中国自动化学会专家咨询工作委员会指定宣传媒体
新闻详情
gkongbbs

2025年值得期待的10个工业智能体应用

http://www.gkong.com 2025-07-07 10:03 来源:中国电子报

01西门子工业AI智能体

西门子工业AI智能体不仅具备自主神经中枢功能,其核心的智能指挥家系统还能像经验丰富的工匠大师一样,灵活调度各类专业AI代理进行协同作业。这些代理不仅具备理解人类意图的能力,还能通过不断学习优化决策,甚至在必要时与其他代理形成数字联盟,共同应对复杂任务。目前,西门子正致力于构建一个工业AI智能体交易中心,其愿景是成为一个类似于工业领域“APP Store”的全球顶尖制造智能解决方案集散地。

推荐理由:基于深耕工业制造业多年的积累与沉淀,西门子通过Industrial Copilot生态系统覆盖了设计、规划、工程、运营和服务等整个工业流程。最新推出的工业AI智能体产品与Industrial Copilot生态系统形成了高度协同,能够实现整个工业流程的“全价值链覆盖”。同时,西门子正在基于Xcelerator平台构建工业AI智能体交易中心,旨在打破封闭的生态,让工业AI智能体不仅可以与其他西门子智能体协作,还能与第三方智能体集成,达到更高的互操作水平。

02微软工厂运营智能体

微软工厂运营智能体(Factory Operations Agent)连接了 MES(制造执行系统)、QMS(质量管理系统),确保必要的工厂系统和数据源到位且可访问;在生产洞察方面,有助于识别效率低下的问题,并以自然语言提供可操作的见解;当出现故障、延误或缺陷等问题时,可帮助生产团队分析数据以找出设备故障、效率低下或瓶颈的根本原因,并提出纠正措施;在资产维护方面,可基于传感器数据和使用历史预测设备故障,提供预防性维护建议,减少停机时间并延长机械使用寿命;此外,还能通过数据分析有针对性地帮助员工确定技能差距,推荐定制培训并跟踪进度,提高生产力、安全性和员工满意度。

推荐理由:微软日前正式公布了“工业AI行动”战略,工厂运营智能体是其推出的核心产品。从产品自身优势来看,该智能体定位为“生产数据中枢”,通过统一平台整合了传统工厂在MES、QMS等不同系统中的数据孤岛。其提供两种部署模式:Copilot Studio低代码版适合快速部署,Azure AI Foundry版支持深度定制,能够契合中小企业追求易用性、大企业追求复杂集成的需求。从企业布局维度来看,微软战略资源的倾斜和强大的AI实力为工业智能体产品研发和应用奠定了基础。

03华为云工业智能体IIT

华为云工业智能体IIT依托盘古大模型,提供设计、生产、物流、销售、服务全链式智能服务,具备端边云结合、可视化建模、预置多种算法模型等技术优势,实现了包括从人工经验到数据智能、从数字化到智能化、从产品生产到产品创新在内的三大变化,可应用于产品质量优化提升、智能设备维护、生产物料预估等多类工业场景,助力企业挖掘数据价值,构筑领先优势。

推荐理由:华为在工业智能体领域的优势,源于其独特的“知识图谱+AI原生+生态协同”技术路径与深厚的工业数字化转型经验。工业智能体的本质是将沉默数据激活为自进化知识体,华为通过整合工业机理、数据智能与开放生态,在解决工业场景中小数据、高精度、强安全等核心痛点方面具备显著优势。华为FusionPlant平台(软件+网件+智件+硬件一体化平台)的三大中心建设:智能应用孵化中心、智能硬件孵化中心、工业AI人才培养中心,将为其工业智能体提供完整的生态支持。

04浪潮云洲知业大模型智能体群

浪潮云洲基于知业大模型,聚焦典型行业、典型场景应用打造了一批系列化工业场景智能体群,主要包含面向皮革行业的表面缺陷检测智能体,面向化工生产的工艺优化助手智能体,面向光缆行业的光纤产线生产管控智能体,面向中小企业服务的企业业务智能问答智能体,面向工业装备运行管理的工业装备节能智能体等12个工业智能体。

推荐理由:作为国内领先的工业互联网平台运营商,浪潮云洲在工业制造业领域有大量实践、数据、服务经验积累。浪潮云洲知业大模型智能体群底层的知业大模型是由浪潮云洲开发的工业领域垂类大模型,融合了云洲工业互联网平台海量工业数据,在通用大模型的基础上进行工业领域知识对齐、增强,具备工业数据分析、工业知识推理、工业代码生成等优势能力。

05用友制造智能体

用友制造智能体研发端通过知识图谱整合多源数据,驱动智能决策;生产环节利用机器学习优化工艺、预测设备故障,结合视觉检测严控质量;供应链依托算法模型实现精准需求预测、动态库存及智能调度,降低运营成本;销售与售后以AI客服、智能问答提升客户体验;运营管理则通过自动化工具提升人效。目前,用友智能工艺、智能配料、智能成本分析与快速报价、智能合同等智能体已上线,接下来智能销售预测、智能变更等智能体也将推出。

推荐理由:深耕制造领域多年,用友在装备制造、IC芯片、汽车零部件等细分领域有丰富经验,这种行业Know-how是开发工业智能体的重要基础。同时,其云ERP+AI的特有模式和强大的AI+BI数据服务,能够直击企业管理的瓶颈和痛点,帮助用户快速将AI能力落地到业务管理流程之中,为其智能体产品构建了差异化的竞争力。

