面对高负载、低延迟与长周期需求,您的防火墙能否应对网络威胁?

应用产品:企业级网络防火墙

客户公司:全球领先的网络安全与通讯设备供货商

威刚解决方案:IM2S3168 SATA SSD, DDR5 5600 SO-DIMM

客户诉求

在现代企业与关键基础设施的数据安全架构中,防火墙设备不仅是第一道防线,更是信息防护成功与否的核心关键。面对日益严峻的新时代数据安全威胁,防火墙正承受前所未有的网络攻击压力与运算挑战:

小档案持续写入能力

防火墙设备需长时间稳定记录大量小档案型态的安全日志与事件信息,包括:

· 封包日志(Packet Logs)

· 入侵检测/防御纪录(IDS/IPS Logs)

· 用户行为与存取记录

· 威胁侦测报告与响应数据

严谨验证与长效生命周期

防火墙属于长期部署型设备,需经过严格测试与长时间验证,以确保稳定可靠。对于核心零组件(如 SSD、DRAM)提出以下要求:

· 长期供货稳定性(IC Longevity)

· 固件版本一致性与升级控管

· 符合工控级规范(抗震、防静电等)

低功耗与低延迟表现

防火墙需同时兼顾高效能与节能表现,包括:

· 低功耗运行,提升整体能源效率与系统稳定性

· 低延迟处理,确保封包传输与威胁侦测实时不中断

为强化整体效能与可靠性,导入高稳定、高耐用的工业级 SSD 与内存成为系统设计关键。

SSD 提升封包分析与日志写入速度,内存模块支持实时运算与多任务处理,双重搭配,有效应对高频数据交换与威胁判读需求。面对极端温差、连续运作等工控挑战,提供稳定可靠的底层支撑,全面提升防火墙系统的网络防御效能与数据安全性。

威刚工控解决方案

工业级SSD – IM2S3168

-采用高质量 3D TLC NAND,搭配 SLC Cache 技术,提供优异的随机读写效能,满足大量日志快速写入需求

-同步提供广泛的温度产品选择,适用于户外与高温工控环境

-支持 AES-256 硬件加密,保障防火墙系统中敏感数据的储存安全

-提供长期供货与固件锁定服务,确保产品版本一致性与生命周期稳定供应

高效能内存DDR5 5600 SO-DIMM

-采用新一代 DDR5 技术,提供更高带宽与更低功耗,优化封包处理与实时分析效能

-内建 On-die ECC 自动错误修正功能,强化系统整体稳定性

-小型 SO-DIMM 封装,适用于防火墙、UTM、边缘节点等空间受限设备

-通过严格工控级测试,确保在长时间高负载条件下稳定运作

未来工业如何赋能企业?施耐德电气给出“可落地”答案

未来工业到底是什么样的?是靠软件驱动生产,还是让AI优化能耗?在2025年工博会上,施耐德电气以“了不起的未来工业”为主题给出了明确答案。通过七大主题展区,施耐德电气展示了涵盖采油与炼化、精细化工与新材料、消费品制造、包装与物流、水处理与环保、垃圾/余热发电、公用工程与建筑等不同行业应用场景的创新实践,并集中呈现了基于开放自动化、AI、数字化等前沿技术的工业自动化产品、解决方案与服务。

展会期间,施耐德电气还发布多款工业自动化创新产品及解决方案,并与多家行业客户和伙伴签署战略协议,携手合作伙伴推出《开放自动化赋能工厂智能化解决方案》,这也是其“5G+边缘计算”系列报告的第三部成果,从技术、生态双维度推动产业向智能、高效与可持续方向演进。

施耐德电气集团董事、高级副总裁、工业自动化业务中国区负责人丁晓红表示:“未来工业正以前所未有的速度,迈向‘数智化+绿色化’深度融合的新阶段。这一进程既需要前沿技术的持续创新,更依赖能力集成、智能融合、跨界协同的新生态。施耐德电气不仅致力于为产业价值链全场景提供创新技术、产品与解决方案,更将以开放自动化理念为核心,借助AI等数字化技术赋能构建工业新生态,助力中国工业实现提质增效与绿色低碳转型,为未来工业开创更多可能。”

EAE平台持续迭代,多行业落地提速

在“软件定义自动化”逐渐成为行业共识的背景下,施耐德电气持续推进EcoStruxure开放自动化平台(EAE)的迭代与落地。最新发布的V25.0版本新增多项更新功能点,并进一步拓展行业覆盖。

目前,EAE已在交通运输、水务系统、环保、精细化工、物流等多个行业形成成熟应用,并依托生态伙伴加速推广复制。在拓展新场景方面,施耐德电气积极融合5G,例如上海普陀工厂实现了EAE与5G深度融合的解决方案,为柔性制造提供有力支撑。此外,施耐德电气旗下的AVEVA剑维软件覆盖设计、建造、运营、维护的全生命周期,在助力客户推进数字化、智能化建设方面发挥着关键作用。

施耐德电气工业自动化行业及战略中心负责人乔锃进一步拆解了软件定义自动化的落地逻辑,其核心体现为三大特征:一是以系统建模取代传统基于硬件和控制逻辑的编程模式,更贴合IT工程师思维;二是通过软件实现通讯,减少对硬件依赖;三是采用统一编排技术替代传统控制调度,提升系统灵活性。他指出,对于如今的数字化、智慧化工厂来说,用户需求已超越传统控制范畴,扩展至能源管理、设备管理、人员管理以及工艺优化等应用。这些复杂需求依赖大量数据与模型分析,进而生成控制策略,而传统自动化系统难以胜任。而现在借助开放自动化平台与高性能硬件,使得在边缘侧实现从控制到计算的一体化成为可能。

此外,软件定义的理念也已延伸至能源管理领域。丁晓红强调,“施耐德电气将发展软件作为战略重点之一。未来,软件在能源管理和工业领域将发挥越来越关键的作用。其中,工业领域的’ 软件定义自动化’已成为未来发展方向。工业软件从发展初期开始,就是软件定义自动化的一部分,也是我们业务体系中的重要组成部分。推动软件发展需要更多伙伴加入,期待各方真正联合,以务实态度推进软件领域工作。结合行业、应用场景以及客户不同需求,夯实软件基础,加快软件技术迭代和场景落地,进而促进软硬件协同发展。”

锚定本土市场需求,“中国中心”释放强大赋能力

立足本土企业对不同生产场景的应用需求,施耐德电气在本届工博会上推出了本土研发的全新一代机器运动控制“黄金四件套”整体解决方案,包括Harmony ET5人机界面、Altivar 305通用型变频器、Lexium 18ME伺服驱动器和BEH18伺服电机以及Modicon M310M运动控制器。

作为施耐德电气工业自动化中国中心(IA China Hub)本地研发生产的创新成果,“黄金四件套”中的单款产品兼具高性能与成本优势,组合应用则更能释放卓越的协同性能,实现“1+1>2”的效果。比如Modicon M310M运动控制器和Lexium18ME伺服驱动之间无需第三方设备即可配对运行,省去复杂参数设置。另一方面,施耐德电气基于产品开发了大量 TVDA(验证、测试、归档和固化架构)以及提前预写的功能模块,不仅能让客户无缝使用,还可结合具体工艺需求优化机器效率,可灵活适配物流、包装、锂电、半导体、纺织等行业的运动控制场景。

