拿上图纸“造物” 工业软件成工厂“超级大脑”｜直击2026工博会

财联社10月16日讯（记者 黄路）在工博会新一代智能制造展区，看不到机器人馆内各类挥舞的机器臂，取而代之的多是看不见的代码平台、调度系统、数字孪生体系。但逛下来会发现，智能制造的竞争主线正在切换：硬件决定工厂能力的上限，而工业软件、智能控制系统，正成为拉开项目落地成效、决定改造成本收益的核心变量。

第26届中国国际工业博览会新一代智能制造展（CIIF-AIMS）落地国家会展中心（上海）6.2H馆，工业AI智能体在此集中登台。展馆划分数据与算力、工业AI与硬科技、数智供应链与工业服务、智能工厂场景四大板块。该专题展汇聚近200家海内外企业同台亮相，中国移动、中国电信、中国联通、京东工业、上海仪电、商汤科技、海智智造、黑湖科技等国内头部企业悉数参展。

走访多家展台后发现，这个展区集中展出的MES、PLM、数字孪生平台、工业AI智能体等产品，核心价值高度一致——打通跨设备、跨工序的数据链路，把车间里那些各自为战的单机设备，整合成一套协同运转的生产体系。在业内人士看来，工业AI的价值，最终要在车间里检验。工业大模型与智能体深入生产一线，智能工厂从示范探索迈向梯度推广，制造模式的底层逻辑正在被重新书写。

决策型工业Agent大规模登台亮相

AI正以前所未有的速度降低创新门槛。一个想法可以迅速变成设计图，一段描述可以分秒生成产品方案。但从创意走向真实产品，仍需要跨越结构设计、材料工艺、工程验证、生产制造和供应链交付等诸多环节。

智能工厂是AI+制造的最终考场。本届展会6.2H馆以场景化展陈集中呈现智能工厂建设的标杆实践，展示AI如何从生产辅助工具进化为连接设备、数据与决策的基础设施。例如京东工业“工品智炼”平台全球首发，六联智能“全栈原生模数共振AI工厂”全国首展，乐研科技、移远宝维塔、展湾科技、西域智慧供应链等企业近50项产品和技术在工博会首发、首展，集中释放AI+制造供给端的最新创新成果。

本届6.2H馆的看点之一，便是决策型工业Agent大规模登台。以黑湖科技等本土厂商为例，多套工业智能体已经覆盖报价、工艺解析、生产排程、质检、仓管、设备预警等工厂核心业务环节。

（图源：财联社记者拍摄）

以往做非标制造，图纸解析、工艺评估、生产排产高度依赖资深工艺工程师，大量经验只存在于老师傅脑子里，很难沉淀、更不好复制。如今依托工业软件，订单录入系统后，Agent能自动读取图纸、拆解工艺、核算成本，同步排好生产任务；一旦订单发生调整，全链路工序参数自动跟着联动调整，无需人工一处一处手动修改。

黑湖科技展区首次集中展出十余款决策型工业Agent，主打“进工厂、真干活”。这些Agent并非各自独立运行。围绕同一张订单，工程环节读出的工艺信息，能够直接供给报价、排产环节调用；订单或生产条件发生变动，后续生产环节也会同步调整。过去工厂里难以直观看见的整条决策链，这次被完整搬上展台。

黑湖科技创始人兼CEO周宇翔表示，随着智能体发展，工业知识和生产经验不再完全依赖个人长期积累，而是能依托系统沉淀、快速复用。对制造企业来说，工业AI的价值，正从提高信息处理效率，升级为提升复杂生产环境下的决策效率。

成功落地的例子已经不少。蜜雪冰城借助黑湖AI贯通订单、物料、生产、质量信息，让不同岗位协同更顺畅，业务功能开发周期缩短超70%，整体生产效率提升30%。

除黑湖科技外，海智智造也在现场展示覆盖创新研发、制造协同、供应链交付的整套产品体系。其“阵列工场”面向大型国央企高端零部件采购，搭建起寻源比价、生产管控、物流结算、金融服务的完整闭环；面向国内80万家中小零部件加工厂与全球30万采购商，搭载AI轻量级工具箱的“智能体工作台”，观众可现场体验“一张图纸”驱动整条供应链的AI流程。

（图源：财联社记者拍摄）

海智智造创始人、董事长佘莹在现场谈到，AI可以实现秒级响应，但“造物是一条长路”。海智推出三大产品体系，正是希望缩短从想法到样机、从样机到产品的整个链路。她还介绍了海智与航天、轨道交通等领域企业开展供应链协同的实践。这类产业链的制造能力，不在于单厂的加工能力，而在于组织不同工厂、设备、工艺、产能，协同完成复杂生产任务。

在她看来，工业数据正在成为新的核心竞争壁垒。谁能把分散在制造业里的数据和专业经验组织起来，转化成可以规模化调用的工业智能，谁就有机会创造新的产业价值。

数字孪生“以虚导实” 端侧AI下沉车间

数字孪生是这一展区另一项高频落地能力。和早年偏向可视化展示不同，本届展出方案强调“以虚导实”——在虚拟空间1:1复刻真实车间的产线布局、设备参数、生产节拍。工厂技改、新品试产、工艺调整，不再直接在实体产线上试错，而是先在虚拟环境跑仿真、查碰撞、调节拍，待方案验证稳定后再落地车间。

这套模式能显著降低技改停机损失、物料报废风险，缩短新品投产周期，特别适配3C、零部件行业小批量、多批次、快速迭代的订单特点。对利润偏薄的制造企业来说，少一次试错失误，就是实打实省下一笔成本。

与此同时，端侧工业AI正从云端概念走向产线现场。多家厂商展示，AI算法下沉到车间边缘端，依靠采集的图像、振动、温度数据，实时开展缺陷检测、设备状态监测、异常工况识别。过去工厂大多等设备损坏后再抢修，依托这套工业软件，则可以提前预判故障隐患，从被动抢修转向预防性维护，减少非计划停机带来的产能损失。自然语言交互功能也在逐步普及，工程师用大白话描述工艺需求，AI辅助生成、校验控制程序，进一步降低工业软件的使用门槛。

但现场交流中也能看到，工业软件规模化落地还有不少现实难题。有展台技术人员向财联社记者坦言，工业软件很难像消费端软件那样标准化复制。不同行业、甚至同行业不同工厂，车间布局、工艺路线、产品标准差别很大，一套方案在A厂运行稳定，直接搬去B厂很容易“水土不服”。

软件交付也不是安装上线就宣告结束，上线后还需要持续导入行业工艺知识，反复调试适配，交付周期长、定制成本偏高。更关键的是，软件带来的效率提升属于隐性收益，企业评估投入回报的周期更长，市场教育仍需要时间推进。而工业软件能否真正普及，最终看的还是厂商能不能打磨出适配本土制造、稳定好用、成本可控的方案。

据国家统计局数据，2025年我国制造业增加值达到34.7万亿元，制造业规模连续16年位居全球第一。工业和信息化部数据显示，全国已累计建成超过4.3万家智能工厂，人工智能已渗透领航级智能工厂70%以上的业务场景。今年9月召开的全国先进制造业大会进一步提出，以新一代智能制造为主攻方向，纵深开展“人工智能+制造”行动。

（财联社记者 黄路）