《数字化企业》2026第3期总83

数字化数字化企业培训论坛考察培训论坛考察时间(暂定)2026年10月29-30日2026年11月5-6日2026年11月12-13日2026年11月12-13日2026年11月19-20日2026年12月1-2日2026年12月10-11日2026年12月10-11日2027年3月16-17日深度解构数字化：西门子成都灯塔工厂SEWC深度研修(进阶版)精益数字化管理与实践实训班工业视觉与AI检测技术实战高级研修班制造业AIAgent实战落地特训营工业Al核心技术与应用实训班数字化转型：4A架构与数据管理实践高级研修班苏州工业工业Al+制造业数字化转型高峰论坛工业Al+制造业供应链管理数字化峰会工业Al+产品创新数字化国际峰会2026中国工业AI发展与应用论坛苏州深圳宁波2026年10月23日2026年11月13日2026年12月3-4日2026年12月18日2026浙江省标杆智能工厂考察培训学习2026江苏标杆智能工厂考察培训学习2026浙江省标杆智能工厂考察培训学习2026江苏标杆智能工厂考察培训学习2026第十八届德国-东欧智造与出海之旅2026第九届美国智能制造深度考察2026第四届日本精益生产深度训练营浙江省德国-东欧美国2026年10月21-23日2026年11月25-27日2026年11月19-28日2026年12月5-15日2026年第四季度预约报名二六年第3期总第3期本期头条工业AI规模化部署的困局和破解之道人形机器人如何迈向CCworks数字化企业网在线学院e-works将二十多年来积累的精华知识加以梳理，形成专注于智能制造的企业级知识库和e-learning学习平台，帮助制造企业解决智能制造人才培养及智能制造知识学习的难题。e-works在线学院已打造近200门精彩的在线课程，每门课程包括多名权威专家的系列教程、专题讲座以及大量相关资料、案例和视频，真正帮助企业相关负责人深度理解相关智能制造相关技术的内涵和推进策略，指导实践，少走弯路，规避e-works不断整合线下培训、专家讲座等优质内容，为e-works在线学院增加新的课程、更新已有课程，帮助学员持续学习和提升。部分客户极具性价比的综合学习方案部分客户极具性价比的综合学习方案部门学习版企业旗舰版·以上版本均可以无限次学习知识库中所有内容按课程购买(1个账号)价格标准(元/年)5不限不限类别学习体验版价格(万元/年)企业进阶版集团扩容版详情请咨询：江老师■e-works详情请咨询：江老师■了解课程详情敬请访问：e-works在线学院：/面对时代变局，制造企业如何主动应变?2026年以来，不同省市、不同产业发展态势迥异，各行各业发展态势出现明显分化，产业冷暖反差极大，呈现K型分布：AI算力基础设施建设如火如荼，直接拉动AI服务器、存储芯片、液冷、船行业手持订单充足，关键指标占全球80%以上，景气度持续走高，主流船企订单已承接到2029年；而与房地产深度绑定的建材、家居、灯饰、纺织等诸多行业则承受着市场下行的巨大压力。制造业出口迎来高速增长，但光伏行业依旧全面亏损；国内消费乏力，汽车行业出现拐点；越来越多制造企业出海，开辟新的增长曲线。今年是“十五五”开局之年，国家大力推进新一代智能制造建设，自主化成为重要的发展主线，引导制造企业夯实技术底座，打造智能工厂。与此同时，AI大潮汹涌而至，越来越多的制造企业不再单纯依赖软件供应商，而是自主开展工业A1应用实践，推进分析式AI、生成式A1和智能体应用，并取得实效。在这种背景下，e-works在2026年发表了《2026中国制造企业出海现状调研报告》业AI厂商60强暨市场竞争力地图》、《2026中国制造业人工智能应用现状调研报告》、《智能工厂“五级修炼”白皮书》等一系列调研报告和白皮书，为制造企业出海、推进智能工厂建设和工业Al应用提供了重要参考。e-works在线学院平台得到华为、卡特彼勒、茅台、宁德新能源、建霖智慧家居、广为电器等众多国内外知名企业的青睐，成为他们培养智能制造和Al人才的平台。e-works智能制造咨询团队也持续服务电力装备、核工业、机械制造和消费品等行业的龙头企业。面对时代变局，制造企业不能被动等待外部环境的眷顾，而要根据市场需求的变化主动应一方面要把握人工智能带来的技术红利，扎实推进智能制造落地，切忌盲目跟风概念，立足自身业务场景做务实转型。另一方面更要敢于探索全新商业模式。例如，嘉立创便是颇具启发的样本，它依托强大的自研数通过报价系统、智能拼单、智能排产、柔性制造、快速交付，创新了商业模式，实现了增长，今年8月上市，市值超过千亿。如今，大基建时代已经过去，随着出生人口迅速下滑和人口老龄化，国内消费品和工业品市场需求将会持续发生深刻变化。对于广大制造企业而言，需要深入分析国内外市场的需求变化趋势，调整发展战略、市场定位和产品定位。在此基础上，主动拥抱AI浪潮，持续深耕智能制造，实现降本增效，不断锻造自身核心竞争力，才能在跌宕起伏的产业周期中站稳脚跟，闯出新的发展空间。