这些创新的背后离不开施耐德电气“中国中心”战略的支撑。研发层面,施耐德电气在中国设有五大研发中心,自2019年以来在华研发投入年复合增长率已超过18%。制造与供应链方面,施耐德电气无锡工厂承担了相当大一部分工业自动化产品的本土化生产任务,显著缩短交付周期,提升客户响应速度。丁晓红指出,研产销一体化使得施耐德电气能够更灵活地适配中国市场需求,并通过本土供应链合作,与上下游企业形成“互为供应商”的共赢模式。

施耐德电气工业自动化中国区产品市场总监程晓莉介绍说,中国研发中心除了打造可控成本的产品,也会不断打造更高性能的产品。比如此次工博会上施耐德电气带来的新一代智能数字控制器Modicon M590d,集高性能计算能力、工业级可靠性和便捷的工程化体验于一体,专为工业边缘计算和数字化转型而设计。

除持续推进产品更新迭代外,施耐德电气也在行业层面积极探索创新路径,乔锃指出:“随着工业用户的业务需求差异日益显著,企业也需围绕用户需求开展行业定制化开发。需明确的是,行业定制化与标准化并非对立关系,我们以传统产品为基础进行二次开发与定制,待方案成熟后逐步推广为标准产品,最终目标是打造可产品化的通用解决方案。目前,我们在行业定制化领域已积累实际交付案例,例如针对数据中心高效节能场景就完成了自动化产品的定制化落地。”

深耕场景化应用,释放AI真实价值

在工业AI爆发式发展的当下,施耐德电气始终以解决实际问题为核心,坚持场景化应用导向。“工业场景对实时性、确定性的要求极高,而AI输出的结果是逐步的无限接近,而不是确定性的输出,因此在当前阶段AI主要承担辅助性角色,帮助分析数据、提供优化策略。”乔锃说道。

据了解,施耐德电气当前重点聚焦于AI+应用场景的深度融合。从行业特点来看,不同领域的生产制造模式、工艺要求差异显著,比如流程工业更关注工艺参数优化与设备稳定运行,半导体及数据中心则对能源消耗控制需求迫切。

对此,施耐德电气在工业AI应用中并未追求“一刀切”的通用方案,而是先提炼各行业的共性需求场景,再匹配对应的AI技术能力。例如,在半导体行业,施耐德电气为客户打造了一套工厂能源管理系统,通过AI技术构建节能解决方案,重点监控非生产区的空调运行状态。

目前,施耐德电气正逐步将AI技术融入产品全生命周期,并与合作伙伴联合打造工业AI优化方案,涵盖水厂加药曝气优化控制与公用工程冷站、空压站优化等应用场景。例如在产品设计阶段,AI辅助编程加速设计进程;在制造环节,虽仍以单点应用为主,但已在机器视觉、故障诊断、预测性维护以及冷机空调、能效优化等方面取得实效。“AI技术必须与实际需求紧密结合,不能为了开发AI而开发AI。”丁晓红强调,“施耐德电气坚持走务实路线,聚焦大模型与小模型结合、AI +具体应用场景,让工业AI展现出可感知的真实价值。”

纵观整场展会,施耐德电气所描绘的未来工业图景,清晰展示了一条将创新技术转化为可落地、可复制、可共赢的实践路径。未来工业的“了不起”,正源于这种贯穿于技术、生态与本地化运营中的能力。如今,这份未来已不再是蓝图,正在多个行业现场加速成为现实。

智问赋能业务,实地调研聚力成长

夏末秋初,攻坚正酣。随着集团业务数字化进程不断提速,众业达自主研发的 “智问” AI 智能业务即时问答系统,自上线以来凭借 “网页端 + 移动端” 双平台适配的便捷性、自然语言查询的高效性,以及组合报表生成的实用性,已逐步成为同事们日常工作的 “得力帮手”。

一点感知、全网响应:联通数科以AI赋能,筑牢城市网络安全智能底座

打开政务APP办社保、在医院刷电子医保码预约挂号、通过教育平台查询孩子学籍——数字时代的每一份便利,都连着城市数据安全的“生命线”。

当数字中国建设按下“加速键”,城市治理的安全防线早已不是“选择题”,而是关乎民生福祉的“必答题”。正是在这样的背景下,南京市雨花台区给出了自己的答卷:立足区域数字治理实际,以联通数科“墨攻”安全运营服务平台为核心,打造一体化安全运营中心,为政务、医疗、教育等民生领域的数字运转筑牢“防护盾”。近日,雨花台区城市数字治理中心项目,从数百个参赛项目中脱颖而出,荣获全国二等奖。

那么,城市数字治理面临哪些安全问题?联通数科又扮演了什么角色?近日,联通数科安全运营服务部总经理廖䶮龙与基础安全能力部总经理王鑫妍深度解读了这一实践背后的技术逻辑与生态价值。

以“体系化+全链条”破局三重困境

在全国城市全域数字化转型进程中,网络与数据安全的共性痛点,正制约数字治理向深推进——多地普遍面临管理“各自为战”、设备数据成“孤岛”,技术“被动防守”、防护薄弱,运营“响应滞后”、难辨真实威胁的三重困境。对此,联通数科依托“技术自研+生态整合+运营专业”优势,构建“一点感知,全网响应”防护体系。

“城市数字安全绝不是零散设备的‘堆砌’,而是全域协同的‘体系战’。”廖䶮龙直言,当前多地城市数字安全治理普遍面临三重困境:管理缺乏整体性,“各自为战”,不同厂商的安全设备形同“信息孤岛”,设备不互联、数据不互通,资产不清、职责模糊,难以形成防护合力;技术缺乏系统性,“被动防守”,云网、边界、终端等环节防护薄弱,设备策略杂乱;运营缺乏有效性,海量无效告警淹没真实威胁,缺乏精准研判能力,缺少专业团队开展资产、漏洞的全生命周期管理,面对突发风险常陷入“响应慢、处置难”的被动局面。

为破解这些痛点,联通数科以国家《数字中国建设整体布局规划》等政策为指引,将自主研发的“墨攻”安全运营服务平台的核心能力与客户实际需求深度结合,确立了“全域覆盖、智能协同、实战导向”的建设目标。推动城市安全从分散防御向集中管控、被动响应向主动预警、经验驱动向智能决策的三大转变,构建“一点感知,全网响应”的运营商级防护体系。

资源整合是项目落地的首个硬仗。不同单位安全设备标准不一、数据格式各异,成为横亘在前的主要障碍。“我们依托‘墨攻’平台的兼容适配能力,首先实现了全区全域全网各类厂商安全组件与服务的互联互通。”廖䶮龙介绍道。在此基础上,联通数科通过标准化接口对接不同设备的告警日志,打破数据互通壁垒;最终借助平台智能降噪与关联分析能力,实现安全风险的实时监测、集中预警与可视化展示,彻底解决了“设备孤岛”“数据孤岛”问题。

如今,这一体系已彰显实效:南京市雨花台区89家单位的700余台办公终端、400余台系统主机完成全面摸排,办公终端认领率提升至90%,云主机认领率达100%;累计发现的一万余个高中危漏洞全部处置闭环;平台月均接入四千万条告警日志、二十余万条安全事件,经智能筛选后需人工处置的事件不足一千条,实现“3分钟响应、7分钟处置、20分钟闭环”的高效运营。多起国外攻击事件的成功处置,更印证了区域防护能力的实质跃升。

