心技(ji)術(shu)體(ti)系的產品給產業(ye)客(ke)戶搭建了一個讓AI快速進入到工業(ye)應用的橋梁。當(dang)然(ran)，除(chu)了底(di)層軟(ruan)硬(ying)件(jian)，為了推動工業(ye)智(zhi)能發(fa)展，整個上下游(you)生(sheng)態協同和產業(ye)共創也必(bi)不可(ke)少。
在與研華科技董事長劉克(ke)振的深度交流中，一個核心判斷(duan)逐漸(jian)清晰(xi)：工業(ye)智(zhi)能體不是(shi)一項技術革新(xin)，而(er)是(shi)一場系統性轉型。
這場轉型的核心不(bu)在于“AI是否(fou)足夠強”，而(er)在于企業(ye)是否(fou)已(yi)經準備好迎接一(yi)個由“智能協同”主導的工業(ye)新(xin)未來。
研華科技董事長劉克振在(zai)交流中(zhong)特別強(qiang)調(diao)了研華正在(zai)加速推(tui)進與(yu)產業(ye)(ye)(ye)鏈(lian)上下(xia)游的(de)合(he)作，通(tong)過WISE-Edge鏈(lian)接邊(bian)(bian)緣(yuan)(yuan)端(duan)的(de)軟硬整合(he)策略，打造工業(ye)(ye)(ye)智(zhi)能體(ti)生態(tai)系統(tong)(tong)，將AI芯片廠商、多模態(tai)傳感器供(gong)應商、AI軟件技術企業(ye)(ye)(ye)、行業(ye)(ye)(ye)系統(tong)(tong)集成商，以(yi)及專注(zhu)邊(bian)(bian)緣(yuan)(yuan)智(zhi)能的(de)渠道經銷商匯聚其中(zhong)串聯起來，形(xing)成合(he)力(li)共同構建覆(fu)蓋“端(duan)-邊(bian)(bian)-云”的(de)工業(ye)(ye)(ye)智(zhi)能體(ti)繁榮生態(tai)。順勢，研華正在(zai)轉向“AIoT生態(tai)系統(tong)(tong)推(tui)動者”的(de)角(jiao)色(se)：
攜手AI芯片廠商共建邊緣(yuan)端算(suan)力生態(tai)；
聯合系統集成商(shang)打造(zao)行(xing)業(ye)解決方案(an)；
連接渠道與客(ke)戶，構建邊緣智能(neng)場景庫。
這一(yi)戰略轉型的(de)(de)目標，是(shi)打造一(yi)個覆蓋(gai)“端(duan)-邊-云”的(de)(de)工(gong)業智能(neng)體(ti)生態體(ti)系(xi)，實現從“軟硬(ying)件供應”到“賦(fu)能(neng)平臺(tai)”的(de)(de)躍遷。
這一(yi)系(xi)列深(shen)刻的(de)(de)戰略判(pan)斷，不(bu)僅為(wei)(wei)研華自身指明了“從工業(ye)(ye)電(dian)腦(nao)到工業(ye)(ye)智(zhi)(zhi)能(neng)體(ti)平臺(tai)”的(de)(de)轉型(xing)路徑，也為(wei)(wei)整(zheng)個工業(ye)(ye)AI生(sheng)態(tai)提(ti)供(gong)了一(yi)個可以參(can)考的(de)(de)系(xi)統級架構藍圖。AI應用的(de)(de)落地，不(bu)能(neng)是(shi)單靠一(yi)家(jia)企業(ye)(ye)，應該是(shi)靠整(zheng)個產(chan)業(ye)(ye)鏈上下游(you)形成一(yi)個合力(li)，打造共(gong)同發展(zhan)的(de)(de)良性生(sheng)態(tai)，這樣產(chan)業(ye)(ye)才能(neng)向(xiang)著邊緣AI、工業(ye)(ye)智(zhi)(zhi)能(neng)的(de)(de)大方(fang)向(xiang)邁進(jin)。
垂類模型必然崛起，工業智能體時代終將到來
對于邊緣智能或者工業智能體的崛起，物聯網智庫與研華科技(ji)都持樂(le)觀的態度，這是確定會發生的行業(ye)變革。
雖(sui)然工(gong)(gong)業(ye)(ye)AI模(mo)型能(neng)(neng)力(li)還沒進化到非(fei)常完備的(de)(de)(de)地(di)步(bu)，到實(shi)現真正(zheng)的(de)(de)(de)工(gong)(gong)業(ye)(ye)智能(neng)(neng)體確實(shi)還存在諸多障礙，但是現今(jin)的(de)(de)(de)企業(ye)(ye)競爭(zheng)環(huan)境下，AI能(neng)(neng)力(li)已經(jing)成為企業(ye)(ye)核心競爭(zheng)力(li)，AI能(neng)(neng)力(li)的(de)(de)(de)缺失會讓企業(ye)(ye)在智能(neng)(neng)化浪潮中漸漸掉隊。隨(sui)著工(gong)(gong)業(ye)(ye)邊緣多層級算力(li)逐步(bu)完善以(yi)及模(mo)型從量變開始(shi)向(xiang)質變演(yan)進，工(gong)(gong)業(ye)(ye)智能(neng)(neng)體時代的(de)(de)(de)腳步(bu)正(zheng)在臨近(jin)。