解决方案需求对接研究报告/工软书籍构建数字化转型全链路支持生态体系入驻厂商招募中入驻厂商招募中在线采购推广转化精准匹配服务协同云栈官方主页云栈微信小程序封面图片：e-works摄于丰田产业技术纪念馆总部：湖北省武汉市东湖高新技术开发区金融港四路18号光谷汇金中心3B-1栋《数字化企业》2026年第3期总第83期【刊名题写】李培根中国人工智能学会智能制造专业委员会顾问：李培根张国军李斌总编：黄培副主编：江艳芬韩涛何剑吴婕夏豪王宇婕编辑部108广告部105发行部136索阅专线138传真行部邮箱：jyf@北京分公司海分公司西子公司州子公司苏子公司东子公司江子公司庆子公司圳子公司东子公司版日期：2026年9月30日面对时代变局，制造企业如何主动应变?13工业AI规模化部署的困局和破解之道13工业AI规模化部署的困局和破解之道292025-2026智能工厂非标定制自动化集成商百强榜暨研究报告362026中国工业AI厂商60强暨市场竞争力地图1919浪潮下，这家国产工业软件的Al“突围战”41构建三位一体智能制造体系打通全链路数据驱动升级41构建三位一体智能制造体系打通全链路数据驱动升级力续集?45刻在骨子里的服务精神，无处不在的精益意识—e-works第十一届日本精益制造考察圆满结束542.8万亿参数、开源全球第一!KimiK3技惊四座!58可编程自动化控制器PAC新闻纵览产业生态2026年7月17日至20日，第九届世界人工智能大会2026年7月31日，第六届中国工业软六部门启动2026年度智能工厂梯度培育行动2026年7月17日，工信部、国家发改委等六部门联合印布《智能工厂梯度培育要素条件(2026年版)》,持续完善基2026年8月27日，Gartner发布的2026中国数据、分析90%,智能经济将成为中国经济发展的重要增长极。除数字术集群，这四大技术集群呈现出一定的趋势：代理型式AI滑向泡沫破裂低谷期，企业期望趋于理性，强调实现可■0304业界动态业界动态业界动态提升工程决策质量。2026年7月27日，长鑫科技集团股份有限公司正式在上579.19亿元，是2026年以来A股最大规模IPO之一。自生产及销售，是中国大陆具备自主DRAM全流DDR4芯片，填补了中国大陆DRAM产品在全球市场上的2026年9月11日，上海燧原科技股份有限公司正式登陆Al算力芯片企业全部完成资本市场布局。销售。公司选择DSA专用架构路线，自研“驭算复杂模型快速加载、流畅浏览并支持装配编辑；完成与2026年7月21日，新迪科技发布新迪3D轻量化引擎连接器库及可视化工作流构建器，帮助制造企业简化跨2026年9月16日，易立德正式发布光启平台工业AI系列光启平台工业AI系列产品，通过Lumen、LuBan与续改进的企业能力。三大产品共同构成光启平台的核心能程、软件工程与制造业Know-how深度融合，探索Al2026年9月3日消息，蘑菇物联宣布近期已完成C轮生等技术加速与制造业融合，智能制造已成的核心赛道。e-works数字化企业网持续深耕智能制造与工业AI领域，紧扣产业升级痛点与企业转型刚需。2026年第三季度，场垂直主题峰会。务商等全产业链代表超3000人。e-works依托深厚行业积累持续输出权威研究成果与请中国工程院李培根和陈学东两位院士深度解读人形机器作为智能装备领域标杆性产业盛会，在第三标定制自动化集成商百强榜暨研究报告》,这份榜单已成为制造企业遴选服务商的权威参考指南。在系列峰会上，方法论。中国工程院李培根(左)、陈学东院士(右)出席第十二届国际智能制造暨工业AI(武汉)论坛系列论坛的举办是e-works深耕智能制造领域的常态注于数字化转型与智能制造的第三方专业服务机构，e-works后续还将走进更多城市，深化产业协同与区域联造业实现提质增效与转型升级。2026工业Al+智能制造深度行系列活动顺利举办专项行动列为2026年工业和信息化核心任务，驱动以大模水区实现高质量发展。活动围绕AI赋能制造业转型的机遇、挑战与实施策略开展交流与互动，分享Al在智能工厂、质量业同仁的积极响应与广泛认可。焦智能制造与数字化转型方向，整合优质课企业打造专业的智能制造人才在线培养平台。2026年第三季度，e-works咨询业务持续推进，两项重点制造企业数字化服务项目相继落地。2026年7月，e-works咨询与某核级锆材制造企业正式签订流程优化咨询服务合同。此次合作是双方继2025年多础上，本次项目将聚焦企业各级业务流程的系统梳理与优实企业全面的数字化建设的基础。与此同时，数字化评估与规划项目也迎来交付节点。近年来，e-works咨询持续深耕制造业数字化转型领目公布中标结果，武汉制信科技有限公司(e-works)成功中向全市70家以上高端装备中小企业管理人员与业务骨干开展系统化公益赋能培训。作为国内深耕智能制造二十余年的专业服务机构，2026年第三季度，e-worksResearch持续深耕Al应用、工业AI厂商生态等核心方向，为产业各方提供权威决策支撑。AI视觉质检、柔性制造、全流程质量追溯等核心议题开展现场观摩与深度交流，参访企业核心技术自主2026年9月18日，“十一届粤港澳大湾区标杆智能工厂AI视觉质检、柔性制造、全流程质量追溯等核心议题开展现场观摩与深度交流，参访企业核心技术自主2026年9月18日，“十一届粤港澳大湾区标杆智能工厂广州数控设备、卡尔蔡司光学(中国)六家号，并以自然语言符号的方式直接将其纳入模型的训练集。具体怎么操作?例如，图1中数组“132114128525156”被表达为一个机器人动作，这6个数分号，并以自然语言符号的方式直接将其纳入模型的训练集。具体怎么操作?例如，图1中数组“132114128525156”被表达为一个机器人动作，这6个数分然像这句话所描述的情景。Al并不满足在虚拟世界里遣词造句、吟诗作画，从LLM到VLM再到VLA,一路跋涉，它终于能在物理世解它。目前，三季度全系列报告已经正式上线e-works云栈，考察团在高德红外合影考察团在高德红外合影语言理解与动作执行之间的壁垒，并试图破解具身智能落地难题。2023年，GoogleDeepMind在其2)论文中正式提出VLA概念。