AI赋能,打造动态防御新范式

在全国城市数字化转型安全破局中,联通数科“墨攻”安全运营服务平台以“组件+平台+服务”一体化体系,筑牢数字安全技术底座。它既解决多地管理“孤岛”、技术被动、运营滞后问题,也借AI解放专家聚焦高价值研判,强化“一点感知,全网响应”防护效能。

据了解,作为项目的核心载体,“墨攻”安全运营服务以“组件+平台+服务”的一体化体系,构建起数字安全的技术底座。其落地逻辑清晰:先调研梳理客户现有安全组件,结合实际需求补足防御短板,最终通过平台实现协同作战,最大化发挥现有资源价值。

王鑫妍介绍,目前,“墨攻”平台已成功实现240余种不同类型安全组件的互联互通,涵盖防火墙、WAF、EDR等各类设备,从边界到内部终端构建起纵深防御体系。面对不同厂商设备告警格式不统一的行业难题,平台摒弃了传统的代码开发模式,建立起标准化配置体系——运营人员只需录入设备型号与样例数据,即可通过自动化配置完成数据接入,大幅提升了适配效率。

平台的智能分析引擎是“降噪提效”的关键。融合联通自研的网络安全大模型(入选北京市2025年第二批首台(套)重大技术装备目录)与多类小模型、规则模型,形成“大模型+小模型+规则配置”的分析体系。“这种组合模式能精准识别重复告警与误报信息,将有效威胁从海量数据中剥离出来。”王鑫妍解释道。更具价值的是,平台支持运营专家根据场景灵活配置分析规则:常态化运营中聚焦核心漏洞与重要事件,重保期间则将网站攻击链等高危场景设为优先级,实现“平战结合”的动态防护。

自动化处置能力进一步释放了运营价值。平台沉淀了上百个针对不同威胁场景的处置剧本,通过与纳管的安全设备联动,可实现攻击的自动化封堵等操作。以防火墙联动为例,一旦监测到恶意攻击,平台能依据预设剧本自动下达封堵指令,既节省了人工成本,又提升了响应速度。而这一切都建立在标准化服务体系之上——平台构建了涵盖法律法规宣贯、管理制度建设、流程规范制定、作业计划实施的4级制度体系,在雨花台区已形成50多份配套制度文件,为运营工作提供坚实保障。

在未知威胁应对方面,AI技术的深度应用实现了突破。王鑫妍将其总结为三大路径:通过机器学习建立正常行为基线,精准识别异常行为,为发现未知威胁提供线索;利用AI解析国内外战略情报,提取攻击手法与特征,关联内网日志排查潜在风险;借助AI自动分析恶意样本,识别变异变种,大幅提升样本分析效率。

“AI不是替代专家,而是成为专家的‘高效助手’,把人从繁琐的基础工作中解放出来,聚焦高价值威胁研判。”王鑫妍强调道。

链长担当,从单点实践到生态共荣

生态整合能力是链长价值的直接体现。面对分散的安全资源,联通数科不仅通过“墨攻”平台实现了不同厂商设备的技术兼容,已融合70家安全合作伙伴的240余款安全组件,覆盖近80%安全产品品类,打造了一个强大的安全生态体系。

“作为支撑中国联通‘网络安全现代产业链链长’能力打造的单元,联通数科不仅打造优质项目,更要带动整个产业链协同发展。”廖䶮龙说。在雨花台区项目中,这种链长责任贯穿于资源整合、技术创新、模式推广的全过程。

这种生态化模式既避免了重复建设,又为合作伙伴提供了价值实现渠道,实现了“客户降本、伙伴增收、行业增效”的多方共赢。联通数科承建的某超大型城市数字安全运营中心经济效益、社会效益第三方评估均达满分,更加印证了该模式的可持续性。

技术创新的辐射效应更显深远。联通数科自研的网络安全大模型,采用“微调+RAG技术”构建自定义智能体,在实网攻防演练中准确率超98%,成为行业技术标杆。这一技术不仅应用于雨花台区的告警降噪、威胁研判等场景,更通过“墨攻”生态向更多领域输出。“我们将资深专家经验固化为可复用的安全智能体,让中小机构也能享受到顶级安全能力。”王鑫妍表示。这种技术普惠,正是链长企业带动行业整体升级的生动实践。

从“雨花模式”到“全市一盘棋”的推广计划,彰显了链长的系统思维。基于雨花台区实践,联通数科总结出“五个一”城市级数字安全运营解决方案:1个安全运营中心、1个安全能力底座、1个统一安全运营平台、1套安全运营机制和1支专业安全运营团队。“这里面,安全运营专家团队非常重要,很多企业不具备这样的专家团队,我们构建了‘云地协同,内外互动’的安全运营服务体系,依托中国联通属地化优势,提供AI全天候巡逻+专家现场支援服务,已打造了全国千人级规模的属地化服务,7×24小时安全守护。”廖䶮龙介绍说。

这种可复制、可推广的模式,正逐步形成更大范围的安全合力。“我们坚持‘提质扩面、降本增效’原则,不是简单复制,而是因地制宜优化适配。”廖䶮龙强调。在更广阔的领域,联通数科高质量完成党中央300余次中央领导“云外交”重大网络安全保障任务和40余次重大活动网络安全保障。依托“墨攻”云地一体安全运营服务模式,支撑建设了国内首个超大城市数字安全运营中心,实现数字安全基础设施一体化、运营管理一体化、联防联控一体化。同时在数字政府、央企、能源、教育、医疗等行业得到了广泛应用,标杆案例覆盖全国31省。“墨攻”入选国务院国资委等部门联合印发的中央企业科技成果应用拓展工程,是首批50个项目中唯一的安全产品,这标志着中国联通从网络安全现代产业链链长身份向链长实力的转变。

雨花台区一体化安全运营中心的建设实践,是联通数科技术实力与责任担当的集中展现。“墨攻”以其兼容适配、智能高效、服务标准的核心优势,破解了城市数字安全运营的诸多难题;而联通数科通过生态聚合、技术输出、模式推广,正推动网络安全从“单点防御”向“体系化防护”演进。

“网络安全没有终点,只有连续不断的新起点。”廖䶮龙表示。未来,联通数科将持续深化AI与安全运营的融合创新,推动“1+N”模式在更多区域落地,以链长之力汇聚产业智慧,为数字化中国建设筑牢安全屏障。从国内首个超大城市数字安全运营中心,到南京雨花台再到全国各地区,中国联通“云地协同、内外互动;一点感知,全网响应”的安全运营理念始终贯穿其中,在这一理念的指引与实践下,一张覆盖广泛、响应迅速、防护严密的网络安全网,正逐步织就。(梅雅鑫)

2025工博会观察丨中国工业“进阶” ,为什么需要“物联感知+AI”技术?

