頭圖 | 視覺中國
在工業智能化浪潮中，我們正面臨一個終極的 " 算賬 " 拷問——
一臺耗資 18 萬元、試圖解決非標準化難題的疊衣服機器人，真的比一位時薪僅 80 元的熟練工人更有價值嗎？而當工廠流水線需要檢測不合格產品時，復雜的 AI 視覺系統，又是否比一個 " 拿電風扇去吹 " 的極簡物理方案更高效、更劃算？
哪些場景最有潛力推動工業 AI 的廣泛落地？哪些挑戰最需要在接下來的幾年內突破？
大鯨榜與大鯨案例始終關注那些真正能為企業帶來真金白銀收益的 AI 落地方案。在 10 月 30 日晚的 502 線上同行活動中，我們特別邀請了中國工業互聯網研究院、埃夫特機器人、長亭科技、創新奇智和義柏基金的五位重磅嘉賓，從宏觀到微觀，從技術實現、商業模式到安全防護，共同探討工業 AI 的場景化落地與實踐路徑。
這場活動不僅僅是一次技術的交流，更是一場對工業 AI 落地邏輯和未來走向的深度反思與探索。以下為精彩內容回顧：
工業大模型：定義、應用與實戰路徑
中國工業互聯網研究院高級工程師王驍開宗明義，為工業大模型給出了清晰的定位：" 工業大模型并非從零開始構建，而是基于通用大模型底座，疊加海量工業專屬數據進行微調，形成具備專業領域能力，能解決工業場景中‘非標準化’和‘高復雜度’問題的模型。"
王驍指出，根據對 200 多家制造企業的調研分析，目前大部分工業大模型的應用集中在研發、設計、運維等外圍環節，而核心生產環節仍以傳統的小模型為主，形成了 " 微笑曲線 " 效應。他強調，工業大模型與小模型的協同應用，將能更高效地推動工廠車間的智能化。
面對工業數據壁壘、安全顧慮和商業模式不成熟等核心挑戰，他提出 " 云邊端三級部署 " 架構，以適應不同工業層級的要求：
設備層（端）：部署輕量級模型，負責實時控制和傳感器數據處理。
產線邊緣（邊）：部署中等規模大模型，負責產線協同和跨設備信息整合。
企業云端（云）：部署企業級協同大模型，負責跨工廠、跨地域的供應鏈優化和知識管理。
他進一步展示了制造業五大環節的典型案例，并分享了工業大模型落地的 " 五步法 " 實施路徑：數據分級、高質量數據集構建、專業模型訓練、算力部署，最終實現智能體賦能。
具身智能機器人如何從專用到通用
埃夫特副總工程師李浩來提到，機器人行業，特別是工業機器人和人形機器人的市場相對較小，年市場規模約為三四百億。雖然具身智能是工業大模型 " 能執行 " 能力的集中體現，但當下實時控制和智能技術的融合沒有得到有效解決，限制了其發展。
" 工程師需要掌握編程、AI 算法、機器人控制等多種技能。而且，開發機器人應用程序的效率低、成本高，這使得機器人行業很難普及。"
為解決這些痛點，埃夫特提出了 " 通用技術底座 " 這一產品組合：
OpenMind OS：底層操作系統，整合 AI 算力與實時控制，確保機器人行動的確定性和實時性。
墨斗 IDE：這是一款機器人應用開發平臺，可以幫助用戶快速開發和調試機器人應用程序。該平臺提供了虛擬仿真功能，讓開發者無需真實機器人即可完成調試和測試。
大衍數據平臺：覆蓋從數據采集、標注到訓練的全流程，保證機器人的訓練數據的完整性和高效性。
在案例分享中，李浩來展示了平臺的賦能潛力：" 一個中專生僅用 3 天時間就開發出了一個無人工作站的應用；一套雙臂機器人，在一個月內就完成了‘智能煮粥’的復雜應用開發。" 李浩來表示，機器人行業的未來離不開生態共建，開放合作的生態系統很重要。
警惕工業智能時代的安全邊界
隨著 AI 滲透到工業控制和代碼生成環節，工業安全威脅正在全面升級。
長亭科技 AI 技術總監尹振璽指出，AI 極大地降低了攻擊門檻，使得自動化攻擊和滲透成為主流。例如，自動化滲透平臺 XBOW 擊敗了人類黑客登頂 HackerOne 榜單，證明了 AI 在進攻端的強大能力。
更令人擔憂的是，由于大模型的訓練數據源自大量開源漏洞代碼，導致AI 生成的代碼中有 45% 含有安全漏洞。一個錯誤的 AI 指令，可能直接導致物理設備損壞或產線停擺，后果遠超傳統 IT 安全問題。
