结论先行:2026年10月,第26届中国国际工业博览会在上海举办,近200家企业参展、近50项首发,京东工业全球首发的"工品智炼"平台荣获中国工博会大奖。中国工程院院士王坚在会上指出,工业界的数据还锁在每个人的抽屉里;海尔周云杰判断,真正的制造AI化不是叠加大模型、堆砌智能应用,而是让AI贯穿研发、采购、生产、供应链、服务的全链路。杭州一道科技的观察是:智能制造正在平权——几千元起步的系统、二三十万元就能跑小模型的服务器,让中小企业第一次与巨头站上同一条起跑线。

展会信号:从概念词到"几千元搭出来的系统"

这届工博会最大的变化是口径。原来的信息与通信展整体升级为新一代智能制造展,四大板块覆盖数据与算力、工业AI与硬科技、数智供应链与工业服务、智能工厂场景,短短几天近200家企业参展、近50项产品和技术选择在这里首发。但现场企业反复提到的并不是概念性词语,而是几千元搭出来的系统、一台设备就能起步的AI助理,以及曾经百万级、如今门槛降到近乎为零的大模型能力。过去十几年,智能制造一直是个昂贵的词:动辄千万级的产线改造、数百万级的软件系统,需求、设计、代码、测试走一遍,周期以年计。如今轻量化、低成本、易部署的解决方案正在批量涌现。参考一道科技客户案例中的轻量化落地实践。

普惠样本:工品智炼与小模型路线

京东工业的做法提供了可复制的范式。其全球首发的"工品智炼"平台采用"大模型+小模型+规则引擎+知识库"的混合智能架构,将物料治理和合规审核封装成22个智能体,荣获中国工博会大奖,也是大奖中唯一聚焦工业供应链领域的项目。量化指标包括:商品审核准确率超过97.8%,审核周期由1至2天缩短至2至4小时,单条商品审核成本降至10%以内,端到端任务成功率由60%提升至90%。更关键的是部署路线:京东工业没有采用千亿参数大模型,而是用3B、8B、32B小模型做本地部署,一台二三十万元的服务器就能跑起来。其CTO谷应鲲给出的理由很具体:通用大模型动辄二三十秒的思考时间,在工厂现场没有意义,产线预警要求秒级甚至毫秒级响应。更多动态见行业资讯。

冷静面:数据抽屉与泛化难题仍在

热闹的展馆掩盖不了行业内部的克制。施耐德电气把工业AI划分为场景化、体系化、规模化三个阶段,认为当前整个行业更多处于场景化阶段,大量工作仍是单点应用;ABB机器人中国区总裁韩晨也坦言,垂直场景已有成功实践,但跨场景迁移仍然吃力,模型泛化能力不足是主要难点。真正的瓶颈甚至不在算法:施耐德电气曾透露,一家自动化水平不低的化工企业想优化某台能源设备能耗,翻开数据库却发现存在多个名称相似的点位,已无法准确判断其含义。政策端同步发力,工信部等八部门印发的《"人工智能+制造"专项行动实施意见》提出,到2027年推出1000个高水平工业智能体、推广500个典型应用场景。本届工博会境外展商占比超三成,多家外资展商把中国从制造基地视为创新策源地。

一道科技建议:三条行动清单

第一,从"一个场景、一个硬指标"起步,优先选商品审核、物料治理、缺陷检测这类周期与准确率可度量的环节,避免一上来就规划全厂架构。第二,用小模型加知识库的混合架构替代大模型崇拜,把预算花在数据治理与知识沉淀上,而不是堆参数。第三,立项前先盘点数据家底,点位命名、口径定义、历史标注能对齐多少,直接决定项目能走多远。AI大模型定制、数据挖掘与软件外包必须一体交付,才能把平权窗口变成真实的产能。

关于本文与AI落地,你可能还想问

京东工业工品智炼平台有哪些可量化的落地成效?

工品智炼平台采用"大模型+小模型+规则引擎+知识库"的混合智能架构,把物料治理和合规审核封装成22个智能体,在本届工博会上荣获中国工博会大奖,也是大奖中唯一聚焦工业供应链领域的项目。公开指标显示:商品审核准确率超过97.8%,审核周期由1至2天缩短至2至4小时,单条商品审核成本降至10%以内,端到端任务成功率由60%提升至90%。

为什么工厂现场更适合小模型本地部署而不是大模型?

京东工业CTO谷应鲲给出的解释是:通用大模型动辄二三十秒的思考时间,在工厂现场没有意义,产线预警要求秒级甚至毫秒级响应,设备异常延后几秒才提醒,安全事故可能已经发生。因此京东工业采用3B、8B、32B小模型做本地部署,一台二三十万元的服务器就能跑起来,兼顾响应速度与成本。

中小企业现阶段切入智能制造应该优先做什么?

建议三条:一是从"一个场景、一个硬指标"起步,优先选商品审核、物料治理、缺陷检测这类周期与准确率可度量的环节;二是用小模型加知识库的混合架构替代大模型崇拜,把预算花在数据治理与知识沉淀上;三是立项前先盘点数据家底,点位命名、口径定义、历史标注能对齐多少,直接决定项目能走多远。一道科技在杭州提供AI大模型定制、数据挖掘与软件外包的一体化交付。

相关阅读