中国制造业正从高速增长迈向高质量发展阶段。庞大的工业体系与持续的提质、增效、降本需求,为工业智能化提供了广阔空间。工信部最新数据显示,截至2025年6月底,工业企业数字化研发设计工具普及率、关键工序数控化率分别达到84.0%、66.8%。尽管数字化基础日益完善,从单点设备的智能到整个生产系统的协同,仍是横亘在众多制造企业面前的现实难题。

当中国工业从“大国制造”向“强国智造”迈进过程中,围绕“如何做工业”和“如何做好工业”的行业命题,2025年中国国际工业博览会期间,诸多企业都带来了自己在工业领域的实践答案。

这次,海康威视以“物联感知+AI,加速工业场景数字化”为主题参加工业自动化展,展示了上百款“物联感知+AI”软硬件产品,以及海康观澜大模型在工业领域的场景应用。对于在工业的数字化、智能化升级,海康威视也给出了其思考。

物联感知+AI

驱动工业从信息化迈向数智化

中国拥有全球最庞大、最复杂的工业制造体系,推动智能化转型已成必然。但迈向智能化的第一步——“物理世界数字化”,并不只是把数据采集下来那么简单。现实困境在于:单一传感器只能获取有限维度的信息,容易形成“数据孤岛”,既无法全面还原物理场景,也难以支撑复杂的智能决策。换言之,感知层的不足,正在成为制约工业数字化进程的瓶颈。

具体而言,过去依靠信息系统叠加流程优化的数字化,更多是“事后记录”;而真正的智能制造,需要在实时、动态、复杂的物理世界里感知更多变量,甚至感知那些以往“不可见”的要素,才能形成高价值的洞察和前瞻性的决策。正如人类无法仅靠眼睛去认知世界,工业感知也不能依赖单一的感知手段,而要通过多模态融合,构建出近似于“人类全感官”的体系。

海康威视正是围绕这一底层逻辑展开布局。20余年来,从可见光起步,持续扩展红外、紫外、毫米波、X光等多种感知技术,让机器具备“眼、耳、鼻、舌”等多种感知能力,构建起覆盖千行百业的“感官矩阵”。更重要的是,还构建了AI技术体系,让设备成为超越人类感知能力的“智能感官”。

这种能力,在海康威视的展台就可以窥见。比如,内窥式高温炉膛观测系统在2000℃的极端环境中依然稳定运行,保障钢铁、石化等行业的效率与安全;超景深3D数码显微镜可实现微米级图像观测,推动电子制造、锂电、金属加工等行业的精细化观测与分析;声振温监测系统、在线声像仪、激光扫描成像雷达等技术,则分别让设备运维、隐患排查和物料盘点等场景进入到“可视化、可量化、可预测”的新阶段。

在南京钢铁,海康威视的物联感知产品得到了系统应用。作为链条庞大、环境复杂的产业,钢铁的生产过程几乎涵盖了工业制造的所有难点:高温、高压、大体量、连续化。海康威视以比色高温计、毫米波物位计雷达、热成像摄像机等方案,覆盖了从钢坯温度精准监测到智慧料场物料测量,与保障物料顺利运转等关键环节。上述实践说明海康威视的物联感知技术在复杂工业环境中具有广泛适用性,其具备将多样化感知手段整合应用于不同工业场景、解决各类生产难题的能力。

1+1>2式融合创新

攻克“老难题”需要“新配方”

工业领域存在大量长期无法彻底解决的“硬骨头”问题——煤质检测、仓储盘点、设备预测性维护等,往往困扰行业多年。传统方法难以突破,单点技术也力不从心。要解决这些难题,光有“感官”还不够,更要靠“配方”,这要求技术供应商不仅要有技术储备,更要有融合创新的能力,能像“老中医”一样,针对复杂病症开出混合“药方”。

由此,拥有丰富的感知技术是基础,更进一步的突破还在于融合创新。海康威视的独特优势正在于此,并非简单“堆砌”多项技术,而是基于对场景的深度理解,将不同的感知技术深度融合,产生“1+1>2”的“化学反应”,为解决那些困扰工业多年的“老难题”提供新思路。

最为典型的便是在煤炭行业,煤质检测长期存在检测周期长、样本量小、指标不全等痛点。此前国内外虽探索过中子活化、双能伽马射线、X射线吸收、近红外光谱(NIRS)等多种技术路径,但受限于煤炭成分复杂、检测精度不足及放射源安全隐患,始终未能形成成熟可靠的大规模应用。

在这样的背景下,海康威视与国家能源集团联合提出了能否通过多种感知技术融合来破解难题的设想,并逐一测试了微波、激光等多条技术路线,最终发现X射线荧光(XRF)对煤中灰分、硫分响应优异,且稳定性、灵敏度和安全性均具优势,与近红外光谱形成了高度互补。由此诞生的“融合光谱煤质快速分析仪”,创新性地将近红外与X射线荧光结合,实现煤质实时、在线、高精度检测,将效率从8小时缩短至实时,检测煤量从1克提升至1吨以上,显著提升了结果的代表性与可靠性。这一突破不仅解决了单点技术的局限,也实现了对热值、水分、灰分、硫分等关键指标的全面覆盖,堪称对传统煤质管理模式的一次改革。

以大模型推进工业智能化升级

在工业智能化的进程中,感知设备不仅仅是获取信息的工具,还应具备理解与判断能力。当前,工业AI应用多集中在碎片化场景,如OCR识别、缺陷检测或巡检辅助。行业中虽然小模型层出不穷,但多数尚未到推广阶段,同时,模型开发成本高、周期长,且难以应对快速变化的生产需求。工业领域亟需泛化能力强,能够规模化落地的大模型。

早在2006年,海康威视就组建了智能算法团队,在业内率先将AI产品化落地。如今,AI已广泛地融入海康威视的软硬件产品中,支撑千行百业的智能化应用。截至目前,海康威视已发布数百款大模型产品。

更具代表性的是,海康威视基于观澜大模型技术底座,打造了系列行业大模型,助力工业智能化升级。此次中国工博会上,海康威视重点展示了观澜大模型在工业领域的场景应用,在大模型互动展区,参观者不仅能亲身体验大模型在质量管控领域的具体应用,还可体验到分钟级的快速注册算法生成过程,切身感受观澜大模型带来的智能与高效。

海康观澜大模型在硬件和软件能力上,都带来了“产品力”的提升:

硬件能力提升:例如,海康威视工业安全系列摄像机在视觉大模型加持下,结合立体视觉成像技术,准确检测区域内人员滞留情况,检测信号可对接PLC、安全继电器等控制系统,时延低至百毫秒,有效避免机械碰撞等意外发生;加持了大模型技术的抗振防抖筒机系列,能对大型机械设施行进方向上的人员闯入行为进行智能识别与预警;搭载海康观澜大模型的智能离线AXI设备和工业CT设备,可实现电路板焊接缺陷的高精度自动检测,检测效率可大幅度提升80%。

软件能力进阶:多模态大模型加持的安全生产管理平台,可让巡检更便捷、准确和专业。以远程隐患排查为例,安全员只需将日常点巡检规范导入系统,并筛选匹配对应的视频点位,配置完成后一键启动排查,自动生成隐患分析报告。此外,平台还能结合作业时间抓取作业附近的视频点位画面,大模型自动分析作业场景中是否存在违反作业规范要求的行为,发现隐患第一时间推送给现场安全监护员,提升作业监管效率。

据了解,海康观澜大模型已在电力、石油、化工、冶金、矿山、建筑、机械制造等诸多行业落地应用,成为企业应对复杂工业场景、实现智能化管理的助手。

尾声

海康威视在本届工博会的展示充分展示了其所探寻的务实路径:做好工业不追求炫技,而是将扎实的物联感知和AI技术,将行业前沿的大模型,融合成能真正走进实际车间、渗入细分场景、解决沉疴旧疾的新答案。

