什么才是新一代工業(yè)智能的落地路徑，如何跨越工業(yè)智能體落地挑戰(zhàn)？熾橙科技的工業(yè)AI落地方法論。

文｜徐鑫

編｜任曉漁

01

工業(yè)智能體，來了

Manus大火給全社會普及了什么是智能體，業(yè)界普遍認為，2025年將是智能體落地元年。

不過，你可能沒有想到，在工業(yè)制造領(lǐng)域，已經(jīng)有工業(yè)AI智能體實現(xiàn)了落地應(yīng)用。

核電站作為高風(fēng)險設(shè)施，其巡檢和維修一直要遵循嚴格的安全、技術(shù)和操作規(guī)范。比如維修人員要穿上專用的防護裝備，嚴格遵守操作規(guī)范，并在規(guī)定時間內(nèi)完成檢修，從而避免過長時間暴露。

如何能更準、更快、更穩(wěn)的實施巡檢、維修，關(guān)系到核電安全生產(chǎn)和操作員的生命健康。與之相關(guān)的是，如何讓操作人員能更全面、快速、安全地掌握條目眾多的安全生產(chǎn)知識與復(fù)雜的標準化操作程序，也是核電安全生產(chǎn)體系建設(shè)的一大挑戰(zhàn)。

工業(yè)智能體到來后，這個難題多了新解法。

Gnosis多智能體-裝備AI維修助手，基于國產(chǎn)智能底座軟件系統(tǒng)，實現(xiàn)了對多個核電站的運維與檢修的操作規(guī)程三維數(shù)字化、可視孿生仿真、智能知識工程構(gòu)建。

培訓(xùn)時，操作員可以在模擬零輻射生產(chǎn)環(huán)境里，練習(xí)相關(guān)檢修操作，用自然語言就能與智能體交互，獲得檢修指導(dǎo)和操作提示。檢修現(xiàn)場，智能體還可以自動標注生產(chǎn)環(huán)境里的疑點，通過AR眼鏡與后方專家聯(lián)動，解決疑難問題。

有了這個工業(yè)智能體，企業(yè)可節(jié)省培訓(xùn)時間50%以上，現(xiàn)場檢修效率能提升10%～30%，精準度大幅上升，難度大幅下降。

上述裝備檢修助手背后的技術(shù)支撐來自熾橙科技，一家杭州創(chuàng)業(yè)公司。在Manus還停留在通用場景，熾橙科技能在汽車、裝備制造等多領(lǐng)域企業(yè)里落地裝備AI維修助手，與這家公司基于過去十年在工業(yè)領(lǐng)域的深厚積累，打造出的生成式多智能體系統(tǒng)密切相關(guān)。

Gnosis生成式多智能體系統(tǒng)，能理解復(fù)雜工業(yè)知識、感知動態(tài)環(huán)境、執(zhí)行自主決策、協(xié)同解決問題。相比數(shù)字化時代基于工業(yè)軟件實現(xiàn)的感知式智能，工業(yè)智能體能實現(xiàn)“知識+經(jīng)驗+推理”的完整閉環(huán)。這也突破了傳統(tǒng)工業(yè)智能的邊界，有望蹚出新一代工業(yè)智能的落地路徑、構(gòu)建全新的技術(shù)架構(gòu)和應(yīng)用范式。

工業(yè)制造領(lǐng)域，一場大重構(gòu)開始了。

這一幕比想象中早來三年，熾橙科技CEO紀堯華告訴數(shù)智前線。加速劑正是以DeepSeek為代表的大模型技術(shù)的快速進步，市場上工業(yè)制造企業(yè)的大量智能化需求正前所未有地被激發(fā)出來。熾橙科技過去幾個月也收到大量客戶反饋，企業(yè)紛紛提出要基于新一代的生成式AI能力來解決工廠的一線問題。

市場旺盛的需求推動了熾橙科技的生成式多智能體系統(tǒng)及相關(guān)技術(shù)架構(gòu)的研發(fā)進程，以及以智能體為載體的應(yīng)用落地。工業(yè)裝備檢維修及故障診斷處理是其中的一個典型應(yīng)用。

