盡管數字化(hua)(hua)轉型(xing)的浪潮已(yi)經席卷工業領域超過十年，但大(da)多數工廠系(xi)統仍停留(liu)在“自動化(hua)(hua)而非智能化(hua)(hua)”階段。雖(sui)然(ran)傳感器、PLC、MES、云平(ping)臺(tai)等一應俱全(quan)，但系(xi)統之間(jian)彼此割裂，數據(ju)雖(sui)可采集卻難以理解，算(suan)法雖(sui)能運行卻無(wu)法適(shi)應變(bian)化(hua)(hua)，真正實現“感知-認知-決策”的閉環(huan)智能仍遙不可及(ji)。
為何(he)AI在工(gong)業場景(jing)中“叫好(hao)不叫座”？為何(he)AI模型(xing)日益(yi)強大，應用卻(que)始終“落(luo)不了地(di)”？工(gong)業智能化的突破口究竟在哪里？
我們或許正(zheng)站在一(yi)個新的歷(li)史轉折點。
AI智能(neng)體（AI Agents）與邊緣計(ji)算（Edge Computing）的(de)(de)結合(he)，正在成為破解這(zhe)些難(nan)題的(de)(de)新路徑。它(ta)不(bu)僅僅是一次技(ji)術組合(he)，更是一次工業發展模式的(de)(de)重構：
邊緣計算將算力下(xia)沉至現場，支撐(cheng)毫(hao)秒(miao)級數據處理與即時(shi)反饋；
AI智能體為邊緣節(jie)點賦(fu)予“感知-認知-決策”的自(zi)主能力(li)；
二者共同推動(dong)(dong)工業(ye)系統，從“被動(dong)(dong)響應”走向“主動(dong)(dong)進化”，從“集中式自(zi)動(dong)(dong)化”邁向“分布式智能體網絡”。
正是在這一背景下，物聯網智(zhi)庫有幸與研華科技(ji)董事(shi)長(chang)劉克(ke)振、WISE-PaaS / AI Agent研發(fa)總監康寧(ning)，展開(kai)了一場關(guan)于“工(gong)業智(zhi)能(neng)體時代”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來。
AI智能體登場：工業智能的“感知-認知-執行”新引擎
如果說(shuo)邊緣(yuan)計算(suan)是工業智(zhi)能的(de)基(ji)礎設施升(sheng)級(ji)，那么AI智(zhi)能體的(de)引入，則意味著工業系統正在從“流程(cheng)驅動”轉向“智(zhi)能驅動”的(de)全新模式。
毋庸置疑的是(shi)，越來越多的企(qi)(qi)業(ye)應用開始在邊(bian)緣(yuan)運行(xing)。根據Gartner的預(yu)(yu)測，到2027年，50%的關鍵企(qi)(qi)業(ye)應用將(jiang)(jiang)在邊(bian)緣(yuan)運行(xing)。企(qi)(qi)業(ye)正在邊(bian)緣(yuan)計算上持續(xu)投入，預(yu)(yu)計從2024到2033年，全球(qiu)邊(bian)緣(yuan)計算支出(chu)將(jiang)(jiang)以兩(liang)位數的復(fu)合年增長率CAGR穩健增長。加之(zhi)AI的持續(xu)進化(hua)，邊(bian)緣(yuan)智能也展(zhan)現出(chu)強(qiang)勁的發展(zhan)勢頭(tou)。Gartner進一步(bu)預(yu)(yu)測，到2026年，50%的全球(qiu)邊(bian)緣(yuan)部署將(jiang)(jiang)包含(han)AI。
研華科技董事長(chang)劉克(ke)振敏(min)銳(rui)地捕捉到，工業(ye)場景自動(dong)化向智(zhi)能(neng)化的演變現在已(yi)經達到一(yi)個很明顯的轉折點。雖然AI普及的時間并(bing)不長(chang)，但是其趨勢卻(que)非常(chang)強勁，隨著AI智(zhi)能(neng)體與細分領域AI模型的融合(he)越(yue)來越(yue)完(wan)善，工業(ye)場景內全面的AI智(zhi)能(neng)體開始引領智(zhi)能(neng)化變革(ge)。
過去沒有云(yun)邊(bian)協(xie)同方案時，每一(yi)個(ge)工廠(chang)的(de)工控(kong)生態(tai)是由自(zi)動化團(tuan)隊根據場景(jing)內需求來定制的(de)，是一(yi)個(ge)封(feng)閉的(de)系統。這種系統依賴(lai)預設規則(ze)與(yu)靜態(tai)邏(luo)輯(ji)，難以應對復雜(za)、動態(tai)的(de)生產環(huan)境。隨著云(yun)邊(bian)協(xie)同計(ji)算的(de)普(pu)及(ji)應用，原(yuan)本封(feng)閉的(de)工業系統得到初步解放。