06鼎捷IndepthAI智能体平台

鼎捷数智面向开发者,基于大模型技术构建了智能体开发及运行平台IndepthAI,可降低AI开发门槛,快速搭建AI应用。目前,该平台已集成DeepSeek等大模型,并优化了多智能体协同、多模态交互等能力,可助力客户快速且低成本地生成多个AI智能体,服务于企业的各个业务场景,满足企业在不同场景下的数智化需求。

推荐理由:鼎捷数智的核心业务围绕制造业数智化转型展开,涵盖研发设计、数字化管理、生产控制和AIoT四大领域,对离散制造全流程具备深刻理解。基于长期的研发投入,鼎捷数智不仅构建了以“鼎捷雅典娜”为核心的AI平台,自建垂类大模型,还积极拥抱包括通义千问、GPT系列、文心一言等在内的多种主流大模型技术,为其工业智能体应用夯实了技术底座。

07和利时XMagital工业智能体平台

和利时XMagital工业智能体平台是一套覆盖现场智能装备、生产控制系统、生产管理系统的全链条生产管控一体化系统,不仅打通了控制层与管理层的壁垒,更实现了智能工厂从规划设计、集成实施、运营维护到更新改造的全生命周期管理,且具备自我进化的能力。通过垂直行业知识沉淀、IT/OT原生融合及开放生态,和利时XMagital工业智能体平台重构了“数据-知识-行动”的工业智能闭环,推动工人从操作员转型为“智能体指挥官”。

推荐理由:和利时在关键控制系统和工业软件领域拥有深厚积淀,在过去30年里助力35000多家客户完成了工业自动化和智能化建设。和利时XMagital工业智能体打破了传统ISA-95分层架构的限制,实现了IT与OT的原生融合,通过统一数据模型和服务化组件,解决了分层架构协调困难、数据接口不统一的问题;创新性地采用“行业知识图谱+DeepSeek”协同架构,构建专属工业认知体系,能够有效解决大模型在实际工业场景中的“幻觉”问题;基于其在工控领域的技术积淀,该智能体在安全监控和预测性维护方面具备显著优势。

08炽橙AIDT工业多智能体平台

杭州炽橙数字科技有限公司自主研发的炽橙AIDT工业多智能体平台是一个全链自主可控、工业数据贯通、软件云化融合的企业级智能体开发平台,基于浙大炽橙“真知”工业垂域大模型和国产工业智能软件底座系统,推出智能工业品3D技术手册、装备AI检维修、实时产线仿真、智能排产与企业AI知识库等30多个企业级工业智能体应用,实现设计、生产、管理全链条覆盖。

推荐理由:相比数字化时代基于工业软件实现的感知式智能,炽橙科技打造的工业智能体能够实现“知识+经验+推理”的完整闭环,突破了传统工业智能的边界,被誉为“工业领域的Manus”。其工业智能交互底座(CCHUB)能解决多源异构数据融合问题,轻量化、零代码、可视化工具体系(超真云平台)能以自然交互方式智能化生成内容,新型知识工程能实现多智能体可控协作。目前,炽橙科技已开始规划开放接口和二开功能,计划让其他行业的用户或生态伙伴加入智能体的构建过程,共同打造应用生态。

09黑湖科技工业智能体

黑湖科技开发了多种工业智能体解决方案,其中包括CAD图纸自动解析智能体,能识别图纸中98%的工艺参数,帮助某模具厂将工艺准备时间从8小时压缩至20分钟;分布式智能体,能接管43%的生产节点决策,帮助某食品企业通过跨车间产能调度,使突发订单响应速度提升3倍;全链路数据追溯智能体,能贯通设备层、管理系统及供应链数据,实时追踪物料流向与生产状态,可将关键物料追溯时间缩短50%,常规物料追溯效率提升83%。

推荐理由:黑湖科技的工业智能体以 “数据驱动-智能决策-行动闭环” 为核心逻辑,在降本增效、柔性响应、普惠落地(低代码开发大幅降低中小企业AI应用门槛)等方面拥有明显优势,且在中小型工业企业中建立了一定的品牌影响力和用户基础。与此同时,黑湖科技与阿里云、华为云等大厂建立了生态合作关系,为黑湖的产品提供了云计算及基础设施支持。

10亚信科技网络巡检智能体

亚信科技网络巡检智能体具备先进的感知、决策与行动能力,能够通过自然语言交互精准识别多样化巡检场景。基于场景特征,智能体能够科学规划巡检任务,实现隐患的全流程自动化检测。该智能体使工单分类效率提升50%,无效工单过滤准确率超80%,故障工单平均处置时长缩短50%,显著提升网络运维的效率与精准度。

推荐理由:亚信科技长期深耕通信行业,占全部运营商B域市场超过50%。其推出的网络巡检智能体可深度集成到运营商的资源管理系统中,自主完成资源的感知、分析、决策和执行,这一转变标志着网络运维从传统的被动响应型向主动预测型、从人工密集型向高度智能型的根本性变革,是实现未来高度自智网络的核心驱动力。

版权所有 中华工控网 Copyright©2025 Gkong.com, All Rights Reserved