一家杭州創(chuàng)業(yè)公司靠什么快速切入工業(yè)智能體賽道，并實現(xiàn)產(chǎn)品落地？

這當然不是靈光一現(xiàn)的產(chǎn)物。回溯熾橙科技過去十年的發(fā)展歷程，你會發(fā)現(xiàn)它的故事無關(guān)風(fēng)口熱點，而是一個長期主義者，在新技術(shù)浪潮深刻變革產(chǎn)業(yè)結(jié)構(gòu)之際，基于長期積累，獲得新的發(fā)展機遇和比較優(yōu)勢的故事。

球滾到了一直在場的人的腳下。

02

一場產(chǎn)業(yè)大重構(gòu)

AI大模型正在成為工業(yè)軟件市場的新變量。

提到工業(yè)軟件，幾乎所有人都能馬上聯(lián)想到那四個字——“缺芯少魂”。芯是芯片，魂則指以操作系統(tǒng)、工業(yè)軟件等為代表的基礎(chǔ)性軟件架構(gòu)。

過去幾十年，海外企業(yè)已憑借先發(fā)優(yōu)勢占據(jù)了市場的主導(dǎo)地位。比如，CAD研發(fā)設(shè)計類領(lǐng)域，法國達索、德國西門子、美國PTC以及美國Autodesk公司等公司是主要玩家；而在CAE仿真軟件領(lǐng)域，美國ANSYS、ALTAIR、MSC等公司占據(jù)了絕大多數(shù)份額。

國內(nèi)企業(yè)正拼命追趕，希望能壓縮海外幾十年的發(fā)展歷程，在核心領(lǐng)域里加速實現(xiàn)自主化替代。

但一個不爭的事實是，工業(yè)軟件勝負手往往在海外巨頭們積累幾十年的優(yōu)勢點上——比如機理模型，來自企業(yè)常年從垂直領(lǐng)域工業(yè)積累的行業(yè)Know-how。以達索為例，它能將3D設(shè)計、虛擬仿真等能力應(yīng)用到建筑、鐵路、醫(yī)療等領(lǐng)域，與這家企業(yè)在飛機發(fā)動機領(lǐng)域常年的積累密切相關(guān)，后發(fā)者很難短時間實現(xiàn)超車逆襲。

大模型出現(xiàn)后，市場演進方向逐漸發(fā)生了一些變化。

最突出的是，基于大模型技術(shù)去變革和賦能工業(yè)制造，正成為過去兩年里全球工業(yè)智能國際競爭的最前沿。

IDC去年的一份報告顯示，2024年有37%的全球頭部制造企業(yè)投資了大模型，與上年相比提升了10個百分點。而國內(nèi)工業(yè)企業(yè)大多從2023年下半年開始單點探索大模型應(yīng)用，經(jīng)過一年多的探索，頭部工業(yè)企業(yè)基本上都發(fā)布了自己的大模型，并已初步形成應(yīng)用落地。

基于大模型重塑工業(yè)制造的嘗試，涉及到生產(chǎn)優(yōu)化、質(zhì)量控制、設(shè)備維護、供應(yīng)鏈運維管理到智能決策、知識管理等諸多場景。

一份報告指出，AI與大模型將加速賦能新型工業(yè)化，從2022年至2032年，工業(yè)AI市場規(guī)模將以46%的年均復(fù)合增長率高速成長。

行業(yè)資深人士觀察，伴隨著這股大模型探索潮，一場大重構(gòu)正在發(fā)生。熾橙科技CEO紀堯華就認為，大模型技術(shù)給工業(yè)制造現(xiàn)場帶來三重變化。

最明顯的是交互范式的變革。傳統(tǒng)工業(yè)軟件需要專業(yè)人員依據(jù)各類表單操作，而大模型驅(qū)動的自然語言交互，一線操作者可以用對話或者語音的方式直接與新型工業(yè)智能對話，這將極大降低工業(yè)智能的使用門檻。