而面对中国工业整体转型升级中最普遍、最棘手的本质需求,以及中国制造业提质、增效、降本的核心命题,海康威视的技术布局也不仅放眼当下问题,更在于为工业体系的数字化、智能化升级提供一个可进化、可扩展的技术底座。

西门子亮相2025工博会:洞察工业AI真需求,释放数实融合真价值​

发布《2025工业智能体趋势展望报告》,揭示工业智能体落地三重挑战与突破路径

·Industrial Copilot中国首试点,助力中科摩通EMB装配线效率提升30%

·发布10余款新品,软硬结合助力工业新智未来

·与近40家企业现场签约,进一步拓展合作生态

西门子今天以“数实融合,新智增长”为主题亮相第25届中国国际工业博览会。作为工业AI应用领域的先行者与创新推动者,西门子依托久经验证的数实融合能力、深厚的行业积累和来自工业现场的高质量数据,积极推进AI技术与工业场景深度融合。现场,西门子与至顶智库联合发布《2025工业智能体趋势展望报告》,带来智能体落地制造业现状的最新洞察;通过展示Industrial Copilot在中国的首个试点应用——中科摩通EMB智能装配设备,彰显工业AI在实际应用中的可量化价值;发布10余款软、硬件产品新品,进一步夯实工业AI落地的系统能力。

“工业AI的真正落地,始于对需求场景的精准捕捉,成于将技术、数据与行业机理深度融合。”西门子全球执行副总裁、西门子中国董事长、总裁兼首席执行官肖松博士表示,“这正是西门子的优势所在——以深度行业know-how唤醒沉睡数据,携手生态创新伙伴,助力万千中国工业企业收获工业AI的真价值、真效益。

真洞察:工业智能体落地面临三重挑战

2025年被称作“智能体元年”,为洞察当前工业领域AI智能体应用的现状与挑战,西门子与至顶智库联合发布《2025工业智能体趋势展望报告》,对200家工业企业展开深度调研。数据显示,虽然超过八成企业认可其提升生产效率和降低运营成本的价值,但实际部署仍面临显著挑战:43%的企业尚未部署工业智能体,仅8%实现多场景应用。制约因素集中体现在部署成本高、专业人才缺乏和技术成熟度不足三大方面。此外,企业在考虑是否应用工业智能体时,普遍将稳定性与可靠性作为核心考量。

针对工业智能体落地面临的多重挑战,西门子通过全方位的技术和生态布局提供系统化解决方案:在确保安全可靠方面,西门子将百年工业知识沉淀为安全规范与工艺模型,内嵌于智能体决策逻辑中,并通过数字孪生在数字世界进行测试验证,确保其在物理世界中的运行安全与可靠性;西门子Industrial Copilot通过自然语言交互大幅降低使用难度,工程人员无需专业编程技能即可完成设备组态、PLC编程等复杂任务,有效降低应用门槛及对专业人才的要求;此外,通过开放式数字商业平台西门子Xcelerator,西门子在中国已链接53万用户,汇聚300多个生态伙伴,其中超60%与AI相关,构建起开放共赢的创新生态。

真价值:Industrial Copilot中国首试点,实现30%效率提升

工博会现场,西门子携手中科摩通打造的新一代新能源汽车EMB智能装配设备正式揭幕。该设备是西门子生成式工业人工智能助手Industrial Copilot在中国市场的首次试点应用。在该设备的调试过程中,Industrial Copilot辅助工程师进行自动化程序开发,大幅减少重复工作,有效提高程序开发效率、降低因设备错误操作造成的生产损失。结合西门子标准化解决方案及机器人库,Industrial Copilot助力中科摩通将程序开发时间减少30%,产线现场调试周期缩短30%,人工与物料损耗降低10%,充分证明了工业AI在复杂制造环境中的真实价值。

中科摩通作为以AI为创新引擎的国家级“小巨人”企业,致力于运用AI技术,构建柔性自动化大模型,打造自动化装配、性能检测、智能仓储物流等应用的数字化智能工厂。西门子将与中科摩通将进一步深化战略合作,为其未来的智能装备整体解决方案提供坚实的数字化底座。

真基石:全栈解决方案夯实工业AI落地底座

工博现场,西门子全景呈现了其全栈软、硬件产品及解决方案,能够为企业打通IT与OT之间的壁垒,让数据在企业产品、生产、运营、决策等各个环节自由流动。海量高质量工业数据,为工业AI的精准训练提供了 “语料”。西门子产品家族的最新成员也亮相工博会,十余款新品进一步夯实软硬件基石,包括:

全新基本型分布式I/O系统SIMATIC ET 200BL 在TIA博途环境中开发,无需复杂配置即可快速部署,显著降低工程实施难度和投资成本。延续了西门子自动化产品一以贯之的高可靠性,确保在严苛工业环境下的稳定运行和数据高速传输,帮助客户在控制成本的同时无需牺牲设备性能。

精彩面板全新系列SMART LINE PLUS在完全兼容SMART LINE V5所有功能的基础上,新增多项功能,大幅提升连接灵活性和工程效率。该系列扩展了第三方设备兼容性,能够通过直接导入TIA博途工程文件中的PLC变量,显著减少组态时间;本地数据记录功能无需外部存储介质,为故障诊断和生产优化提供可靠依据。

超低压机电一体化解决方案SIMOTICS E直流伺服,包含1EE1无刷内转子电机、1EV1无刷外转子电机和ArgoDrive驱动转向系统。该产品组合专为高动态响应场景设计,广泛应用于AGV/AMR舵轮转向、智能仓储分拣系统和轨道交通门控系统。通过高度集成的机电一体化设计,显著提升设备灵活性、生产效率和运行可靠性。

FMT020新一代电磁流量变送器专为中国市场设计,不仅能够测量体积流量和介质流速,还可同时监测电导率。产品支持HART、MODBUS、Profibus DP/PA、PROFINET等多种通信协议,IP67/68防护等级确保在恶劣工况下的稳定运行。配备38万像素中文图形显示屏,提供空管监测和设备自检等增强诊断功能。

BFC百数达3.0工业IoT连接软件致力于打破OT与IT数据壁垒,具备多品牌设备兼容能力。新版本强化了通信技术、接口丰富性及系统安全性,支持全链路安全数据传输和灵活分析功能,为企业深度挖掘数据资产价值、优化生产流程提供强大支撑。

5S COM智能终端配电新品集成智能检测、无线通信和远程控制功能。5SL6 COM智能小型断路器可收集开关状态和故障信息,支持电能和温度测量;通过7KN Powercenter 1000网关实现无线组网,单个配电盘支持24个终端设备;支持30天数据存储,可通过蓝牙和Modbus TCP访问数据,实现配电系统的智能化管理和远程控制。

西门子数字化工业集团(DI)助力过程与离散制造业中各规模的企业,在全价值链内加速数字化转型与可持续发展。西门子前沿的自动化与工业软件产品组合将全面革新产品和生产的设计、执行及优化全流程。开放式数字商业平台西门子Xcelerator则能够让这一过程更容易、更快速、更利于规模化落地。携手生态伙伴,西门子数字化工业集团助力客户成为可持续的数字化企业。西门子数字化工业集团在全球拥有约 70,000 名员工。