研究人员将基于互联网规模数据训练的VLM直接整合到端到端的机器人控制中，以增机器人的每一个动作背后都蕴含着类似的数研究人员研究人员将此类整合后随后得到广泛核心突破在于传统模块化系统VLA系统端到端优化模态分离(目标检测分割)统一语义空间模态融合(预训练大模型)开放域理解僵化执行控制模块多模态融合泛化性差(运动学求解器)(视觉语言联合编码)动作三种模态统一到同一语学习—无需中间规则转化，直接将看到的图像与视觉感知、空间理解能力，能无缝复用到机器人导航中。客厅茶几上的空杯子拿到厨房水槽里，再把桌面擦模态编码，后两部分负责多模态融合与动作解码第二部分是语言编码器，它识别接收文字任务别的语义信息。第三部分是多模态融合，将视觉特征与语义信那么,VLA的架构又是如何跑通的?以RT-2模型为例，VLA的运行机制可以分为训练与推理两个阶段：指令视觉编码预训练语言图3VLA通用架构识，并将其转化为正确的物理动作与现实世界交互的能力。机器人突破发展瓶颈的核心支撑。凭借强大的语义道，显著提升自动驾驶车辆与人形机器人的智能感知与自主运行水平。联合微调烤一个蛋糕。旋转=[10",25",-7]将草莓放入正确的碗中捡起即将掉落的袋子而VLA打通了全流程闭环：第一步感知，实时高清捕捉行人位图4RT-2部署效果示意(来源于RT-2:Vision-Language-AcFeaturedTopic本期头条决策，⽐如轻刹减速、微调⻋道避让，规避⾏⼈的同时保障⾏⻋平稳。VLA能复刻⼈类司机的思考逻辑，先读懂场景语义，再匹配最优驾驶动作，解决传统智驾“只会检测、不VLA技术应⽤的实践：理想汽⻋携⼿英伟达联合研发MindVLA-o1，打造可量产的端到端智驾VLA⽅案。该⽅案依托英伟达以GR00T为核⼼搭建的全场景VLA技术体系，以及2026年GTC发布、融合世界模型且具备端到端能⼒的全球主流VLA开源底座GR00TN1.7落地成型。⽬⾬雪、⻤探头、道路施⼯等⾼危场景的⾏⻋安全性，实现90%以上场景零接管驾驶。⼩鹏汽⻋全栈⾃研第⼆代端到端VLA智驾系统，可依托海量场景数据，在⽆标线、多急弯的复杂路况下完成语⾳联动防御驾驶，实现视觉到驾驶动作直装⻋多款旗舰⻋型并⽀持OTA升级，同时技术获⼤州智能⽹联路测资质，开展L4级常态化测试，可在⽆图、主驾⽆⼈环境下完成全套⾏⻋操作，充分验证了VLA架构的场景泛化能⼒。华为推出盘古VLA⼤模型，依托昇腾算⼒平台与AI芯⽚⼯具链，搭建覆盖智能驾驶、⼯业及服务机器⼈的跨场景VLA体系，实现VLA技术在⼊⻔⻋型的普惠落地。该模型赋能华为ADS⾼阶智驾，已下沉⾄七万元级家⽤⻋型，升级后的ADS4.0凭借VLA架构显著提升城区智驾通⾏效率。级为“数据驱动的类⼈决策”，使⾃动驾驶事故率持续下降，加速了⾼阶⾃动驾驶商业化落地。赋能⼈形机器⼈：以泛化能⼒替代传统定点作业传统⼈形机器⼈可能需要遥控器，且只能按预设程序完成固定动作，换⼀个新场景、新物体就⽆法作业，适配性差。假设⼯位出现陌⽣异形杂物、需要清理收纳，传统机器⼈⽆法识别未编程的异形杂物，⽽搭载VLA的机器⼈可⾃主完成全流程操作：第⼀步感知，通过视觉扫描快速识别杂物的外形、⼤指令含义，结合过往知识判断杂物属性与收纳逻辑；第三步⾃适应⾏动，⾃主调整夹⽖⼒度、抓取⻆度，精准拾取异形杂物并归类收纳，⽆需⼈⼯重新编程。架商品”“组装存在公差的电池零件”等⾮标准化场景，VLA都能让机器⼈举⼀反三，靠语义理解⾃主⽣成新动作，摆脱传统设备的编程依赖。GeminiRobotics搭建层级化VLA架构，凭借GeminiRobotics-ER1.6、OmniVL打造出⼯业级VLA技术体系。旗下Atlas⼈形机器能够完成汽⻋产线搬运、装配、质检等⼯作，据悉，其全年产能已被现代汽⻋预订，将落地韩国蔚⼭⼯⼚。波⼠顿动⼒与GoogleDeepMind2026年4⽉推出了OmniVLA-RL融合强化学习，也已在多家⼯⼚试点中作业，成功率达到98.7%，刷新了⼯业VLA的性能纪录。FigureAI⾃研Helix系列端到端VLA模型，2026年推出的Helix02实现⼈形机器⼈⾏⾛、操作与平衡的全⾝协同控制，搭建起从视觉输⼊到关节控制的完整VLA闭环，在家⽤场景落地进度业内领先；搭载初代Helix模型的Figure02机器⼈，已在宝⻢美国⼯⼚稳定运⾏超500天，负责产线搬运、上料及设备运维；升级VLA模型的Figure03可独⽴完成各类居家服务任务，⽆预设家庭场景下任务成功率优必选⾃研Thinker-VLA模型，并搭配具⾝⼤模型与世界模型，打造了国产VLA全栈技术体系，实现端到端智能闭环，可适配⼯业及服务类多款机器⼈。搭载该模型的Walker⼈形机器⼈已部分落地汽⻋、3C、半导体等⾏业。2025年优必选全尺⼨⼈形机器⼈交付量突破千台，同时公司与华为达成合作，依托盘古⼤模型和昇腾算⼒联合优化VLA落地应⽤，计划于2026年推出联合研发的家⽤服务与⼯业协作机宇树科技也已应⽤VLA技术，⾃主研发并开源了机器⼈上，可实现复杂作业操作、全⾝视觉引导等功现有模型能⼒与端到端的感知决策架构，该技术已在家庭服务、商业场景及智能制造领域完成实际应⽤，成为旗下机器⼈实现⾼智能化的⽀撑。智平⽅发布GOVLA全域全⾝具⾝⼤模型，为国内为数不多实现机器⼈全⾝协同与轨迹统⼀输出的VLA架构；其联合北⼤推出的FiS-VLA模型也是国内开源的机器⼈VLA模型之⼀。GOVLA已实现部分⼯业落地，与惠科达成合作订单，⼴泛应⽤于半导体、汽⻋制造、⽣物制药等场景。搭载该模型的AlphaBot⼯业机器⼈运⾏稳定，量产与出货规模位居国内具⾝智能⼯业机器⼈前列。银河通⽤⾃研AstraBrain具⾝⼤模型，采⽤仿GroceryVLA是国内落地规模较⼤的零售场景VLA⽅案。搭载该模型的GalbotG1机器⼈已在全国落地多个零售服务点位，可⾃主完成全流程经营服务。