決策路徑也隨之發(fā)生極大變化。傳統(tǒng)的感應(yīng)式智能需要基于傳感器數(shù)據(jù)和預(yù)設(shè)規(guī)則來監(jiān)測、分類并完成簡單決策，它依賴機理模型、規(guī)則引擎等形成的固有流程。而生成式AI，可以通過無監(jiān)督學(xué)習(xí)從海量時序數(shù)據(jù)里提取新的模式和規(guī)則，它生成的新內(nèi)容和解決方案，有望突破傳統(tǒng)AI的局限。

另外，企業(yè)內(nèi)的知識傳承也不再依賴于人工經(jīng)驗編碼的機理模型、規(guī)則，大模型加持下企業(yè)有望基于各類結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)形成一個知識大腦，可動態(tài)調(diào)用。

大重構(gòu)之下，國內(nèi)企業(yè)可以不再沿著數(shù)字化時代工業(yè)軟件巨頭們的優(yōu)勢領(lǐng)域如機理模型等按圖索驥來打造工業(yè)智能。

一個換道超車的機會正在出現(xiàn)。基于AI大模型的能力，依托已有的數(shù)據(jù)融合底座，國內(nèi)企業(yè)有望重塑傳統(tǒng)工業(yè)軟件。

當然，業(yè)界也有共識——單靠通用大模型的問答交互解決不了工業(yè)制造的問題，要在工業(yè)制造場景里完成各類復(fù)雜任務(wù)，才能真正創(chuàng)造價值。工業(yè)垂域大模型、場景內(nèi)數(shù)據(jù)的質(zhì)與量以及能打通海量設(shè)備數(shù)據(jù)的智能底座，都關(guān)乎新型工業(yè)智能的智能程度。

這一背景下，什么才是新一代工業(yè)智能的落地路徑，如何構(gòu)建工業(yè)智能的技術(shù)架構(gòu)和應(yīng)用范式，成為當下行業(yè)將大模型落地工業(yè)制造共同面臨的大課題，也是工業(yè)制造能夠完成從數(shù)字化到智能化躍遷的重要挑戰(zhàn)。

圍繞著這些命題，當下中國企業(yè)和海外巨頭站在了同一起跑線。

熾橙科技的裝備AI維修助手，利用以DeepSeek為代表的大模型能力，基于可交互數(shù)據(jù)底座，具備知識連接、復(fù)雜推理和行動執(zhí)行能力，實際上展現(xiàn)出了新一代工業(yè)智能解決產(chǎn)業(yè)問題的潛力，也能看到一條有望被規(guī)模復(fù)制的落地路徑。

紀堯華對此充滿了興奮感，“我們過去十年都深耕工業(yè)制造領(lǐng)域，新技術(shù)浪潮給了中國企業(yè)這樣的機遇，熾橙科技就站在大模型技術(shù)變革工業(yè)場景的路口，恰逢其時”。

03

長期主義者撞上了大模型浪潮

工業(yè)智能體的落地并非一蹴而就。不同于通用AI在C端的嘗鮮式應(yīng)用，大模型技術(shù)要解決工業(yè)制造場景的問題，要克服一系列挑戰(zhàn)。

以核電站的檢維修場景為例，除了接入通用大模型，有沒有相關(guān)設(shè)備的操作規(guī)范和復(fù)雜設(shè)備的零部件組成等數(shù)據(jù)，這些垂直領(lǐng)域數(shù)據(jù)的質(zhì)量以及完備程度，都極大影響裝備AI維修助手的智能程度。

紀堯華將落地挑戰(zhàn)總結(jié)為三點，數(shù)據(jù)質(zhì)量與完整性、工業(yè)細分領(lǐng)域知識的深度理解和跨學(xué)科知識交叉的場景復(fù)雜度。

從原來的工業(yè)數(shù)字化到現(xiàn)在的工業(yè)智能化，紀堯華認為中間特別重要的就是軟件的基礎(chǔ)設(shè)施。“沒有新型工業(yè)底層軟件，就沒有足夠的高質(zhì)量數(shù)據(jù)集和實現(xiàn)數(shù)據(jù)貫通的手段，工業(yè)智能就無從談起，產(chǎn)業(yè)AI就無法真正落地。”