長亭科技提出了通過 AI 驅動的攻防對抗新思路。尹振璽強調，AI 可以在攻擊側幫助模擬高烈度攻擊，幫助企業提前發現系統的弱點，而在防守側，AI 可以通過智能化分析和應急響應，提升安全防范能力。例如，AI 可以幫助安全運營中心進行實時分析、指揮和溯源，大大提高應對效率。
此外，針對 AI 編寫的代碼，長亭提出了一個完整的 AI 安全開發框架（AI Secure Coding），包括從編碼到發布運行的全流程安全措施。尹振璽介紹了如何通過靜態代碼掃描、動態漏洞掃描、智能修復等手段，確保 AI 生成的代碼是安全的。他還提到，AI Secure Coding 可以在編碼過程中實時掃描代碼，發現并修復安全漏洞，極大提升開發過程的效率和安全性。
拒絕 " 技術找場景 "，主張 " 問題驅動 "
在圓桌討論環節，創新奇智技術副總裁郭江亮圍繞工業大模型應用領域的實踐展開，介紹了如何通過大模型提升生產效率、決策精準度，以及解決常見的行業挑戰。
郭江亮分享了一個全球鋼鐵龍頭企業的案例，傳統的卸船過程中，依賴人工操作和低效的機械化設備，該項目應用大模型技術于自動卸船機系統和調度系統，整合港口的數據（如礦石監測、潮汐氣象等），通過對船艙塌料的預判，進行作業規劃與路徑優化。并依靠大模型的智能推理能力，改進了抓斗的操作效率和動態感知。通過優化卸船過程，不僅提升了碼頭的通航能力，相當于新增了一條 " 隱形航道 "，還有效降低了人力成本，從而為企業帶來了超過 600 萬元的年經濟效益。
對于工業領域常見的數據缺失問題，尤其是工業 CAD 數據因涉及核心技術，存在嚴重的數據缺失。
郭江亮表示，利用多模態數據技術，并通過數據合成技術提高數據的覆蓋范圍，彌補了真實數據的不足，實現設計圖的自動生成和優化。
會議最后，義柏基金合伙人黎竹巖分享了他對工業 AI 場景落地的看法。黎竹巖提到，他更愿意投入大量精力在工廠里——去摸清工人和管理者們的日常，直到能夠描述他們平時如何開展工作。在這個過程中，自然能總結出他們的郁悶之處，然后再掉過頭來看哪些技術恰好能緩解（不一定是徹底解決）這些問題。
他提到一個具體的例子 - 煉鋼廠里的鋼包熱修。在鋼鐵生產過程中，鋼水的流動孔需要定期維護，但其作業環境惡劣，不適合人類手工操作。鋼廠作為傳統企業，并不知道該如何使用 AI 和機器人；做工業 AI 的團隊，大部分不知道鋼包熱修是什么，甚至都沒進過煉鋼廠，所以雙方長期沒有交集。
在這種情況下，愿意把時間花在工廠里的跨界團隊，價值就體現出來了。適時出現的一款工作站幫助鋼廠緩解了問題，單臺設備的售價超過 1000 萬人民幣。
黎竹巖覺得，傳統行業存在著大量的 " 可改良地段 "，而且傳統行業的管理者也有意愿和資金支持這種改良，他們唯一缺少的是企業間的 " 翻譯 "。在另一邊，技術導向的 AI 工業公司通常有種潛意識，即自己手上有個好東西，想在一系列場景里 " 賦能 " 傳統行業。但事實證明，他們也缺少 " 翻譯 "，如果不深入了解工廠里的作業細節，好東西是否真的有用，要打一個問號。
同樣，能真正解決實際問題、并帶來明確商業回報的項目，也是虎嗅智庫始終倡導的 "落地為王" ——重在價值創造，而非僅停留在技術的先進性或應用的多樣性之上。
我們推出的2025 年度大鯨榜 · GenAI 最強落地公司榜單的評選，旨在挖掘出那些已經通過實際應用，成功實現 ROI 提升的企業和技術方案，做好技術與場景的翻譯官。
無論您是一家擁有雄厚技術積累的大型企業，還是一顆嶄露頭角的 "AI 新星 "，只要您的案例具備真正的落地效果和可驗證的 ROI，大鯨榜將為您提供一個展示成果、獲得認可、開拓合作機會的絕佳平臺。
虎嗅智庫是一家聚焦企業數字化、AI 創新實踐的新型研究服務機構，為產業智能化進程中的甲乙雙方，提供有洞察性的研究報告、案例評選，以及線上會議、線下活動與參訪服務，以支持企業高管在智能化、數字化方面的明智決策。
我們提供的核心價值：
及時與優質的洞察，了解技術、了解行業、了解同行與對手；
為決策者技術與產品戰略決策、產業規劃、解決方案選型提供重要參考；
幫助市場全面了解前沿科技及所影響產業的發展狀況，還有未來趨勢。