其与清华联合研发的LATENT系统，依托VLA架构实现⼈形机器⼈⾼速动态对抗，毫秒级完成⾼速球类动作规控，拓宽了VLA在⾼动态场景的应⽤边界。可以看出，依托VLA的感知与理解能⼒，⼈形机器⼈可⾃主解读任务指令、适配复杂⼯况，适当缩减任务切换所需的调试准备时间；⾯对异形物体抓取、精细检测、动态协同等复杂操作时，感知判断与动作执⾏的匹配度有⼀定提升，环境适配性与作业精准度得到部分增强。但是，VLA的推⼴应⽤仍⾯临诸多难点与挑战。⽬前的VLA空间感知能⼒较为薄弱，缺乏三维数据与物理理解，缺失场景探索能⼒。有时⾯对简单的“左表⾯粗糙度同样是误判频频。模型虽然能识别场景中的物体，却掌握不了对物体之间的空间拓扑关系进⾏⼏何建模的能⼒。如果你向模型提问“冰箱⾥⾯有什么”，它更倾向于靠⾃⼰的预训练常识去“盲猜”的交互⾏为从未被完整记录，来⾃实验室的机器⼈后记VLA似乎是全知全能的……想象⼀个场景，⾬夜，你推开⻔。⽞关暖光恰好亮起，温好的蜂蜜⽔放在柜边，猫打翻的⽜奶早已擦得⼲净，VLA管家的仿⽣指尖还凝着⽔珠。你只是昨天在家中打电话时和客⼾事都没跟⼈提过。没⼈说得清，这妥帖到近乎读⼼的应对，是数据积累导致的极致预判，还是它真读懂了⼈类。⽽站在这⽚暖光⾥的你，真的期待这样⼀个未上海工业自动化仪表研究院教授级高级工程师，PLCopen中国组织名誉主席彭瑜/文2026年被广泛认为是制造业人工智能的关键转德勤中国和香港大学Al管理与组织中心(CAMO)联业AI现状的报告，一份是涵盖21个行业(包括制造、对制造业的。这些报告都以详尽的调查数据阐述证但2025年IDC针对国内工业企业的调研数据显用跃升，这一比例较2024年的1.7%虽有显著提升，渗透率超过70%,沉淀了6000个垂直模型，仍普遍面业软件深度协同，在不影响生产稳定性的前提下持续优化，甚至能应对原料波动、订单插单等动态场模型准确率转向综合设备效率OEE提升幅度，从技术实现难度转向运营韧性贡献度，从单一工序优化模化部署是一个相当复杂的系统工程，涉及的方面远超出AI技术本身。因此探索其中的奥妙和症结就业界此前多将这一困境归因于基础设施准备不和香港大学Al中国应用指数报告的调研数据揭示了更本质的问题：组织与文化障碍才是工业AI落地的最大阻碍(占比50%)和执行挑战(占比47%),显著高于技术基础设施(39%)、战略规划(33%)等传统一步量化了这一差异：43%的工业企业存在IT-OT协同有限甚至没有效协同的问题，而协同隔离的企业技术问题，其AI规模化落地信心仅为72%;与之相对，协同良好的企业不仅AI规模化信心高达83%,其安全事件响应效率、生产中断恢复速度也均提升超比33%。工业AI的规模化应用需要信息技术IT与运营技思维模式与目标优先级上的原生差异，形成了难以种语言体系的差异，直接导致跨部门沟通的效率损目的沟通成本较同部门项目高出40%,且约30%的需优化逐步提升精度，比如模型有99%的把握识别设尔逻辑”,工业生产的稳定性要求决策必须100%可92%,但OT团队因模型存在8%的误判率，担心误判致该模型仅在一条备用产线闲置，未能实现预期的位直接导致资源分配的冲突。例如某汽车零部件企需解决某工序的质检效率问题，自行采购了第三方的AI视觉检测系统，最终两套系统因数据接口不兼协同断裂的具体表现在从需求定义到模型迭代定义阶段技术与业务的脱节；在数据采集阶段滤波需求与因果识别的矛盾。在模型部署阶段实时响应与生产稳定性的平衡难题。这些都是贯穿于工业Al项目从需求定义到模型迭代的全生命周期，每一产品不良问题”,IT团队若缺乏对工艺机理的理解，无法解决实际问题。某重工企业的IT团队曾投入数电流数据，而设备部判断轴承故障的核心指标是轴ExpertComment专家论道的⾼频波动进⾏平滑处理，确保为操作员显⽰的参数稳定；但IT团队需要原始数据来识别设备故障的因果关系，⽐如⾼频振动的突变恰恰是轴承早期磨损的核⼼特征，滤波后的数据会直接掩盖这⼀关键据整理责任推诿”问题，IT团队认为OT团队应负责数据的⼯艺有效性校验，OT团队则认为IT团队应负责缺失关键参数、时间戳不同步、⼈⼯录⼊错误）形同虚设。模型部署是⼯业AI从实验室⾛向⽣产的关键⼀步，但IT团队的技术⽬标与OT团队的⽣产约束往往部署在云端以获取更强的算⼒⽀持，实现毫秒级推需要依赖稳定的⽹络，⼀旦⽹络出现波动，AI输出中断可能导致产线停机，⽽⼯业场景的停机成本极⾼。构建结构化的IT-OT协作机制⼯业AI的规模化应⽤，不需要IT与OT团队的⻆⾊分⼯、统⼀的沟通语⾔以及绑定的激励机制，让双⽅的专业优势形成互补，⽽⾮相互抵消。为此需要建⽴“翻译层”⻆⾊与混合敏捷⼯作模是将IT的技术语⾔转化OT的业务语⾔，将OT的模糊需求转化为IT的可落地⽅案。温州市2026年出台的确定义为“既懂⼯业⼯艺机理，⼜懂AI技术逻辑的复⼀线，将OT团队的模糊需求转化为可落地的AI场景⽅案。在实际企业场景中，“翻译层”的具体形式包括队的资深⼯程师转型⽽来，既懂⽣产⼯艺，⼜懂AI技术的边界，能在IT与OT之间搭建沟通桥梁；第⼆类是“数字孪⽣架构师”，负责构建与物理产线1:1映射的数字孪⽣模型，将OT团队的⼯艺参数转化为IT团队⻔负责协调IT-OT的需求冲突，⽐如当IT团队的技术⽅案影响⽣产稳定性时，这类专员会组织双⽅进⾏⻛险评估，找到平衡点。与⼯业场景适配的混合敏捷⼯作模式。按照IT团安排在⽣产⾼峰时段，OT团队的⼯程师根本⽆法参队的⽣产节奏进⾏定制化优。具体⽽⾔，这种适配包括三个核⼼要点：其⼀，迭代周期与⽣产班次对⻬。