到了(le)AI智(zhi)能(neng)體時代，場景(jing)內的生產資料將(jiang)進一步被整(zheng)合為特定的小模型(xing)SLM，結合全(quan)面(mian)的行業知識云端與邊端實現(xian)智(zhi)能(neng)的串通共享，研(yan)華科(ke)技董(dong)事長劉克振表示“工業智(zhi)能(neng)體將(jiang)場景(jing)內一切聯(lian)接起來，整(zheng)個產業的效益與智(zhi)能(neng)化(hua)進程度會呈現(xian)爆炸(zha)性的發展。”
具(ju)備(bei)環境感知、自(zi)主決策(ce)與執(zhi)(zhi)行能(neng)(neng)(neng)(neng)力的智能(neng)(neng)(neng)(neng)實體通(tong)過“感知-決策(ce)-執(zhi)(zhi)行”閉環，實現了(le)從“被(bei)動(dong)執(zhi)(zhi)行”到“主動(dong)進化”的跨越。這種(zhong)能(neng)(neng)(neng)(neng)力使(shi)AI智能(neng)(neng)(neng)(neng)體成(cheng)為工(gong)業AI的終極(ji)載(zai)體：既能(neng)(neng)(neng)(neng)嵌(qian)入物理(li)設備(bei)實現“邊緣智能(neng)(neng)(neng)(neng)”，又能(neng)(neng)(neng)(neng)通(tong)過云(yun)端訓練(lian)與迭代形成(cheng)“群體智慧”，推(tui)動(dong)工(gong)業系統從“定(ding)制卻封閉的局部優化”邁(mai)向“開放且定(ding)制的全(quan)局智能(neng)(neng)(neng)(neng)”。
所謂AI智(zhi)能(neng)體(ti)（AI Agent），并非單一功能(neng)模塊(kuai)，而是具備(bei)(bei)感知環(huan)境、理解任務、自主決策與協(xie)同執行能(neng)力(li)的智(zhi)能(neng)實(shi)體(ti)。它(ta)們(men)嵌入在設備(bei)(bei)端(duan)或邊緣(yuan)節點，能(neng)夠在無需依賴云(yun)端(duan)的前提下，獨(du)立完成從數(shu)據采集、分(fen)析、判斷到(dao)行動的閉(bi)環(huan)工作，成為(wei)邊緣(yuan)智(zhi)能(neng)真正的“執行者(zhe)”與“思考者(zhe)”。
工業AI智(zhi)能(neng)體的三大核心能(neng)力結構包括：
1.感知能力
多模態(tai)傳感融合（視覺、聲音、振動(dong)、溫(wen)濕(shi)度等）
實時數據采集與邊緣側預(yu)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(wu)理解與推理分(fen)析
與行業知識圖譜(pu)協同的智能(neng)決策機制(zhi)
自我學習與模型優化
3.決策與執行能力
與現(xian)場設備聯動(dong)的控制指令下發
多(duo)智(zhi)能體(ti)之間的(de)協同調度(du)
任務完成后的反饋與自我校正
這種能(neng)力結構，使AI智能(neng)體(ti)不(bu)再是被動的(de)算法(fa)工具，而是具備“情境理(li)解+協作(zuo)執行(xing)”的(de)智能(neng)工作(zuo)節點，推(tui)動工業(ye)系統從“指令式執行(xing)”向“目標導向協作(zuo)”演進。
應該說(shuo)，AI智(zhi)能(neng)(neng)(neng)體(ti)的(de)崛(jue)起(qi)并不(bu)是顛覆(fu)傳統(tong)自動(dong)化升(sheng)級路(lu)徑，而是通過(guo)更(geng)全(quan)面的(de)數據、更(geng)精細的(de)模型、更(geng)強大邊(bian)緣計算重(zhong)構工業(ye)智(zhi)能(neng)(neng)(neng)的(de)底層邏(luo)輯(ji)，用智(zhi)能(neng)(neng)(neng)體(ti)的(de)自主認知驅動(dong)場景的(de)智(zhi)能(neng)(neng)(neng)化能(neng)(neng)(neng)力提升(sheng)。
工業AI智能(neng)體的(de)(de)引(yin)入(ru)，不是對傳統(tong)自(zi)動化的(de)(de)取代(dai)，而(er)是一(yi)次系統(tong)架構(gou)與(yu)智能(neng)邏輯的(de)(de)躍遷。