而熾橙科技裝備AI維修助手之所以能在核電場景快速推進，他們的工業(yè)智能交互底座（CCHUB）就扮演了上述新型工業(yè)軟件的角色，并且他們還探索出了一條被垂域行業(yè)專家們認可的可復(fù)制落地路徑——工業(yè)智能交互底座（CCHUB），能解決多源異構(gòu)數(shù)據(jù)融合問題；基于底座建立輕量化、零代碼、可視化工具體系（超真云平臺），能以自然交互方式智能化生成內(nèi)容；新型知識工程，能實現(xiàn)多智能體可控協(xié)作。

而回看創(chuàng)業(yè)歷程，十年前紀堯華拉起一支隊伍創(chuàng)立熾橙科技時，其實并沒有預(yù)料到能構(gòu)建一個巨大的底座，還迎面撞上新一波人工智能浪潮，并成為新一代工業(yè)智能落地探索的重要基礎(chǔ)設(shè)施。

紀堯華創(chuàng)業(yè)在2015年，那年他進入工業(yè)制造領(lǐng)域已是第十個年頭。十年時間，足夠一個年輕人從一線工人晉升成長為一家集團公司的管理崗，但紀堯華認為自己做的許多事仍然在重復(fù)行業(yè)以往的經(jīng)驗和動作，他隱約覺得有些不足。

彼時正值全國大眾創(chuàng)業(yè)萬眾創(chuàng)新浪潮，紀堯華萌生了一個念頭，能不能基于過往積累和對行業(yè)的認知，干不一樣的事，實現(xiàn)行業(yè)的變革。

當時，深度學(xué)習(xí)浪潮正迎來第一波產(chǎn)業(yè)落地，比如機器視覺公司就找到了安防這個最大的落地場景。

計算機視覺和語音技術(shù)都發(fā)展都進入新階段，紀堯華認為，整合這些技術(shù)可實現(xiàn)3D立體呈現(xiàn)，能實現(xiàn)復(fù)雜知識可視化，在工業(yè)維修和培訓(xùn)等場景，可以極大程度降低人認知和掌握領(lǐng)域知識的門檻。

工業(yè)產(chǎn)線出故障，動輒是數(shù)以萬計的損失。而可視化能力提升，能顯著提升設(shè)備的可維護性和易操作性，這對產(chǎn)業(yè)工人的培養(yǎng)、工業(yè)運行效率和節(jié)奏，包括安全應(yīng)急的處置等場景都會帶來不小的變化。

當時，浙大工商管理出身的紀堯華與浙大校友圈互動頻繁，也與浙大圖形圖像學(xué)的技術(shù)圈經(jīng)常接觸。行業(yè)內(nèi)都知道，浙大CAD&CG國家重點實驗室是國內(nèi)圖形圖像領(lǐng)域首屈一指的國家級實驗室，這里的技術(shù)骨干和培養(yǎng)出的人才，不乏國內(nèi)產(chǎn)業(yè)界的技術(shù)中堅。

熾橙科技創(chuàng)業(yè)，就是基于浙大圖形圖像學(xué)領(lǐng)域的技術(shù)積累，以可視化這一差異化能力，切進了工業(yè)培訓(xùn)賽道。超真云3D編輯平臺是他們的第一款產(chǎn)品，之后熾橙圍繞著這個產(chǎn)品打造了一系列場景型應(yīng)用。

比如，最開始的產(chǎn)品立體課堂就是基于超真云3D編輯平臺，在職業(yè)教育場景做出的場景應(yīng)用。基于這個編輯器，用戶可以自主地在這個零代碼平臺開發(fā)內(nèi)容，它具備實時渲染、可視化3d交互，一鍵分發(fā)，全端適配等能力，職業(yè)院校可以用它生產(chǎn)工業(yè)拆裝調(diào)試等場景內(nèi)容，更好地去做虛擬實訓(xùn)。

一家創(chuàng)業(yè)公司的產(chǎn)品能打開新市場，固然得益于通用性的技術(shù)進步。但能堅定扎根工業(yè)領(lǐng)域，則與這個團隊的技術(shù)情懷密不可分。“基于3D可視化其實也有其他應(yīng)用的場景。但那時候我們想，要創(chuàng)業(yè)就要做更難的事，工業(yè)制造這個領(lǐng)域無論從價值創(chuàng)造還是國家需求角度，都是長期的難而正確的事”。