程师参与迭代；其⼆，决策流程嵌⼊⽣产间隙，将每⽇站会安排在交接班的重叠时段，避免影响正常⽣时IT-OT联合⽀援⼩组”，OT团队负责现场设备的应急处理，IT团队负责系统的技术修复，确保任何时段的问题都能在30分钟内得到响应。促进IT-OT有效协作的三⼤⽀柱：信任、语⾔与激励。要打破IT-OT的协同壁垒，仅靠⻆⾊和流程设信任是IT-OT协同的基⽯，⽽⼯业场景的信任建⽴，括两类：⼀是“技术容错机制”，通过技术⼿段限制AI的决策权限，确保其不会对⽣产造不可逆的影响，⽐如⻄⻔⼦IndustrialCopilot的“⼈机共决”流程，设置动态安全边界（如锅炉温度控制±2℃阈值当AI输出超出范围时，3秒内推送预警⾄现场⼯程师，由⼯程师判断是否执⾏，⽽⾮AI直接控制设备。⼆是如某汽⻋零部件企业设⽴了AI试点失败免责条款，只要项⽬组在试点前完成了“⼯艺⻛险评估”“数据技术探索中的合理试错（⽽⾮疏忽就不会追究团队的责任。这种机制不仅降低了OT团队的试错⻛险，更⿎励了跨部⻔的协作创新。语⾔：联合术语库与跨职能培训的协同。共同的语⾔体系是IT-OT有效沟通的前提。构建这种语⾔体定义核⼼术语的标准，⽐如明确“设备健康度”的定⽽⾮IT团队的“模型输出概率”或OT团队的“⼈⼯经握⼯业⼯艺的核⼼逻辑，OT团队需掌握AI技术的基本边界。某钢铁企业的培训计划规定，IT⼯程师需在型的局限性，避免对AI系统提出不切实际的需求。激励：从个体KPI到联合KPI的绑定。激励机制是先关注⾃⾝⽬标，⽽⾮共同价值。因此，必须将IT与OT团队的激励绑定，设计“结果+过程”双维度的联合KPI体系。具体⽽⾔，这种联合KPI体系包括三类指时间减少⽐例、能耗降低⽐例等，这类指标直接衡量AI项⽬的业务价值；⼆是“过程指标”，如数据打通部⻔会议的参与率、需求冲突的解决时⻓等，这类指标衡量协同的质量。某汽⻋零部件企业的联合KPI体系中，IT团队的“模型准确率”与OT团队的“⽣产稳定性”权重各占50%。若模型准确率达标但导致⽣产波动，双⽅都⽆法获得全额奖⾦；只有当模型准确率和⽣产稳定性同时达标时，才能拿到全额奖⾦。这种绑定机制，彻底扭转了双⽅的⾏为逻辑，从各⾃为政转向协同优化，最终该企业的AI视觉检测项⽬，不仅将缺陷识别率提升⾄99.5%，还将⾮计划停机时间减少了35%。技术债务：被忽视的规模化障碍⼯业AI的技术债务是指为了快速实现试点效果，⽽采⽤的短期技术⽅案，在量产阶段带来的⻓期维护成本与⻛险。与传统软件的技术债务（如代码冗余、架构耦合）不同，⼯业AI的技术债务具有更强的隐蔽性，其影响不会⽴即显现，⽽是在量产阶段逐步⼯业AI的技术债务主要源于IT-OT协同的缺失，其具体类型包括三类：数据债务：数据债务是⼯业AI最常⻅的技术债务，主要源于IT-OT团队的协同断裂。IT团队负责数模型债务：模型债务主要源于IT团队未充分考虑OT团队的⽣产约束，或OT团队未将⼯艺经验嵌⼊模型。IT团队为了追求模型准确率，采⽤了过于复杂的模型（如深度学习模型但这类模型的可解释性差，OT团队⽆法理解模型的决策逻辑，因此拒绝信任模模型输出不符合实际⽣产需求。基础设施债务：基础设施债务主要源于IT团队未充分考虑⼯业场景的物理约束，或OT团队未将设备的物理特性告知IT团队，IT团队为了追求技术先进性，采⽤了不适合⼯业场景的基础设施。技术债务对⼯业AI规模化的影响：⼯业AI的技术AI系统的性能稳定性，甚⾄导致项⽬失败。2025年IBM商业价值研究院的调研数据显⽰，忽视技术债务的企业，项⽬回报会下降18%-29%，项⽬时间线会延⻓多达22%。这意味着技术债务会直接吞噬⼯业AI的价值，让企业的投⼊⾎本⽆归。从具体量化指标xpertCommentI专家论道99.97%降至89%,每年因系统中断造成的损失达千更关键的是，工业AI的技术债务具有“传导效债务),中层运用自动化工具修复债务(如用自动化工具清洗数据，修复数据债务),高层建立债务预防机制(如在项目立项时，要求IT-OT团队共同评审技流程，采用“债务冲刺”机制，将债务修复纳入迭代都要修复至10%的技术债务，确保技术债务不同模式直接决定了安全风险的识别效率与响应能力。2025年对150起制造业勒索软件攻击的复盘数的全生命周期(见图2),后者仅在项目上线后进行被动防御。工企业的AI质量检测项目，在需求阶段就识别出“AI模型输出的参数可能被篡改，导致反应釜温度异经人工复核才能生效)。其二，设计阶段的“威胁建安全扫描嵌入模型训练的CI/CD流程，比如在模型训练前会自动扫描训练数据的完整性，训练过程中会监控模型的鲁棒性，部署前会进行渗透测试，确保模型不会被恶意攻击利用。三方供应商的弱密码，都可能成为攻击入口。因此，个独立的安全域，每个安全域之间设置严格的访问控制策略每个域之间仅允许特定的协议通信，即使风险控制在最小范围内。其三，持续监控与动态调整，通过AI技术实时监控用户的行为，若发现异常(如非工作时间访问、访问敏感数据),立即调整其访生产连续性的平衡”,安全防御过严会影响生产效并非技术本身，而是人员协同机制的缺失。基于2025-2026年的行业调研与典型案例，可以得出以2.结构化协同机制是关键抓手：建立“翻译层”景的生产节奏，联合KPI体系能将双方的目标形成协同动力。织，能将安全嵌入工业Al项目的全生命周期，实现基于上述发现，提出以下三点建议供参考：管理纳入项目全生命周期，建立IT-OT联合治理机AI“突围战”e-works黄菊锋/文导读导读开目软件总经理宁静波先生明确指出，工业软件关系。工业软件在长期实践中积淀了深厚的行业机理与物理算法，能够保障工业场景所需的精准运算与可靠无法直接满足工业领域的精度与可靠性要求，尤其是模型+工业A”双轮驱动。