研(yan)華科技研(yan)發總(zong)監康寧(ning)也提到了(le)這次工業智(zhi)(zhi)能的躍(yue)遷，需要智(zhi)(zhi)能體來構筑起工業場景里物聯網和模(mo)型融合的智(zhi)(zhi)能中樞，完成數(shu)據從感知、匯總(zong)到自(zi)主決策，甚至(zhi)執行端到端的閉(bi)環，最(zui)終幫助(zhu)企業搭(da)建起專屬的“智(zhi)(zhi)庫”。
可預期的(de)(de)是(shi)，整個(ge)行(xing)業(ye)在邊緣智(zhi)能(neng)改造上會有很多(duo)需求出現。正是(shi)在這樣的(de)(de)契機下，研(yan)華科技(ji)開(kai)始戰略轉型，從“工業(ye)電腦領軍(jun)企(qi)業(ye)”向(xiang)“Edge AI引領者”轉變，即從提供行(xing)業(ye)硬(ying)件(jian)(jian)平臺與軟(ruan)件(jian)(jian)工具，向(xiang)邊緣運算硬(ying)件(jian)(jian)與智(zhi)能(neng)軟(ruan)件(jian)(jian)徹底融合(he)的(de)(de)AI Agent on Edge方(fang)向(xiang)發展，將(jiang)AI硬(ying)件(jian)(jian)與軟(ruan)件(jian)(jian)深(shen)度綁定協同(tong)解決(jue)工業(ye)AI落地(di)中的(de)(de)諸(zhu)多(duo)技(ji)術瓶頸，在OT與IT的(de)(de)深(shen)度耦合(he)基礎(chu)上合(he)力推動(dong)產(chan)業(ye)應用(yong)的(de)(de)全面智(zhi)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
不論是工(gong)(gong)業AI還是具體到工(gong)(gong)業智能體，其核心(xin)技術體系均圍繞著數據驅動決策、實時響應、自主協同展開，分解來看有如下幾個(ge)核心(xin)模塊(kuai)：
邊(bian)緣(yuan)計算(suan)硬件帶(dai)來的本(ben)地實(shi)時(shi)數據處理(li)：邊(bian)緣(yuan)計算(suan)硬件通(tong)過將算(suan)力下沉(chen)至設(she)備端或近場節點(dian)，實(shi)現毫(hao)秒級響應，滿(man)足工(gong)業場景(jing)對(dui)低延時(shi)的嚴苛要(yao)求；
基于工業場景(jing)的細化(hua)AI模(mo)型(xing)：適配資源受限邊緣計(ji)算(suan)硬(ying)件，通過模(mo)型(xing)剪枝、量化(hua)等技術(shu)優化(hua)后(hou)的定制化(hua)場景(jing)AI模(mo)型(xing)；
適配算力(li)硬件(jian)的AI軟(ruan)件(jian)整合平臺(tai)與應(ying)用(yong)(yong)(yong)套件(jian)：采用(yong)(yong)(yong)模塊化將不(bu)同的功能和組件(jian)進行(xing)分(fen)離以便于開發、維(wei)護和擴展的AI軟(ruan)件(jian)整合平臺(tai)。同時采用(yong)(yong)(yong)容器軟(ruan)件(jian)開發AI應(ying)用(yong)(yong)(yong)套件(jian)，提高資(zi)源利用(yong)(yong)(yong)率(lv)和部(bu)署效率(lv)。
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(gao)效能邊緣AI計算(suan)平臺。
工業(ye)數(shu)據(ju)碎片(pian)化(hua)和利用率低、工業(ye)場景(jing)對(dui)決策確定性(xing)和可解釋性(xing)的嚴苛要求、AI智能體(ti)協同也(ye)是工業(ye)智能體(ti)在普及中會面臨的落地難題。研華科技(ji)(ji)布(bu)局(ju)相關技(ji)(ji)術(shu)棧，提供如端側多模態數(shu)據(ju)采集和通(tong)訊連接產品、工業(ye)場景(jing)AI算法專(zhuan)家庫以及打(da)通(tong)數(shu)據(ju)流的Agent Builder智能體(ti)平臺等等。
