工業場景的技術革命從來沒有停下過腳步，從早期以PLC為核心的“機械自動化”階段，到物聯網與云計算驅動的“數據互聯化”轉型，工業系統已實現從孤島式運算到云端協同的跨越。但集中式云端架構的固有瓶頸——數據傳輸延遲、帶寬瓶頸及隱私風險，成為智能化升級的掣肘。

在此臨界點，邊緣計算開始改變工業計算范式。通過將算力分布式部署至終端設備或邊緣節點，這一架構革新實現了數據的原生處理：時延從秒級壓縮至毫秒級，云端依賴度大幅降低，為實時性要求極高的工業場景解鎖了全新可能。

與此同時，生成式AI的爆發式演進正在重塑工業智能的進化路徑。以DeepSeek等優質大模型為代表的推理模型平臺，其多模態理解與決策能力正與邊緣計算形成技術共振，為AI Agent的崛起提供了技術底座。工業AI智能體的出現，正在打破傳統工業系統的規則預設局限，通過自適應學習與環境交互，實現從“被動響應”到“主動決策”的范式躍遷。

正是在這一背景下，物聯網智庫有幸與研華科技董事長劉克振、研華科技工業云研發總監康寧，展開了一場關于“工業智能體時代”的深度對談。

本文將節選訪談部分核心內容，探討工業智能化的演進趨勢，并解析產業格局重構背景下，研華科技在這波AI浪潮中扮演著什么樣的角色？

工業智能覺醒：

AI智能體重塑工業4.0進化路徑

圍繞PLC、工業儀表等現場控制硬件展開的自動化演進，解決了重復性勞動和流程標準化的工業生產問題，通過預設規則等手段實現生產效率的提升。隨著生產模式發展，難以適應復雜多變生產環境的機械自動化暴露了其被動響應的短板。而后隨著物聯網和云計算技術的普及，數據驅動的工業互聯時代開啟。這一階段的變革顯著提升了工業系統的透明度和協同能力，但也暴露了集中式架構的局限性，實時性要求極高的場景需求難以滿足。

為突破集中式架構的瓶頸，邊緣計算通過將算力下沉至設備端或近場節點，邊緣計算實現了數據的就近處理，大幅降低了響應延遲，同時減少了對云端的依賴。這一技術革新為工業場景中的實時性需求提供了技術支撐，也為更復雜的智能化功能奠定了基礎。

而現在，雖然AI普及的時間不長，但AI的浪潮已經席卷了千行百業，AI的普及正在帶動產業全面走向智能化。研華科技董事長劉克振敏銳地捕捉到AI浪潮下工業智能迎來了新的機會，“AI智能體加上工業模型將會形成全面工業智能體，工業自動化行業經歷幾十年的階段性演變，現在已經達到很明顯的智能化轉折點。”

在行業智能化轉折點背景下，研華科技推出了“Edge Computing & WISE-Edge in Action”的品牌宣言，以Edge Computing硬件與WISE-Edge軟件深度整合的策略應對工業智能體時代的產業變革。

隨著智能體底層技術與AI模型技術的持續迭代升級，工業智能體可預期地將成為工業AI的重要形態。“工業智能體與傳統自動化以及專家系統有著明顯差異，”研華科技董事長劉克振認為，“最大的差異在于自動化場景不再是一個封閉系統，智能體能夠及時連接云端大語言模型與端側的行業垂類模型，形成云邊端的協同AI應用分工。”這種開放的串聯會使整個產業的效益和進化程度爆炸性發展，工業智能會在智能體的助力下高度進化。

在交流中我們了解到，除了齊全的邊緣計算硬件產品，研華科技為推動工業智能發展在軟件平臺方向也積累了多年，提供完整的各種智能系統軟件解決方案，通過軟硬件整合應對行業智能化轉折。研華科技董事長劉克振也多次強調，“軟硬件融合，實現產業的全面智能化，是研華堅定的愿景”。

AI智能體是工業AI最佳載體，

“智能協同”主導的工業新未來

工業智能體時代，模型技術能結合全面行業知識進行決策，為具備感知與執行能力的智能體提供了關鍵信息，二者的融合讓工業智能實體在感知、決策、執行環節上完成了閉環，不再局限于過去的“被動執行”，轉而可以依據場內具體的一切生產資料進行“主動進化”。這一能力的實現，讓AI智能體成為工業AI最佳的載體。

研華科技工業云研發總監康寧在交流中也表達了類似觀點，“AI Agent是IoT與LLM融合的最佳方式，成為物聯網與大模型融合智能中樞。”在工業場景中，工業智能體亦將成為串聯起場內一切的智能中樞。

智能體的大模型能力正在重構工業IoT應用，一是數據可視開始向決策智能進階，不再滿足于只匯總數據，而是能夠根據場景內數據提供決策建議，甚至幫助執行端到端的閉環；二是引領工業單節點響應向全局協同發展，整個工業供應鏈系統響應時間大幅縮短；三是以往被動維護開始向主動閉環升級，智能體不僅能發現或者預測場景內的設備故障，還能實現維護設備的全流程自動化。

同樣，工業IoT應用也在賦能智能體能力的升級。在數據采集上，場內多維度的互聯數據給模型提供了高質量數據用于訓練增強模型能力，并最終幫助企業搭建專屬的智庫。工業互聯平臺同樣扮演著給大模型提供工具鏈的角色，支撐其無縫銜接AI與物理世界實體設備。還有不可忽視的一點是，工業智聯應用本身的分布式算力和邊緣智能能力可以在一定程度上分攤模型對算力的要求。

工業IoT與大模型二者雙向賦能，互為驅動，不斷融合最終成為引領工業新未來的工業智能體。康寧補充道，工業智能體將在自動化場景中扮演三個重要角色，“一是智能感官系統，工業智能體會成為多模態感知中樞；二是智能指揮官和決策執行引擎，實時場內解析數據并自動給出決策；三是系統協同大腦，融合各個系統的數據，實現系統間的協同和聯動，真正推動端到端的閉環管理。”

在場景內布置完整的AI生態，收集場內數據不斷學習最終形成細分場景內的工業智能體，是工業場景即將面臨的系統性轉型方向。基于細分場景的工業智能體一定是未來的方向，工業新未來將由智能體“智能協同”主導。

寫在最后

工業智能體的搭建，需要前沿軟硬件技術的集成，研華科技正在持續推動Edge Computing & WISE-Edge戰略，通過鏈接邊緣端的軟硬整合，打造智慧互聯生態，加速工業智能體的應用與落地。隨著工業邊緣多層級算力逐步完善以及模型能力從量變開始向質變演進，由智能體主導的工業時代正在來臨。

邊緣計算迎來爆發式增長，研華2025 AIoT創新應用論壇以“Edge Computing & WISE-Edge in Action”為主題正式啟航（6/4成都 6/10深圳），誠邀您共探AIoT前沿趨勢與落地實踐，推動新質生產力加速崛起。