另外，Al的高效运行离不开高质量数据，而工业软件恰好承担着全生命周期数据归集、治理与管理的关更关键的是，工业数据涉及企业的核心商业机密风险。·最上层是工业软件，主要包括KMPLM、淀着行业Know-How、连接着数据与智能，是底座发Agent的潜力，软件系统面临的已不再是单纯的功能升级，而是底层的彻底重塑——构建以智能体为核心能体矩阵。目的解决方案是在幻觉与硬约束之间寻找动态平解耦。云计算底座基础算力图1开目工业软件+Al技术架构软件的专业求解器与规则引擎退化为“四以基于传统工业机理Interview发挥了AI的灵活智能优势，又守住了工业机理的硬发挥了AI的灵活智能优势，又守住了工业机理的硬合工业知识图谱，用业务域确定性事实，锚定生成此外，构建双重评估体系，通过设立“影子模式OOD非分布测试检验极端工况泛化能力。Agent的本质是专业化任务执行单元，因此成为AI能部总经理助理兰永嘉指出。此构建智能体。再依托客户真实业务数据完成场景验解并自动转换为相应的软件操作指令，实现从指令到解法框架：在幻觉与硬约束之间寻找动态平衡最佳融合区(TheOptimalFuslonZone)物理信息神经解法框架：在幻觉与硬约束之间寻找动态平衡最佳融合区(TheOptimalFuslonZone)物理信息神经运营五大领域的25大核心智能体，且在多个场景实现突破。的是Al的理解分析能力。它将企业分散的需求转化为结构化要素，并记录来源与依据链路，形成指导产配，让相关需求主动找到对应业务，传统专家系统/其中，企业知识图谱依托企业原始业务数据搭建传统专家系统/而非传统的关键词被动检索，从而使需求遗漏率降低60%。而非传统的关键词被动检索，从而使需求遗漏率降低60%。取规则初稿，再由人工进行交互确认并予以干预可视化设计可视化设计一过程将持续迭代优化的闭环。制工艺时，智能体根据输入参数，结合开目自取零部件的几何特征、PMI等参数，理解特征之越是突出。优势体现在：开目AI低代码平台内置标准数据模型和标准快。以KMMOM低代码开发平台为例，其内置通过图形化拖拽完成数据结构定义，建模结果自动映接口。Al智能开发助手设计态做配置，发布应用标准化应用包(.zip)设计态做配置，发布应用业敏捷响应业务变化的关键工具。面对离散制造企监控运维定时调度运行时引擎借助AI智能开发助手，业务人员只需用自然语言开工业机理与行业Know-How,而两者均需长期积求的AIAgent。数据质量决定AI上限，而高质量数据的获取与利数字化转型支撑。才能立于不败之地。为此，开目设立了Al与创新研究需求检验核心价值，推动AIAgent从演示Demo走向工业实操场景，成为国产工业软件Al突围的样本。导品牌。是生产力交卷，还是想象力续集?7月17-20日，上海北外滩，2026世界人工智能大会暨人工智能全球治理高级别会议正式拉开大幕。恰逢人工智能概念诞生70周年，这届以“智能伙面积首次突破10万平方米，1100余家企业带来4000余包括9位图灵奖、诺奖得主。会前已落地57个产业场馆，最直观的感受是：去年还在讨论“大模型能做什过去几年的WAIC展示的是AI的想象力，2026年的工作”这一判断在展馆里随处可见。大会首次创办的顶级国际学术会议WAICAcademic由图灵奖得主姚期智担任主席、萨顿本人出任国际联席主席，收到全球体互信互联互操作全球合作倡议》—学术与治理两条线的升格，都指向同一个事实：智能体时代已经到而对于制造业从业者来说，更值得深究的问题是：当智能体走进车间、产线和工程软件，它到底能替你干多少活?带着这个问题，e-works记者穿梭现场，逐一探访相关展台。机器人四大阵营全线集结，西门子作为全球工业软件龙头重磅首发标杆产品，施耐德电气同步展出自力基座；各家具身智能机器人企业完成工厂实景作月之暗面展出KimiK2.7Code代码模型，向开发任务，在Arena.AI前端代码竞技场拿下了全球第一的成绩。长上下文和原生多模态的开源模型，不偏科是其鲜明此前版本的约二十分之一。智谱则凭借GLM-5.2在长程任务能力上构筑壁时、自主完成一个完整的大型工程流程。在Code百度带来“芯云模体”全栈矩阵和智能体全家桶：通用智能体百度搭子可协同完成搜索、编码、深度研究等复杂任务；数字人智能体百度一镜、无代码开发平台秒哒、百度伐谋、文库网盘GenFlow等集中亮相。底座方面，萝卜快跑足迹已覆盖全球27座城市。7月6日刚发布的混元Hy3正式版：以更小尺寸比肩2至5倍参数规模的旗舰模型，发布一周即登顶OpenRouter全球大模型调用量总榜，已接入华为昇腾950超节点真机全球首展：以单柜64卡为基本单元、支持1024张NPU卡高速互联，最大可扩展至8192卡，实现业界最大256TB内存统一编址，系统级算力达1EFLOPSFP8,瞄准十万亿级参数大模型训练。同台还有无需液冷改造的Atlas850E风冷超节主打“词元生产线”:重点展示万全异构智算平台次公开展示基于开源架构的服务器—搭载蓝芯辰与合作伙伴联合推出面向具身智能与低空安全的仿动作捕捉与力反馈实现人体到机器人的实时映射，为AI训练与高危远程作业提供数据支撑。新华三主题“打造Token极致性价比”,旗舰展品UniPoDS80000系列超节点覆盖32至1024卡全系列，横向可扩展至16384卡万卡集群，训练性能提升称全链路TCO下降30%以上、能耗成本下降超图3新华三展位的企业生产经营及分析决策、高效安全的Token生产边缘的全场景产品布局。中科曙光在本次展会上首次全球展示其自主研发国内首个公开亮相的十万卡级超集群。浪潮计算机携全栈智算产品亮相，重点展示超节CRS6000S,单柜集成32/64颗OAM模组，柜内卡间全推性能。