开放自动化赋能工厂智能化:从技术突破到生态共建的新篇章

近年来,开放自动化技术作为一股打破传统技术桎梏、推动IT与OT融合的强劲技术潮流,不断刷新着工厂智能化的发展面貌。在日益开放、智能、协同的技术环境下,开放自动化技术与工业蜂窝网、边缘计算乃至人工智能等技术加速融合,推动工厂智能化走向深入。

在这一背景下,产业技术的领导者施耐德电气深耕开放自动化领域,早在5年前就推出开放自动化平台,并通过持续创新加速赋能工业场景,取得阶段性进展。作为重要成果的展示,施耐德电气近日联合中国联合网络通信集团有限公司、北京华胜锐盈科技有限公司、澜兔数界(上海)科技有限公司,携手编写了《开放自动化赋能工厂智能化解决方案》报告,并在2025年工博会现场隆重发布。

本报告是“5G边缘计算”系列的第三部,在前两部报告充分评估各项创新技术应用价值的基础上,深入探讨了开放自动化技术如何赋能智能工厂建设,为千行百业的数字化转型呈献出更具普适性的专业指南。

从政策引导到架构塑形,智能工厂建设加速推进

当前,我国制造业数字化转型成效显著,数字经济已成为经济增长核心引擎。截至2024年二季度,工业企业关键工序数字化率达64.9%,数字化工具研发普及率达83.1%。工业互联网作为数字化转型的关键路径,已覆盖49个国民经济大类,支撑“5G+工业互联网”项目超1.7万个,成为新一代信息技术与制造业深度融合的重要载体。

在这一背景下,来自政策层面的顶层设计,为加速推动智能工厂建设指明了方向。近期,工信部等联合推出的《智能工厂梯度培育行动实施方案》规划了智能工厂从基础级到领航级的“进阶升级”之路;与此同时,《打造“5G+工业互联网”512工程升级版实施方案》明确提出到2027年建设1万个5G工厂,并强调支持开放自动化技术创新与虚拟化控制器研发,为技术落地提供了指引。

作为承接这一建设方向的具体规划,报告清晰地勾勒出了智能工厂的理想架构,把智能工厂划分为设备设施、智能工厂底座、生产管控、经营管理及多模式创新这相辅相成的五大层级。

其中,设备设施层以制造装备与智能仪器仪表为核心,通过嵌入式传感器实现生产过程的实时监控与反馈;智能工厂底座则整合了以5G+工业互联网为核心的先进工业网络、工业信息安全防护及开放自动化系统,以构建高可靠、低时延的泛在互联架构;生产管控层贯穿工厂建设与运营全周期,实现工艺数字化设计、数字孪生构建及全流程闭环管理;经营管理层聚焦供应链协同、营销精准化及可持续发展;多模式创新层则可以为数据驱动的研发、弹性供应链及大规模个性化定制提供支撑。

立足现实,报告还清晰地剖析出了智能工厂建设面临的诸多核心挑战和现实痛点。例如,在数据层面,不仅工业通信协议的碎片化严重影响了设备的互联互通性,业务流程对应的系统碎片化也限制了跨层级数据传递的效率;而在算力层面,传统PLC/DCS的分层分域部署模式导致算力资源孤立,难以满足工业视觉检测等场景的毫秒级响应需求。

开放自动化平台筑基,全方位赋能智能工厂应用

那么,工业用户应如何有效地应对诸多挑战,切实推进建设智能工厂的业务实践呢?

在这方面,方兴未艾的开放自动化技术,为智能工厂的落地开辟出了一条创新的实现路径。通过构建统一标准、广泛兼容且可延展的架构,开放自动化平台不仅能实现IT与OT的深度融合,为智能工厂的核心环节构建出系统性的解决方案,还能够有针对性地解决生产作业、设备管理、质量管控、仓储物流及能碳管理等各个层面的挑战,成为有效破解传统制造模式效率瓶颈与协同难题的“金钥匙”。

比如,在生产作业环节,开放自动化平台可以利用虚拟PLC替代硬件PLC实现软硬件解耦,并结合智能制造系统动态重构产线,通过智能交互与风险感知技术优化人机协作流程,依托设备机理与数据混合建模技术实时优化工艺参数。

在仓储物流环节,开放自动化平台可以打通仓储与生产系统数据,支持动态路径优化与库存智能调度。并通过标准化容器管理、实时数据同步及智能算法预测需求波动,有效提升仓储空间利用率与物料周转效率,降低库存积压风险与人工操作安全隐患。

在能碳管理环节,能源智能管控系统可以依托开放自动化平台实时整合多源能碳数据,结合大数据分析与AI技术实现能耗预测、碳排放核算及优化方案生成。通过引入碳资产全生命周期管理系统及开放自动化平台,还能够实时采集、整合能碳数据,实现精准核算与深度分析,从而有效提升企业碳资产管理能力,增强绿色竞争力。

在这方面,跻身全国首批卓越级智能工厂的河南许继仪表有限公司,正是利用开放自动化技术赋能智能工厂建设的典型标杆之一。

通过采用施耐德电气EcoStruxure开放自动化平台(以下简称“EAE平台”)作为5G网络、产线终端与IDFE工业数字聚变生态软件的中间枢纽,许继仪表智能工厂将实体物理工厂产线设备运行实况与高精度的数字虚拟模型进行深度融合,构建出了实时同步、精准映射、智能预警的孪生环境,实现了对生产设备、生产线及工厂运营状态的全面数字化管理。

得益于EAE平台的深度赋能,许继仪表智能工厂一举打通了设备运行数据、视频监控系统、传感器网络及生产管理系统,为设备状态实时监控、异常预警与故障预测、智能巡检及远程运维等场景提供了有力支撑,实现了生产效率、设备利用率与安全管理水平的全面提升。这一数字化转型,带来了交付周期缩短60%、产品合格率提升至99.99%的卓越成效,显著增强了许继仪表的市场竞争力。

以创新架构及生态建设,解锁全新价值空间

开放自动化技术趋势为智能工厂建设带来的价值,不仅仅在于为各个应用场景的解决方案提供了更加开放、灵活的技术环境。更重要的意义在于,它基于前所未有的创新架构,对传统的工业控制体系和生态协同模式进行了重构,为更加广泛的产业数字化转型解锁了广阔无垠的价值空间。

在技术层面,开放自动化系统的创新功能架构以分层设计、模块化集成、标准化协议为核心,实现了“云-边-端”协同优化,构建出灵活、可扩展的智能工业自动化体系。中国联通大数据首席科学家范济安谈道:“这一架构不仅能够提升系统灵活性,更能够充分发挥工业蜂窝网允许多制式设备接入、简化网络部署等优势,并通过边缘计算与云边协同实现智能算法下沉,从而为实时优化与预测性维护提供算力支撑,有力保障智能工厂可靠、高效运转。”

在此基础上,这一创新架构还有力地促进了多维技术的融合,为智能工厂面向未来的持续进化奠定了坚实基础。北京华胜锐盈科技有限公司总经理王宇男谈道:“首先,开放自动化架构促进了算力与网络的深度协同,通过算力动态调度和网络智能编排,使得算力资源配置得到了有效优化;其次,人工智能的分层部署,为复杂AI模型在边缘节点的轻量化部署和终端设备配备轻量智能提供了可能性。最后,协议与接口的统一化在实现OT与IT协议互通的同时,也为基于数据标准化的跨层级协同分析带来了便利。”

