7月19日，2026 WAIC智能趋势论坛圆满落下帷幕。本次论坛以"迈向自主化：工业AI落地的真实挑战与解法"为主题，汇聚企业界领军人物，共同探讨人工智能与产业融合的实际痛点和切实路径，构建技术自主、场景普惠、生态共赢的工业智能新格局，推动人工智能成为赋能产业、造福民生、联结世界的可靠智能伙伴。工业AI落地三问：直面AI落地真实困境。
工业AI落地三问直面AI落地真实困境
当前，工业AI正迎来从传统数据驱动向智能体驱动的第四次技术跃迁，产业智能化升级需求全面爆发。但技术迭代加速的同时，AI从实验室走向工业现场的落地鸿沟愈发凸显。
东浩兰生会展集团副总裁裘皓明指出，人工智能已上升为关乎产业全局、国家发展的核心战略要素，随着技术应用不断纵深，工业AI落地的核心难题愈发清晰，数据之困、模型之难、场景应用之艰三大痛点，仍是阻碍AI技术落地、赋能产业的关键壁垒。
东浩兰生会展集团副总裁裘皓明女士致辞
本次论坛以“工业AI落地三问”为核心主线，联动产业链上下游专家、企业实践者，直面产业真实困境、拆解落地核心关卡、探索长效破局路径，助力工业全产业链实现协同创新与高质量跃升。
中国工程院院士钱锋发表主旨演讲，为制造业智能化转型指明核心方向。他表示，制造业高质量发展的核心引擎是AI技术，产业升级的核心目标是推动工业生产从传统自动化向高阶自主化跨越式升级。
钱锋院士强调，需将数字孪生、数据驱动决策等核心技术深度嵌入生产全流程，实现生产能耗低碳智能调控、供应链高效敏捷协同。同时，安全、环保、质量是工业生产不可逾越的底线，所有AI技术应用都必须锚定业务本质、深耕工业场景，强化高效人机协作模式。他呼吁全行业打破传统生产思维与固有技术定式，加速全产业链智能化整体升级，为制造强国建设持续注入新动能。
第一问：数据之困如何破冰
在制造强国战略指引下，AI赋能工业制造的发展路径已然明确，而数据作为工业AI的核心生产资料，其质量偏低、壁垒突出、治理缺失等问题，成为工业AI落地的第一道核心关卡。如何搭建高质量工业数据底座、打通IT与OT数据孤岛、盘活工业暗数据资源，是全行业亟待解决的首要课题。
数智建材研究院总裁 刘震
数智建材研究院总裁刘震 在分享中表示在国家"Al+"政策推动下，AI与工业制造深度融合已成为必答题。AI在工业的落地，归根到底必须是价值导向，必须做到实时闭环控制，数智院工业大模型正是以此为企业创造可量化的真实价值，通过"1+1+N"架构，依托工业级数智底座和工业大模型，构建工业智能体群，实现供产销全场景覆盖与端到端全局优化，具备闭环可执行、安全容错和价值可量化三大特征，最终从流程制造延伸至离散制造，持续赋能千行万业，打造工业智能基座。
施耐德电气副总裁、中国及东亚区市场营销负责人 古月
施耐德电气副总裁、中国及东亚区市场营销负责人古月 在分享中表示，工业AI面临数据质量低、数据孤岛和暗数据三大困境。提出以开放自动化平台（EAE）融合IT与OT数据，建立衡量数据治理的五把标尺，即：高质量、高时效、全覆盖、高语义、安全合规。在天然气化工AI工艺优化、厂务运维智能体等场景验证落地，强调工业智能的核心在于控制细节与工艺机理而非宏观模型，以"能力×生态＝价值"共创AI新时代。
第二问：模型之难如何破题
如果说数据是土壤，模型便是种子。在工业场景中，通用大模型往往难以直接落地——可靠性不足、领域知识缺失、部署成本高昂等问题层层叠加。本板块中，三位嘉宾分别从全栈感知与垂类大模型、规模化技术路径、以及知识本体与语义层模型三个维度，展示了各自的破题思路。
海康威视高级副总裁徐习明
海康威视高级副总裁徐习明 介绍海康构建了覆盖电磁波（可见光、红外、毫米波、X光等）与机械波的全栈光谱感知能力，并推出观澜大模型体系，以垂类大模型服务工业、交通、安全等细分场景，在性价比上优于通用大模型。在工业落地上，海康围绕检测计量、控制执行、设备状态、安全生产四大方向，端边云协同构建软硬一体化方案，助力企业提质、降本、增效、安全，为先进智造构建感知基础设施。
西门子中国数字化工业高级副总裁刘力康
西门子中国数字化工业高级副总裁刘力康 指出工业AI落地的核心障碍，数据质量低且分散、ROI不明确、未全面部署、缺乏信任。随后提出西门子的解决思路——让AI具备可靠性、易用性和扩展性，并勾勒了从工业视觉AI到生成式AI、智能体AI、物理AI的渐进式技术路径。西门子认为工业AI走向生产力，需先夯实底座、跑通单点，再复制放大。
滴普科技创始人、董事会主席、执行董事兼首席执行官赵杰辉
滴普科技创始人、董事会主席、执行董事兼首席执行官赵杰辉 认为工厂不缺会思考的模型，缺的是本体范式的语义层模型。AI时代真正的护城河是企业私有且鲜活的知识——滴普押注最高层"私有门槛"，以Deepexi将企业持续编译成一致本体，使知识"活"在业务里。其护城河在于本体随时间积累、越用越深、不可复制。
