| S/N | 企業(yè)/品牌 | 備注 |
|---|---|---|
| 1 | 華為 | 基于盤古大模型研發(fā)的工業(yè)智能體 |
| 2 | 寶信軟件 | 寶武智能體平臺 |
| 3 | 匯川技術 | iFG工業(yè)智腦平臺 |
| 4 | 中國石化 | 烽火工業(yè)智能體 |
| 5 | 騰訊 | Tairos (鈦螺絲) |
| 6 | 南方電網(wǎng) | “大瓦特”多智能體協(xié)同平臺 |
| 7 | 阿里巴巴 | RynnBrain |
| 8 | 工業(yè)富聯(lián) | 燈塔工廠整體方案 |
| 9 | 浪潮云州 | 知業(yè) |
| 10 | 中控技術 | 基于時間序列大模型的工業(yè)智能體 |
| 11 | 百度智能云 | 伐謀 |
| 12 | 國電南瑞 | “南瑞瑞元”企業(yè)級智能體平臺 |
| 13 | 埃斯頓 | 完整的工業(yè)機器人智能體生態(tài) |
| 14 | 卡奧斯COSMOPlat | 天智工業(yè)大模型 |
| 15 | 維拓科技 | 維拓設計導航智能體 |
| 16 | 新松 | AI大模型賦能的智能調(diào)度系統(tǒng) |
| 17 | 漢得信息 | 漢得靈猿（大圣） |
| 18 | 樹根科技 | 基于“根靈”工業(yè)大模型的系列智能體 |
| 19 | 航天云網(wǎng) | 高端能源裝備智能體 |
| 20 | 捷通華聲 | 綠精靈工業(yè)智能體 |
| 21 | 滴普科技 | DeepSense工業(yè)智能體 |
| 22 | 拓斯達 | “軟硬一體”的具身智能平臺 |
| 23 | 賽意信息 | 工業(yè)智能體平臺（含計劃/采購/物流等四大智能體） |
| 24 | 云從科技 | 經(jīng)營決策-產(chǎn)線運營智能體 |
| 25 | 朗坤智慧 | 基于大模型的煤機設備預警分析智能體 |
| 26 | 網(wǎng)易 | 靈掘、靈載 |
| 27 | 博實股份 | “活字-日新”大模型特種作業(yè)機器人底座 |
| 28 | 徐工漢云 | 智能調(diào)度智能體、排產(chǎn)智能體 |
| 29 | 東土科技 | 結合開源模型研發(fā)適應工業(yè)現(xiàn)場的智能體應用 |
| 30 | 視比特機器人 | 翔云AI開發(fā)運維平臺 |
| 31 | 埃夫特 | 開放式“智能機器人通用技術底座” |
| 32 | 微億智造 | 創(chuàng)TRON-工業(yè)具身智能體 |
| 33 | 科遠智慧 | 工業(yè)AI智能體 |
| 34 | 能科科技 | BOM Smart Comparison Agent（物料智能對比 Agent） |
| 35 | 依柯力Inkelink | 依柯力運維助手 |
| 36 | 越疆 | “一腦多體”具身智能平臺 |
| 37 | 思謀科技 | IndustryGPT |
| 38 | 云鼎科技 | 倉頡智能體平臺 |
| 39 | 恒遠科技 | 基于H4 OntoX工業(yè)大模型引擎的智能體 |
| 40 | 浩辰軟件 | CAD AI Agent |
| 41 | 研華科技 | WISE-AI AgentBuilder |
| 42 | 創(chuàng)新奇智 | AlAgent應用開發(fā)平臺 |
| 43 | 和利時 | 工業(yè)管控軟件/PLC梯形圖智能生成Agent |
| 44 | 格創(chuàng)東智 | 章魚智腦 |
| 45 | 國網(wǎng)上海 | “光明電力大模型”智能體工具鏈 |
| 46 | 遠舢智能 | INOS Claw 智立方 |
| 47 | 達智匯 | 洛神 AIOS |
| 48 | 德信科技 | 秘火IOP智能審計Agent |
| 49 | 金科環(huán)境 | 水蘿卜AI智能體 |
| 50 | 中工互聯(lián) | 智工?Claw |
| 2026.05 DBC/CIW/eNet16 | ||