为智能工厂建设带来颠覆式创新的,不仅仅是技术架构的迭代,还有构建产业生态所激发的巨大潜能。今天,以生态共建、协作共创为特征的“交响曲”,正在迅速取代过度依赖一家企业独立创新的“独奏曲”,成为工厂智能化创新实践的主流范式。

在这方面,开放自动化积极倡导通过多方协同实现技术融合与价值共创。无论是系统集成商、网络服务商、云服务商、智能装备提供商还是应用开发商,都可以在多元、融合、互动的开放自动化生态中找到自己独特的生态位,并通过紧密协同,形成技术突破与产业升级的良性循环,为智能工厂提供全链条支撑。

澜兔数界(上海)科技有限公司创始人刘啸天指出:“开放自动化生态有效实现了技术标准化、资源集约化、服务场景化的能力进化。这些变化不仅打破了传统自动化系统的封闭性,还能够结合各方专长将云、网、边、端的资源进行优化配置,提升算力与网络利用率,并通过模块化应用快速响应行业需求,降低智能工厂在今后的升级成本。”

未来,这一生态还将持续吸引科研机构、标准组织等更多参与者,共同探索AI与开放自动化、5G-A,TSN等新技术融合,不断推动智能制造向“全域互联、自主决策”的领航级目标迈进。

今天,中国工业的数字化变革正面临中流击水的关键时刻,而开放自动化的技术与生态,正不断引导千行百业驶向价值跃迁的新蓝海。正如施耐德电气集团董事、高级副总裁、工业自动化业务中国区负责人丁晓红谈到的:“开放自动化为加速技术创新与产业创新融合发展搭建了关键桥梁,成为了打造领航智能工厂的核心动力。未来,施耐德电气将继续以拥抱变革,以持续创新的技术推动进步,以合作的精神凝聚力量,携手生态伙伴为新型工业化进程贡献力量,助力中国制造阔步迈入高端化、绿色化、智能化的高质量发展之路。”

从实验室到工厂应用,如何解决人形机器人落地的痛点?

随着人工智能和先进制造的深度融合,人形机器人正从实验室的技术展示走向大规模商业化的前夜。过去几年,我们看到实验室级别的技术突破层出不穷,也有人形机器人公司将自家产品小范围场景应用,但从“会跑、会抓”到真正融入复杂工业场景,实现大规模、可持续的应用仍面临核心难题——自主感知、环境适应与高可靠执行能力的系统性瓶颈。

近期, ADI在北京举办了“激活边缘智能,共绘具身未来”人形机器人媒体分享会。活动汇聚了来自ADI及产业链上下游的专家学者,共同探讨人形机器人从原型到量产的关键路径。这次会议,我们能看到整个人形机器人产业不同于以往的细分产业,它的上下游产业协同和技术、方案共研的气息更加浓厚,解决痛点和实现的产业目标也更为清晰、一致。

“链条式”的技术突破,从感知到驱动的系统化布局

从今年中旬开始,我们听到、见到人形机器人在仓储物流、装配检测以及服务型工业场景中的开始逐步小范围尝试应用。然而,尽管算法和控制技术持续进步,机器人在复杂环境中的自主适应能力仍然是限制其大规模落地的关键因素。如何让机器人在面对多变的工况、不同的物理环境以及实时操作需求时依然保持高效、可靠的执行能力,已经成为行业普遍关注的难题。

ADI公司院士兼技术副总裁陈宝兴博士直言,当前人形机器人落地的最大瓶颈在于物理智能的不成熟。“未来真正应用到复杂工业场景下,要能够自适应,就需要感知并进行一些调整,仅有大语言模型肯定是不够的,还需要对物理环境有认识。”他指出,仅靠算法无法完全解决机器人在复杂环境中的适应性问题,ADI正在通过数字孪生与物理建模的方法,让机器人在进入现场之前就能够完成动作和场景优化。

其实,ADI也在产业早期就开始布局人形机器人的软硬件技术创新和场景应用,这一战略在ADI两款代表性产品中得到了具体体现。创新型多圈传感器 ADMT4000,是全球首款单芯片多圈位置传感器,能够在断电状态下依然保持精确的绝对位置记录。其基于磁畴壁可控传播的原理,大幅简化了关节传感系统,省去了传统方案中的备用电池或机械齿轮。这意味着人形机器人在关节运动中可以实现更高的灵活性和能效,而不再受限于冗余的硬件负担。对于工业自动化来说,这不仅提升了设备的长期稳定性,也为降低维护成本提供了可能。

另一款产品则是高集成单片伺服驱控芯片 TMC9660,则从驱动与控制环节切入。它将MCU、伺服三环控制、智能电机驱动和电源管理等功能高度集成,开发者只需外接功率MOSFET即可构建完整的伺服驱动单元。其内置的硬件FOC算法,避免了复杂的编程过程,同时支持高达100kHz的环路控制。这种设计不仅能满足人形机器人关节高速、精准的运动需求,也为制造业中更广泛的柔性生产线提供了低成本、短周期的开发路径。

工控网认为,从传感器到驱控芯片,ADI正在搭建的是一个面向未来的系统化技术框架。这样的布局不仅服务于人形机器人本体,更具备跨行业的应用潜力,将对工业自动化、智能制造乃至新能源装备形成长期支撑。

如何解决从实验室到工厂的产业挑战?

如果说技术创新是人形机器人前行的“硬实力”,那么如何实现从实验室原型到工厂量产,则是横亘在整个产业面前的“软挑战”。在圆桌论坛上,嘉宾们从技术、生态、市场与成本等多个角度,揭示了产业化的真实难点。

陈宝兴博士指出,人形机器人在复杂度上甚至超过自动驾驶,因为它不仅需要在环境中导航,还必须具备灵巧的操作能力,例如根据物体的重量和形状选择不同的抓取方式。“复杂场景数据的训练是较为困难的。”他再次表示,ADI正通过数字孪生和闭环控制,将AI与传感器、控制器深度结合,以弥补当前算法泛化不足的问题。

其实,ADI的这种“先建模、再落地”的思路,也正是工业自动化长期追求的路径。

来自国家地方共建具身智能机器人创新中心具身天工事业部的负责人刘益彰,则把焦点放在整机可靠性上。他认为:“今年是人形机器人量产元年,各家厂商都在积极摸索阶段,这需要一个过程,后续需要把机器人整体的可靠性、稳定性进一步提升。”他介绍,天工机器人在自主导航与复杂任务处理方面已取得突破,并通过开源平台推动生态共建。

在工控网看来,这种“平台+生态”的模式,正在为人形机器人产业提供类似工业总线和开源控制栈那样的共性底座,意义重大。

北京因时机器人科技CMO房海南则将视角拉回到供需矛盾。他直言,市场需求从未缺席,但供给始终不足。、在他看来,行业对人形机器人的期待远超其发展速度,因此落地必须分步走,从物流分拣等相对单一的工业场景切入,再逐步延展到更复杂的通用化任务。

工控网观察认为,“先局部突破、再系统集成”逻辑正是工业自动化与人形机器人都需要的。而在政策推动和工业数智化的市场效应来看,人形机器人的市场需求和场景在逐步攀升的同时,也将带来更多产业链的变革,其中就涉及到产业链和技术升级,随之而来的就是技术研发和产线改造的成本问题。

