来源 :金融界2025-03-09
随着全球首款通用型Agent产品Manus的正式发布，工业AI领域迎来“多模态大模型+跨架构中台”的实质性突破。3月6日，Monica.im推出的Manus凭借自主任务规划与执行能力，验证了工业场景下AI代理技术的可行性。与此同时，国内工业AI中台与垂类Agent应用密集落地，赛意信息、中控技术等企业通过融合大模型指挥与行业知识库，在降低部署成本、提升可靠性方面取得显著进展。
工业AI中台：跨模型架构支撑高频迭代
工业AI中台正成为化解模型迭代与数据治理矛盾的核心载体。以赛意信息近期中标的4867万元AI中台项目为例，其实现了从数据处理、大模型训练到应用开发的全链路闭环，并兼容DeepSeek等开源模型接入。该平台通过“开源大模型+云API”混合推理架构，使企业可在不影响生产的前提下完成模型平滑升级。中控技术2024年6月发布的流程工业时序大模型TPT，已在万华化学、镇海炼化等企业实现工艺优化与异常诊断，通过融合机理模型与实时数据，将石化装置动态规划效率提升30%以上。
技术挑战方面，工业AI中台需同时满足算力整合、多模型管理和领域Knowhow沉淀。以华为晟腾与赛意信息的合作为例，项目涉及工业数据治理规范重构、异构模型协同调度等高复杂度工程，仅数据标注环节就需覆盖设备振动频谱、工艺参数曲线等20余类非结构化数据。尽管如此，市场渗透率仍处于0到1阶段，预计2025年将有更多“模型即服务”（MaaS）模式在离散制造业铺开。
垂类Agent：从生产控制向全环节渗透
生产控制环节仍是工业AI落地的核心领域。工信部2023年智能制造优秀场景统计显示，前十大高频应用中，生产过程优化、质量关联分析等生产环节占比达70%。这一趋势源于三方面驱动：一是生产数据采集完备性高，如设备传感器每秒可生成数万条时序数据；二是传统机器学习算法成熟度高，例如卷积神经网络在表面缺陷检测中的准确率已突破99%；三是经济效益显著，某PCB企业通过赛意信息的AI方案实现报价流程自动化，人力成本降低60%。
垂类Agent正在全产业链形成点状突破。中控技术基于TPT大模型开发的电解液桶处理系统，通过DCS与物流机器人联动，实现“洗、检、存”全流程零人工干预；金蝶云·苍穹平台则构建了覆盖财务分析、人才招聘的智能体集群，单据审核效率提升5倍。在EDA领域，某企业通过Agent实现芯片缺陷分类与良率分析的闭环优化，研发周期缩短20%。这些案例表明，Agent已从单一功能助手进化为可自主决策的工业智能节点。
工业AI的“不可能三角”破局路径逐渐清晰：跨模型中台解决部署与可靠性问题，垂类Agent降低场景适配成本。随着Manus等通用型产品验证技术可行性，工业领域或将迎来AI改造的规模化拐点。