新一代高端AI服务器浪潮英政CS5998H3与CS5898H3,分别采用10U与8U空间，均搭载8颗合打造的全球首款AI智能体手机在展台首发，可自主与曦索X300系列科学智能GPU,前者S600单机柜燧原科技集中展示系统级算力成果，基于自研加速模组的云燧ESL64-0与云燧ESL64-C两款高性能超节点，可满足万卡级集群组网；同时推出NPO光互连摩尔线程展示“云一边一端”全场景智算产品矩步完成MoE-236B基础模型完整训练，以及全球首个5D世界模型“北大EvoPhys-World”的全栈原生训练厂路径也在现场深度解析；基于MTTS5000,摩尔线程还与极佳视界共研完成了驾驶世界模型、具身世界模型等物理AI模型训练。西门子全球首款工业自动化工程AI智能体张等痛点提供了切实可行的破解路径。西门子工业图5西门子展位集群推出EcoStruxureIMDC整合供配电与液冷集成工业与建筑领域，施耐德电气推出EcoStruxure海克斯康围绕质量管控打造面向具身智能的全生高精度测量机完成丝杠、减速器等机器人核心传动件精密检测，另一方面推出搭载Leica激光跟踪仪与工件内部无损探伤，并借助集成AI寻边技术的天驭工业柔性操作智能体开发平台，用户仅需自然语仿真验证，一键下发至产线即可运行，开发周期缩短题，携从底层技术底座到全场景价值落地的完整工业Al版图登场。支撑这一路径的，是中控技亮点—AOP系统(AutonomousOperatingPlant)。和利时带来XMagital的全面升级之作—了“用户可以自由搭建智能工厂应用”的问题，那么ABB机器人通过两大现场演示工站，直观呈现了虚实闭环工站在虚拟环境中高保真复刻产品模型、机器人及视觉系统，通过基准测试与长尾边缘案例的合部署提供可靠前置基准；A1引导卡扣装配工站则利用数字孪生生成的海量合成图像数据预训练视觉AI模型，大幅提升泛化能力，减少对物理原型与实体验测的依线中仅需极少校正即可精准完成复杂装配。水，可适应复杂环境。宇树全球首款载人变形机甲普通人简单培训即可操控。逐际动力聚焦人形机器人设计、全身运动控制与展示大小脑融合的具身智能技术体系及人形大脑系统部署的完整链路。新一代人形机器人LimXLuna作为十件展品中唯一的具身智能机器人。该机器人身高京东展出AIHome场景：Joylnside携手200余家品牌，目标2026年接入千万级终端；依托JoyEgoCam采集第一视角数据、开源EgoLive数据集，补齐具身智能数据链条；联合星尘智能打造智能零售工作站，实现无人零售闭环；物流端基于超脑大模型2.0,3分钟可为全国上亿件快递算出最优路线。能全栈技术体系，并展出全链路采数管理管线与机器人异构多机集群作业管理平台。通过多场景智能交互实景演示，直观呈现了数据基建与集群调度对实体机器人产业的赋能价值。次展会能够给产业从业者最核心的参考价值。本质仍是“视觉识别+机械臂抓取+固定场景”的传统乐机器人的流畅动作也多为提前编排而非实时决策。为传统自动化贴上具身智能的新标签，是展会上常见化路径清晰顺畅。阅轻量化SaaS工具，三级方案覆盖不同体量的制造主体。长期格局：错位突围，工业智能体渐成标配海外厂商稳守底层硬件与高端咨询，本土企业则智能体有望像PLC一样成为车间标配，AI将融入工业演进节奏。于展台演示效果，而要看能否在工厂复杂环境稳定落路径，便是这场AI盛会最具传阅与参考价值的核心2025-2026智能工厂百暨研究报告根据美国国家标准与技术研究院(NIST)的智能制造参考架构模型，智能制造包含三个制造生命周期维度—产品生命周期、生产系统生命周期和供应链管理的商业生命周期。智能工厂是智能制造三个生命周期维度的核心与交汇点。同时，我国正加快发展新一代智能制造，推动其向更国内数百家智能工厂非标定制自动化集成商展开了深工厂管控层工厂管控层智能车间层智能产线层智能装备层基础设施层e-worksResearch是e-workse-worksResearch是e-works(数字化企业网)旗下专门从事数字化转型、智能制造领域产业研究、战略咨询与第三方评估的专业研究机构。依托深厚的行业沉淀、丰富的实践积累以及强大的智力资源，e-worksResearch持续追踪全球智能制造前沿技术、产业发展趋势与企业优秀落地实践，面向制造企业、各级政府主管部门、智能制造解决方案服务商等不同主体，开展了智能制造/数字化转型评估诊断、政府决策与软课题研究、产业调研等各类研究咨询项目，输出了一大批兼具行业洞察力与实践指导性的研究成果。扫码下载更多报告重磅推出一系列深度研究报告，覆盖工业AI市场及应用现状、智能工厂建设、人形机器人产业发展、制造业出海现状调研等热点方向。报告基于一线调研与数据分析，解析行业真实格局、技术落地痛点与未来发展趋势，为企业战略规划、技术选型与市场布局提供决策参考。扫描下方二维码，查看报告详情并订购。智能工厂非标定制自动化集成商百强榜暨研究报告IndustryOutlook产业观察e-worksResearch将智能⼯⼚⾮标定制⾃动化以交付⾮标定制⾃动化设备和产线为核⼼业务，集成智能⼯⼚建设项⽬提供交钥匙⼯程或EPC总包服务的⾃动化解决⽅案供应商。在智能⼯⼚建设与运营过程中，智能⼯⼚⾮标定制⾃动化集成商的作⽤与价值主要体现在帮助制造企当前，智能⼯⼚⾮标定制⾃动化集成市场正处于等⽅式，积极向多赛道协同布局转型，实现多元化发展。软硬整合：多数集成商不仅提供⾮标定制⾃动销⽹络、设⽴⽣产基地及研发中⼼等⽅式深度布局全2.五⼤典型特征：增⻓动能主要来源于下游制造企业建设智能⼯⼚、新增产线设备投资需求以及现有产线设备的升级改造等速机等国产设备配套合作规模不断扩⼤。