2026年5月8日，中央網(wǎng)信辦、工信部、國家發(fā)改委聯(lián)合印發(fā)《智能體規(guī)范應用與創(chuàng)新發(fā)展實施意見》，這是我國首部以“智能體”為核心的政策文件。文件將智能體定義為“具備自主感知、記憶、決策、交互與執(zhí)行能力的智能系統(tǒng)”，并提出到2030年智能體在重點行業(yè)應用普及率達到70%。
能否稱為工業(yè)智能體，核心不在于“是否使用AI”，而在于是否形成完整閉環(huán)——從感知環(huán)境到理解狀態(tài)，再到自主決策與執(zhí)行。這一能力，是工業(yè)從“自動化”走向“自主化”的關鍵節(jié)點。因此，工業(yè)智能體是專門為工業(yè)生產(chǎn)制造場景設計、部署、運行的，以工業(yè)大模型為核心認知與推理引擎，深度融合工業(yè)知識圖譜、機理模型、領域數(shù)據(jù)與業(yè)務流程，具備環(huán)境感知、邏輯推理、任務規(guī)劃、工具調(diào)用、任務執(zhí)行及多主體協(xié)同能力的軟件系統(tǒng)或軟硬一體實體。
工業(yè)和信息化部數(shù)據(jù)顯示，截至2026年1月，人工智能已滲透我國領航級工廠70%以上業(yè)務場景，沉淀了超6000個垂直領域模型，帶動1700多項關鍵智能制造裝備與工業(yè)軟件規(guī)?；瘧?，形成一批具備感知、決策和執(zhí)行能力的工業(yè)智能體，推動智能制造從“自動化”向“自主化”演進。
隨著AI技術的發(fā)展，工業(yè)智能體將逐步滲透到研發(fā)設計、生產(chǎn)制造、營銷服務、運營管理等環(huán)節(jié)，為工業(yè)全流程帶來顛覆性變革。同時，工業(yè)智能體相關企業(yè)已經(jīng)開始探索商業(yè)化，但真正實現(xiàn)規(guī)?；渴鸬钠髽I(yè)有限，大多數(shù)仍在試點或局部應用階段，成本、系統(tǒng)集成與人才等問題仍是主要瓶頸。
理解工業(yè)智能體的市場基礎，要置放于我國龐大的制造業(yè)體系中。有多家機構預測，到2030年，中國智能制造裝備市場規(guī)模，有望突破4.5萬億元，年復合增長率在12%～16%之間。今天的工業(yè)智能體處在一個典型臨界點：技術可行、需求顯現(xiàn)、資本進入，但大規(guī)模商業(yè)化仍在探索和驗證中。在這一過程中，最容易被高估的往往是技術進展，最容易被低估的則是工程落地的復雜性。
從技術構成來看，一個典型的工業(yè)智能體通常包含幾個關鍵部分。感知層借助視覺、振動、溫度、電流等多種物理傳感器，以及來自制造執(zhí)行系統(tǒng)、企業(yè)資源計劃系統(tǒng)的業(yè)務數(shù)據(jù)，構建對自身狀態(tài)與環(huán)境變化的實時認知；決策層則依托大語言模型、時序預測模型、強化學習模型等人工智能算法，對感知信息進行深度分析，形成從“當前是什么”到“應該做什么”的推理鏈條；執(zhí)行層通過工業(yè)通信協(xié)議與可編程邏輯控制器、機器人、自動導引車等現(xiàn)場設備對接，將決策轉(zhuǎn)化為具體的動作指令。
值得一提的是，現(xiàn)代工業(yè)智能體越來越強調(diào)“閉環(huán)學習”能力，即從每一次執(zhí)行的結果中吸取經(jīng)驗，持續(xù)優(yōu)化自身的決策策略，從而實現(xiàn)真正的自我進化。
結語
工業(yè)智能體的出現(xiàn)是必然的，它正在將制造業(yè)從“自動化”推向“自主化”，從“經(jīng)驗驅(qū)動”推向“知識驅(qū)動”。當然，通往完全自主的工業(yè)智能之路仍充滿未知與挑戰(zhàn)，需要算法研究者、工藝工程師、設備制造商與企業(yè)管理者的持續(xù)協(xié)作。
智能制造的下一個十年，屬于擁有自主認知能力的工業(yè)智能體。
（文/月輝）
e-Mail：lab@enet16.com