硬(ying)件(jian)與應用軟件(jian)的“打(da)穿”具有產業(ye)變革(ge)的重大(da)意義，這些圍繞工業(ye)智能體(ti)核心技術體(ti)系(xi)的產品給產業(ye)客戶搭(da)建(jian)了(le)(le)一個讓AI快(kuai)速進入(ru)到工業(ye)應用的橋梁。當然，除了(le)(le)底層軟硬(ying)件(jian)，為了(le)(le)推動(dong)工業(ye)智能發展，整個上(shang)下游生態(tai)協同(tong)和(he)產業(ye)共創也必不可少。
在與研華(hua)科技(ji)董事長劉(liu)克振的深(shen)度交流(liu)中，一個(ge)核(he)心(xin)判(pan)斷逐漸清(qing)晰(xi)：工(gong)業智能體不是一項技(ji)術革新，而是一場系統(tong)性轉(zhuan)型。
這(zhe)場(chang)轉(zhuan)型的(de)核心不在(zai)于“AI是否足夠強(qiang)”，而在(zai)于企業(ye)(ye)是否已經準(zhun)備好(hao)迎接一個(ge)由“智能協同”主導(dao)的(de)工業(ye)(ye)新未(wei)來。
研(yan)華科技(ji)董事長劉(liu)克振(zhen)在(zai)(zai)交流(liu)中特別強調了(le)研(yan)華正在(zai)(zai)加(jia)速推(tui)進(jin)與產業鏈上下游的合作(zuo)，通過WISE-Edge鏈接邊(bian)緣(yuan)端的軟(ruan)硬整合策略，打造工業智(zhi)能體(ti)生(sheng)(sheng)態系(xi)統，將(jiang)AI芯片廠商、多(duo)模態傳感(gan)器供(gong)應商、AI軟(ruan)件技(ji)術企業、行業系(xi)統集成商，以及專(zhuan)注邊(bian)緣(yuan)智(zhi)能的渠道經銷(xiao)商匯聚其(qi)中串聯起來(lai)，形(xing)成合力共(gong)同(tong)構建覆(fu)蓋“端-邊(bian)-云”的工業智(zhi)能體(ti)繁榮(rong)生(sheng)(sheng)態。順勢，研(yan)華正在(zai)(zai)轉向“AIoT生(sheng)(sheng)態系(xi)統推(tui)動(dong)者(zhe)”的角色：
攜手AI芯片廠商共建邊緣端算力生態(tai)；
聯合系統集成商(shang)打造行業解決方案；
連接渠道與客(ke)戶，構建邊緣(yuan)智能場景庫。
這(zhe)一戰略(lve)轉型(xing)的(de)目標，是(shi)打造一個覆(fu)蓋“端(duan)-邊(bian)-云”的(de)工業智能(neng)體(ti)生(sheng)態體(ti)系，實(shi)現從(cong)“軟硬(ying)件供應”到“賦能(neng)平臺”的(de)躍遷。
這一(yi)系列深刻的(de)戰略判(pan)斷，不僅為研(yan)華(hua)自身指(zhi)明了“從工業(ye)(ye)(ye)電腦到(dao)工業(ye)(ye)(ye)智能(neng)體平臺”的(de)轉型路(lu)徑(jing)，也為整個工業(ye)(ye)(ye)AI生(sheng)(sheng)態(tai)提供了一(yi)個可(ke)以參考(kao)的(de)系統級架(jia)構藍(lan)圖(tu)。AI應用的(de)落地，不能(neng)是單靠(kao)一(yi)家企業(ye)(ye)(ye)，應該(gai)是靠(kao)整個產業(ye)(ye)(ye)鏈上下游形成(cheng)一(yi)個合力，打造(zao)共同發(fa)展的(de)良性(xing)生(sheng)(sheng)態(tai)，這樣(yang)產業(ye)(ye)(ye)才(cai)能(neng)向著邊緣AI、工業(ye)(ye)(ye)智能(neng)的(de)大方向邁進。
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(yan)華科技都持樂觀(guan)的(de)態度(du)，這是(shi)確定會發生的(de)行(xing)業變革。
雖(sui)然工業(ye)AI模(mo)型能(neng)力(li)還(huan)(huan)沒(mei)進(jin)化到(dao)非常完備的(de)地步，到(dao)實現(xian)真正的(de)工業(ye)智能(neng)體確實還(huan)(huan)存在諸多障礙(ai)，但是現(xian)今(jin)的(de)企業(ye)競(jing)爭環境下，AI能(neng)力(li)已經(jing)成為企業(ye)核心競(jing)爭力(li)，AI能(neng)力(li)的(de)缺失會讓企業(ye)在智能(neng)化浪潮(chao)中漸(jian)(jian)漸(jian)(jian)掉(diao)隊。隨著(zhu)工業(ye)邊緣多層級算力(li)逐(zhu)步完善以及(ji)模(mo)型從量變開始向質變演(yan)進(jin)，工業(ye)智能(neng)體時(shi)代的(de)腳(jiao)步正在臨近。