第三问：场景之困如何破界
伊利集团数字科技中心总经理尚直虎
伊利集团数字科技中心总经理尚直虎 分享了人工智能赋能传统乳品行业的实践经验。作为乳业龙头，伊利将人工智能应用到产业链上中下游，构建了决策式AI与生成式AI融合的模型体系和智能体应用架构，将AI能力广泛渗透至从牧场到消费者的全产业链各环节，实现降本增效与模式创新。同时，伊利以AI驱动全产业链双碳数智化管理，为消费者打造一杯"更新鲜、更营养、更健康"的真AI牛奶。
金盘科技人工智能研究院副院长杨青
金盘科技人工智能研究院副院长杨青 在分享中回顾了集团从1997年创立到建成7座数字化工厂的转型历程，展示已落地的智能标书、问数、合同、视频行为分析四大AI智能体。提出AI Factory四层架构，规划三元生产力结构，并布局具身智能绕线机、横剪线及数字孪生工厂，构建从单点突破到全局智能的制造业AI化转型路径。
卡奥斯物联科技股份有限公司副总经理谢海琴
卡奥斯物联科技股份有限公司副总经理 谢海琴提出工业AI落地需打通模型、数据、业务价值三者壁垒，通过"用数赋模"与"以模引数"的双向闭环构建价值飞轮。实践路径分两个维度：从单点到集群，覆盖设备联动、业务协同、基地复制、人机协作、多智能体协同五大演进方向；从被动到自主，经历事后感知诊断、孪生仿真优化、前瞻预测寻优、实时闭环自治四个阶段。以"天智工业大模型"为底座，已在石化行业示功图诊断、装备行业生产过程仿真、家电行业注塑工艺优化等场景落地。
中茵微电子（北京）股份有限公司董事长王洪鹏
中茵微电子(北京)股份有限公司董事长王洪鹏 分享了公司针对工业边缘"三高一繁"场景下传统通用算力不适配的瓶颈，提出"芯片-硬件-软件"一体化定制算力体系。以自研AI ASIC定制平台为算力底座，在某隧道智能化项目中提供边云协同的端到端AI定制解决方案，覆盖AI 3D建模、施工安全分析等多模态应用。
梅卡曼德机器人创始人兼CEO邵天兰
梅卡曼德机器人创始人兼CEO邵天兰 在分享中指出，具身智能正经历从"工程师编程"到"人类描述、AI执行"的范式变革，机器人将从专用机器进化为通用生产工具。梅卡曼德提出"一脑多形"趋势，以自研"眼脑手"全栈技术（Mech-GPT多模态大模型、Mech-Eye 3D相机、Mech-Hand灵巧手等）为核心，已在全球近50个国家部署超27000台设备。公司规划了制造业→大型服务→家用的梯度落地路径，致力于让通用具身智能机器人赋能千行百业、服务千家万户。
艾利特机器人董事长兼CEO曹宇男
艾利特机器人董事长兼CEO曹宇男 指出AI虽日益聪明却未真正改变工厂，瓶颈在于数据如何采集、模型如何落地、执行如何闭环三方面。提出物理AI是通向AGI的必争前哨，并亮出艾利特的打法：积累百万级操作轨迹与语义标注数据，构建具身智能操作模型"Primo"实现从实验室预训练到工业部署。以"From AI, For AI"为理念，通过一脑多形、跨本体迁移驱动AI产业链智能化，应用覆盖光模块制造、新能源汽车检测等3C、新能源、医疗全行业，全面赋能AI For Terminal（智能终端制造）、AI For Science（科学智能）、AI for Infra（算力基础设施）。
从试点到规模化的鸿沟如何跨越——聚焦工业AI落地的破局之法
论坛的压轴环节——"从试点到规模化的鸿沟如何跨越"圆桌讨论，更是将活动的气氛推向高潮。数智建材研究院副总裁郭楠、施耐德电气工业自动化事业部副总裁乔锃、西门子中国数字化工业高级副总裁刘力康、软通动力国际业务事业群高级副总裁韩景润，围绕工业AI落地的实际困境给出实践经验和发展建议。
与会嘉宾一致认为，我国拥有全球最完整的工业体系，在工业数据积累、应用场景丰富度、数字基础设施建设等方面，具备工业AI规模化落地的坚实基础，当前工业AI正处于从“技术验证试点”向“规模化产业应用”跨越的关键窗口期。
同时，嘉宾们也坦诚，工业AI融合落地并非一蹴而就，不存在通用适配的标准化模板。作为覆盖全产业链的系统性工程，工业AI融合涉及研发设计、生产制造、质量管控、供应链协同、安全管控等多个核心环节，不同行业、不同企业的产业链基础、生产场景、转型需求差异显著。
未来，工业AI产业化发展必须摒弃同质化、模板化的落地思维，坚持因地制宜、因链施策、因企定制，深度扎根工业实景、深耕产业真实需求，持续破解数据、模型、场景落地壁垒，逐步打通从技术试点到规模赋能的全链路通道，充分释放人工智能的产业变革势能，持续推动中国制造业向智能化、高端化、自主化方向加速跃升。
免责声明：该文章系我网转载，旨在为读者提供更多新闻资讯。所涉内容不构成投资、消费建议，仅供读者参考。
扫码下载
中文网微信