对此,松延动力人形机器人电控系统负责人吴雅剑也提醒行业不要忽视成本掣肘。他坦言,即便松延机器人已经能完成前后空翻等高难度动作,“在大规模量产来说仍是一个挑战”。在他看来,突破具身AI的稳定性壁垒和降低核心零部件成本,将是未来量产的关键所在。这也是人形机器人要走出实验室,必须面对的“产业化红线”。

工控网综合各方观点后认为,无论是技术成熟度、应用聚焦,还是成本控制,行业正在形成一个清晰共识——人形机器人要在“硬件突破”与“生态协同”之间找到平衡点,才能真正走向规模化。

而当讨论转向未来具体的落地路径和场景时,众多嘉宾们的判断:工业是起点,家庭是终局。

我们以房海南的观点为例,他认为,短期内工业和物流场景会率先迎来应用突破,因为这些任务相对单一且人力需求旺盛,机器人能够快速替代。而在中期,医疗陪护与服务行业将成为重要增长点,尤其是在全球老龄化趋势下,康养机器人具备巨大的市场需求。

另一方面,陈宝兴博士把图景描绘得更为宏大。他指出,从简单工业场景,到医疗、救援等复杂任务,直至人机交互的全场景覆盖,才是人形机器人的“终极目标”。未来机器人不仅能预测人类的需求,还将帮助人类完成自身无法完成的任务,这将是智能化发展的自然延伸。

我们类比工业自动化和制造业的其他细分品类后可以发现,它们的内在逻辑相似。即短期内,机器人将成为提升生产柔性和安全性的利器;中长期内,智能化与人机协作能力将推动制造业向“智能+服务”的融合演进。最终,人形机器人将如智能手机一般普及,成为改变社会生产与生活方式的重要工具。正如ADI所展示的路径,真正的产业化不仅是技术突破,更是系统化布局的考验。未来,人形机器人能否在工厂车间、物流仓储乃至服务场景中实现规模化落地,不仅取决于单项技术的进步,更取决于产业链上下游的协同创新与商业模式的成熟。可以预见,谁率先解决了物理智能与环境适应的关键问题,谁就可能在这场具身智能的工业革命中占得先机。

中小企业AI落地实战指引:10项核心决策与实施路径

在数字化浪潮中,AI已成为中小企业的“生存必需品”。据行业数据显示,未来中小企业数字化普及率将显著提升,AI驱动相关工具的市场规模也将持续扩大。但中小企业在AI落地过程中,普遍面临资金有限、人才短缺、数据基础薄弱等困境,部分企业还存在数据储备不足、AI专业知识欠缺等问题。作为领先的工业AI服务商——谷器数据认为:企业需通过关键决策实现资源最大化利用,以下10项核心决策将从战略规划、技术选型到落地执行,为中小企业AI转型提供全链路指引:

AI落地的10项核心决策

1.锚定战略目标,清晰价值定位:以“服务业务”为核心,按SMART原则设定可量化的AI应用目标,聚焦1-2个高ROI场景,参考行业内AI投入占比的合理区间,必要时可借助专业机构开展规划工作。

2.评估企业基础,补齐能力短板:数据端从数量、质量、合规性三方面开展评估,优先解决“数据孤岛” 问题;技术端考量现有IT系统的兼容性,中小企业可优先选择云服务;人才端盘点内部储备情况,推动业务部门与技术团队的协同;资金端明确短期与长期预算范围,提前开展ROI测算。

3.匹配技术路径,优选应用工具:避免盲目追求前沿技术,中小企业优先选用第三方SaaS工具,中型企业可采用“核心场景自主研发+非核心场景借助云服务”的混合模式,在技术成熟度与实用性间寻找平衡,可依托专业机构缩短技术选型周期。

4.筛选试点场景,控制实施范围:采用四象限评估法,优先选择“数据基础好、业务价值高、实施难度低”的场景启动试点,初级阶段聚焦易落地的应用方向,控制试点规模并确保在合理周期内见到成效,避免全面铺开导致资源浪费。

5.搭建人才团队,提升全员技能:组建涵盖技术开发、数据处理、业务对接等角色的核心团队,重点关注能打通业务与技术壁垒的复合型人才,分层培养不同层级的AI相关人才,通过“内部培养+外部引进”结合的方式解决人才短缺问题,开展面向全员的AI基础知识培训。

6.管控投入成本,优化回报效益:按合理比例分配预算,采用分阶段实施策略,优先落地成本较低的AI应用,借助云服务等方式降低算力成本;建立完善的ROI评估体系,从多维度测算AI应用的经济效益,积极拓展政府补贴、专项贷款等融资渠道。

7.保障数据质量,严守合规底线:遵循“最小可行数据集”原则开展数据清洗工作,采用加密技术、权限管理等手段保障数据安全,对照相关法律法规确保AI应用合规,建立算法审计机制与伦理审查机制,规避数据隐私相关风险。

8.敏捷推进实施,持续迭代优化:以最小可行产品(MVP)进行效果验证,通过灰度测试逐步推广,实时监控核心运行指标,利用新增数据持续迭代优化模型;关注AI技术发展趋势,适时引入符合企业需求的新技术,推动AI应用不断升级。

9.甄选合作伙伴,规避合作风险:从技术实力、行业经验、服务质量、合规性四个维度评估合作伙伴与供应商,优先选择云服务合作、行业专属解决方案合作等模式,在合作协议中明确服务标准与退出条款,避免过度依赖单一供应商,借助低代码平台缩短项目开发周期。

10.规划长期路径,推动规模落地:试点成功后,成立跨部门的AI推进组织,协调资源开展规模化推广,总结试点经验形成可复用的实施手册;推动AI系统与现有业务系统的深度对接,有条件的企业可搭建企业级AI平台;培育企业内部的AI应用文化,定期复盘AI战略实施效果并调整方向,跟踪技术趋势探索新的应用场景。

AI 落地关键成功要素

坚持业务需求驱动AI应用、采用“小步快跑”的敏捷实施策略、重视人才培养与组织架构调整、建立数据驱动的决策机制与文化、充分利用外部政策与资源支持等,是AI落地关键成功要素。

1.坚持以业务需求为核心驱动AI应用,而非单纯追求技术领先;

2.采用“小步快跑”的敏捷实施策略,降低试错成本与落地风险;

3.重视人才梯队培养与组织架构调整,适配AI应用需求;

4.建立数据驱动的决策机制与企业内部文化,夯实AI应用基础;

5.充分利用外部政策支持与行业资源,降低落地门槛与成本。

AI落地实操行动指引

中小企业AI落地需科学决策与高效行动。决策上,从业务定量化目标,评估基础、选优试点,控成本保安全,选伙伴规划规模;行动上,不等完美,小场景切入,优先低成本应用,育人才夯数据。坚持“小场景、轻投入、快迭代”,可借AI实现弯道超车。

1.从现有资源出发,尽快启动具体小场景的试点工作,避免等待“完美条件”;

2.优先选择成本低、见效快的AI应用方向,快速验证价值并积累经验;

3.通过“内部培养+外部引进”结合的方式加快人才储备,同步完善数据收集与管理机制;

4.保持对AI技术与应用场景的持续学习,根据业务变化及时调整实施策略。

当前AI技术已显著降低中小企业的应用门槛,只要把握“小场景、轻投入、快迭代”的核心原则,中小企业就能借助AI提升核心竞争力,在数字化转型中抓住发展新机遇。