在(zai)(zai)交流(liu)中(zhong)，研(yan)華科技董事長劉克振特別(bie)提到了“垂類AI模型(xing)”，并認為(wei)，如今大語言模型(xing)、通用模型(xing)能力越(yue)來越(yue)強(qiang)且市場(chang)需(xu)求已經接(jie)近飽(bao)和，而且現在(zai)(zai)都(dou)開(kai)始向(xiang)開(kai)源免費的商業模式發展，行業垂類模型(xing)的出現提供了一個可盈利的商業機(ji)會(hui)。
“垂(chui)類(lei)模型(xing)具備商業模式(shi)閉環的(de)強力機制，因為針對細分行業的(de)模型(xing)很珍貴(gui)且(qie)具備獨(du)占(zhan)性，未來垂(chui)類(lei)模型(xing)有可能(neng)在用(yong)戶綁定與收(shou)費價值(zhi)上(shang)迎來突破。”同時研華科技董事(shi)長(chang)劉(liu)克振認為，垂(chui)直領(ling)域的(de)垂(chui)直模型(xing)應(ying)該(gai)會先發生(sheng)，進而推動邊緣(yuan)智能(neng)。
在中，我曾提及“垂(chui)類(lei)模(mo)型崛起是必然的(de)”，來自物(wu)理(li)(li)世界(jie)的(de)數(shu)據缺乏導致通用(yong)(yong)模(mo)型應用(yong)(yong)在物(wu)理(li)(li)世界(jie)有先天不足，在面對復雜多變的(de)行(xing)業(ye)需求時(shi)無法完美契合。為(wei)了(le)讓AI模(mo)型更好地(di)理(li)(li)解行(xing)業(ye)知識(shi)，解決特定領(ling)域(yu)問題，垂(chui)直行(xing)業(ye)的(de)定制化模(mo)型成為(wei)讓AI從“通用(yong)(yong)智(zhi)能”走向“場景(jing)智(zhi)能”的(de)必然路徑。
對(dui)于AIoT場景來(lai)說，邊緣(yuan)智(zhi)能(neng)和垂(chui)類模型(xing)(xing)是雙引擎，邊緣(yuan)智(zhi)能(neng)等(deng)于基礎(chu)設施(shi)，在基礎(chu)設施(shi)改造的(de)成(cheng)熟(shu)(shu)度之上(shang)各(ge)行各(ge)業發展出(chu)特定的(de)垂(chui)類模型(xing)(xing)，即垂(chui)類模型(xing)(xing)的(de)成(cheng)熟(shu)(shu)滯后于邊緣(yuan)智(zhi)能(neng)硬(ying)件(jian)設施(shi)的(de)成(cheng)熟(shu)(shu)。
不論(lun)是邊緣(yuan)智能(neng)硬件在(zai)前還是垂(chui)類(lei)(lei)模(mo)型在(zai)前，大家對垂(chui)類(lei)(lei)模(mo)型的必(bi)然崛起是有(you)共識的，基于垂(chui)類(lei)(lei)模(mo)型能(neng)力的工(gong)業(ye)智能(neng)體也終(zhong)將為工(gong)業(ye)場景(jing)帶來徹底的智能(neng)化變革(ge)。
寫在最后
從大(da)模型到小(xiao)模型到垂(chui)類模型，從邊(bian)緣計算到邊(bian)緣智能(neng)，業界尚需(xu)要一段時間(jian)在這(zhe)些(xie)前沿(yan)發展(zhan)方向(xiang)上達(da)成共識，耐心等(deng)待產業成熟。
工業(ye)(ye)(ye)智(zhi)能(neng)體的(de)誕生，不僅是(shi)工業(ye)(ye)(ye)自動化的(de)延續，更是(shi)制造(zao)業(ye)(ye)(ye)操作系(xi)統(tong)的(de)重(zhong)構。它將推動工業(ye)(ye)(ye)從“工具智(zhi)能(neng)”邁(mai)向“系(xi)統(tong)智(zhi)能(neng)”，從“數(shu)據驅(qu)動”邁(mai)向“知識自治”。
隨著技術的不斷(duan)進步和(he)應用場景的不斷(duan)拓展，邊緣智(zhi)能與垂類模型結合下的工業智(zhi)能體將釋放(fang)出前所未(wei)有的能量，極(ji)大提升生(sheng)(sheng)產力和(he)資源(yuan)配置效(xiao)率，還將從根(gen)本(ben)上重塑生(sheng)(sheng)產模式，推(tui)動智(zhi)能工業實現(xian)高質量發展。