期⾯临上下游双向利润挤压，上游受制于设备及软硬汽⻋等⾼集中度⾏业，集成商为维持市场份额往往只成商百强榜纵览e-worksResearch在调研国内数百家智能⼯⼚⾮标定制⾃动化集成商，搜集众多⾏业典型案例的基表12025-2026智能⼯⼚⾮标定制⾃动化集成商百强榜排名公司名称排名公司名称1北⽅华创科技集团股份有限公司⼴州明珞股份有限公司2⼤族激光科技产业集团股份有限公司中国电器科学研究院股份有限公司3深圳市捷佳伟创新能源装备股份有限公司武汉帝尔激光科技股份有限公司4⽆锡先导智能装备股份有限公司宏⼯科技股份有限公司5中国汽⻋⼯业⼯程有限公司江苏烽⽲升科技集团股份有限公司6深圳市赢合科技股份有限公司哈尔滨博实⾃动化股份有限公司7浙江晶盛机电股份有限公司⼤连连城数控机器股份有限公司8苏州迈为科技股份有限公司苏州华兴源创科技股份有限公司9博众精⼯科技股份有限公司杭州永创智能设备股份有限公司⽆锡奥特维科技股份有限公司珠海博杰电⼦股份有限公司湖北京⼭轻⼯机械股份有限公司深圳吉阳智能科技有限公司拉普拉斯新能源科技股份有限公司天奇⾃动化⼯程股份有限公司杭州⻓川科技股份有限公司⼴州达意隆包装机械股份有限公司江苏嘉拓新能源智能装备股份有限公司浙江精⼯集成科技股份有限公司海⽬星激光科技集团股份有限公司苏州天准科技股份有限公司南京埃斯顿⾃动化股份有限公司三丰智能装备集团股份有限公司武汉精测电⼦集团股份有限公司⼤连豪森智能制造股份有限公司北京机械⼯业⾃动化研究所有限公司⼴东利元亨智能装备股份有限公司南兴装备股份有限公司浙江杭可科技股份有限公司⼤连奥托股份有限公司华昌达智能装备集团股份有限公司佛⼭市⾦银河智能装备股份有限公司营⼝⾦⾠机械股份有限公司安徽瑞祥⼯业有限公司沈阳新松机器⼈⾃动化股份有限公司凌云光技术股份有限公司安徽巨⼀科技股份有限公司深圳市联得⾃动化装备股份有限公司江苏微导纳⽶科技股份有限公司深圳精智达技术股份有限公司深圳市联赢激光股份有限公司迈赫机器⼈⾃动化股份有限公司深圳科瑞技术股份有限公司福能东⽅装备科技股份有限公司宁波均普智能制造股份有限公司快克智能装备股份有限公司苏州赛腾精密电⼦股份有限公司上海先惠⾃动化技术股份有限公司⻓园科技集团股份有限公司深圳市曼恩斯特科技股份有限公司⽆锡理奇智能装备股份有限公司江苏新美星包装机械股份有限公司续表12025-2026智能工厂非标定制自动化排名排名广东沃德精密科技股份有限公司苏州斯莱克精密设备股份有限公司罗博特科智能科技股份有限公司杭州中亚机械股份有限公司广州瑞松智能科技股份有限公司广东拓斯达科技股份有限公司派斯林数字科技股份有限公司昆山鸿仕达智能科技股份有限公司晓奥(上海)工程技术股份有限公司亚联机械股份有限公司武汉华中数控股份有限公司冠佳技术股份有限公司上海天永智能装备股份有限公司昆山华恒焊接股份有限公司重庆机电智能制造有限公司广东东博智能装备股份有限公司江苏森蓝智能系统有限公司苏州瀚川智能科技股份有限公司杭州沃镭智能科技股份有限公司科大智能科技股份有限公司长春合心机械制造有限公司荣旗工业科技(苏州)股份有限公司广东安达智能装备股份有限公司说说明1.本榜单主要参照厂商的非标定制设备及自动化产线集成的交钥匙工程业务收入排名，而非厂商的总收入，因此排名不代表厂商的整体业务实力；2.本报告的排名参考了相关上市公司2025年年报相关数据；3.若上市公司非标定制自动化系统集成业务以旗下单一子公司为业务主体，则仅统计其子公司；若上市公司及其多家子公司均涉及非标定制自动化系统集成业务且合并报表，则仅统计上市公司；4.部分大型制造企业组建了自己的非标定制自动化部门或子公司，且已形成较大规模，但主要面向内部服务，未列入本榜单。5.榜单由e-worksResearch基于公开信息及调研所得，智能物流系统集成商未列入本榜单。6.部分集成商因不愿提供相关信息或参与排名，或作为未上市企业缺乏公开可查的业务数据，未列入本榜单。64家实现营收增长，主要得益于下游行业景气度复 图2入榜集成商地域分布入榜集成商分布于15个省(自治区、直辖市),且集中于沿海地区，尤其以粤港澳大湾区和长三角地区入榜集成商数量分别为33家和25家，共计占比高达58%。图3入榜集成商2025年非标定制自动化集成业本次入选的百强集成商为例，其2025年非标定制自动化集成业务营收总额达2806.3亿元，较2024年(2647.1亿元)同比增长约6%。但各集成商营收水平差距显著,呈现出明显的层级分化格局(见图3)。(四)景气格局分化，营收表现冷热不均从2025年智能工厂非标定制自动化集成业务的图5入榜集成商上市板块分析上市公司),其2026年总市值达16438.6亿元，较2025年总市值8696.73亿元涨幅高达89.02%,平均市从百强榜中79家上市公司的归母扣非净利润来AI算力中心作为产业核心基础设施迎来建设热等配套产业需求全面爆发，为非标自动化集成商开辟料电池、钠离子电池等新型电池以及低空经济赛道正长空间。(十一)百强格局趋于稳固，头部集成商“强者愈强”之道通过深入分析优秀的智能工厂非标定制自动化集成商的发展路径，可以发现，成功之道主要包括：锚定自身擅长的行业与工艺、重点布局区域及核嗅觉和洞察力，积极抢抓高景气、高潜力赛道发展机将研发创新视为企业发展的生命线，全力构建核的深度理解，提炼形成可规模化复制的成熟行业解决方案。(四)严控规模和成本，通过分包协作分散经营风险针对非标自动化集成项目周期长、垫资大、回款构。针对非核心工序及配套环节，可通过分包协作高效整合外部资源，分摊运营成本、提升交付弹性、分散经营风险。幅缩短项目实施与交付周期，强化项目全流程管控跳出单一设备交付模式，布局智能工厂全生命周户长期智能制造服务商。例如，在方案设计阶段融入