在交流中，研華(hua)科技(ji)董事長劉克振特別(bie)提(ti)到了“垂(chui)類AI模(mo)型(xing)”，并認(ren)為，如今(jin)大(da)語言模(mo)型(xing)、通(tong)用模(mo)型(xing)能(neng)力越來越強且(qie)市場需求已經(jing)接近(jin)飽和(he)，而且(qie)現(xian)在都開始向開源(yuan)免費的商業模(mo)式(shi)發展(zhan)，行(xing)業垂(chui)類模(mo)型(xing)的出現(xian)提(ti)供了一個可(ke)盈利的商業機會。
“垂(chui)類模(mo)型具備商業模(mo)式閉環(huan)的強力機制，因為(wei)(wei)針對細分行(xing)業的模(mo)型很珍貴(gui)且具備獨占性，未來垂(chui)類模(mo)型有可能在用戶綁定(ding)與收費(fei)價值上迎來突(tu)破。”同時研(yan)華(hua)科技董事長(chang)劉克振認(ren)為(wei)(wei)，垂(chui)直領(ling)域的垂(chui)直模(mo)型應該會(hui)先發(fa)生，進而推動邊緣智能。
在(zai)中，我曾提(ti)及“垂(chui)類模(mo)型(xing)崛起是必然(ran)的(de)”，來(lai)自物(wu)理(li)世界的(de)數據缺乏導致通用模(mo)型(xing)應用在(zai)物(wu)理(li)世界有先天不足，在(zai)面對(dui)復雜多變的(de)行(xing)業(ye)需求時無法(fa)完美(mei)契合。為了讓AI模(mo)型(xing)更好地理(li)解行(xing)業(ye)知識(shi)，解決(jue)特定領域(yu)問題，垂(chui)直行(xing)業(ye)的(de)定制化模(mo)型(xing)成(cheng)為讓AI從“通用智能(neng)”走(zou)向(xiang)“場景智能(neng)”的(de)必然(ran)路徑。
對于(yu)AIoT場景來說，邊緣智能(neng)和(he)垂類(lei)(lei)模(mo)型是雙引擎，邊緣智能(neng)等于(yu)基礎設(she)施，在(zai)基礎設(she)施改造的(de)成(cheng)(cheng)熟(shu)度之上各(ge)行各(ge)業發展出特(te)定的(de)垂類(lei)(lei)模(mo)型，即垂類(lei)(lei)模(mo)型的(de)成(cheng)(cheng)熟(shu)滯后于(yu)邊緣智能(neng)硬件(jian)設(she)施的(de)成(cheng)(cheng)熟(shu)。
不論是(shi)邊緣智能(neng)硬件在前(qian)還是(shi)垂類(lei)(lei)模(mo)型(xing)在前(qian)，大家對垂類(lei)(lei)模(mo)型(xing)的必然崛起(qi)是(shi)有共識的，基于(yu)垂類(lei)(lei)模(mo)型(xing)能(neng)力的工業智能(neng)體也(ye)終將為工業場景帶來徹底的智能(neng)化(hua)變革。
寫在最后
從大模型到(dao)小(xiao)模型到(dao)垂類模型，從邊緣(yuan)計算(suan)到(dao)邊緣(yuan)智能(neng)，業界(jie)尚需要一段時間在這些前沿發展(zhan)方向上達成(cheng)共(gong)識，耐(nai)心等待(dai)產業成(cheng)熟。
工(gong)業(ye)智(zhi)能體(ti)的(de)誕生，不(bu)僅是(shi)工(gong)業(ye)自動(dong)化的(de)延續，更是(shi)制(zhi)造業(ye)操作(zuo)系(xi)統(tong)的(de)重構。它(ta)將推(tui)動(dong)工(gong)業(ye)從“工(gong)具智(zhi)能”邁(mai)向(xiang)(xiang)“系(xi)統(tong)智(zhi)能”，從“數(shu)據(ju)驅動(dong)”邁(mai)向(xiang)(xiang)“知識自治(zhi)”。
隨著(zhu)技(ji)術(shu)的不(bu)斷(duan)進步和應用場景的不(bu)斷(duan)拓展，邊(bian)緣智(zhi)(zhi)能(neng)與垂類模型(xing)結合下的工業(ye)智(zhi)(zhi)能(neng)體將(jiang)釋放出前(qian)所(suo)未有的能(neng)量(liang)，極大(da)提升生產(chan)力和資源配(pei)置效率，還將(jiang)從根(gen)本上重塑生產(chan)模式，推動智(zhi)(zhi)能(neng)工業(ye)實現高質量(liang)發展。