發(fā)展過程里，他們也形成了一個長期目標，要做“中國制造全連接工具鏈”。在這一愿景驅(qū)動下，伴隨著客戶的需求增加，熾橙科技的能力也逐漸進化，形成了全鏈數(shù)據(jù)貫通和可視交互的能力，一個新型智能交互式數(shù)據(jù)融合底座CCHUB工業(yè)數(shù)據(jù)中樞和百萬級的多模態(tài)工業(yè)數(shù)據(jù)集也逐漸成形。

正是這些積累，為大模型時代熾橙科技快速切入工業(yè)多智能體領(lǐng)域，打下了良好的開發(fā)工具與數(shù)據(jù)沉淀基礎(chǔ)。

04

工業(yè)姓“工”

工業(yè)智能體要解決企業(yè)一線問題，不同于一般通用場景，容錯空間極小，一位Agent行業(yè)人士曾告訴數(shù)智前線，他們開發(fā)Agent主要應(yīng)用在電商、運營商等行業(yè)，工業(yè)制造由于場景內(nèi)要求高，一旦準確率不達標就可能影響生產(chǎn)流程，帶來不小的原材料浪費，嚴重情況甚至?xí)斐缮a(chǎn)安全事故，影響生命財產(chǎn)安全。

垂域知識工程建設(shè)的重要性由此可見一斑。

早在2022年年底，熾橙科技在底座能力成形后，就基于多源異構(gòu)數(shù)據(jù)、碎片知識等，構(gòu)建系統(tǒng)化、可視化知識平臺。工業(yè)場景里，有了垂域知識圖譜，就可以更好地反映數(shù)據(jù)間的關(guān)聯(lián)，實現(xiàn)歸因分析、數(shù)據(jù)挖掘、知識檢索等功能，助力生產(chǎn)、運維等環(huán)節(jié)提升知識傳承與使用的效率與效益。

也是在這一時期，ChatGPT問世，這個革命性產(chǎn)品一問世很快席卷全球，并打破了最快突破1億用戶的紀錄。熾橙科技的知識工程能力也在這波浪潮里升級成為了Gnosis真知工業(yè)垂域大模型。通用大模型缺乏垂直領(lǐng)域數(shù)據(jù)與知識體系，難以理解工業(yè)術(shù)語，而工業(yè)垂域大模型則能夠理解復(fù)雜工業(yè)指令。

當然，人們很快也發(fā)現(xiàn)，有了垂域模型，僅靠問答和對話機器人也不能滿足工業(yè)現(xiàn)場的需求，制造企業(yè)更需要的是能基于設(shè)備的非結(jié)構(gòu)化數(shù)據(jù)，理解復(fù)雜場景，進而實現(xiàn)自主認知和決策閉環(huán)的工具和解決方案。基于這一判斷，很快熾橙科技就分出了一支專門的技術(shù)分隊，探索工業(yè)智能體系統(tǒng)。

去年下半年開始，大模型市場開始從Copilot到Agent的演進，基模技術(shù)進步和推理成本下降，推動了Agent應(yīng)用態(tài)勢。而工業(yè)制造領(lǐng)域，熾橙科技此前的數(shù)據(jù)底座能力和豐富的垂域數(shù)據(jù)積累以及知識工程能力，為工業(yè)智能體落地路徑的探索、技術(shù)框架的搭建和打造落地應(yīng)用奠定了良好的基礎(chǔ)。

今年以來，DeepSeekR1出來后，大模型深度推理、深度思考的能力有比較大的一個提升，業(yè)界認為，“大腦”更聰明了，指令遵循準確率會更高，能更好地拆解任務(wù)，完成調(diào)度和行動。目前，熾橙科技已經(jīng)收到了許多企業(yè)的場景共創(chuàng)需求。

不過，紀堯華和熾橙科技團隊依然十分謹慎地選擇工業(yè)智能體的先行落地場景。他們判斷，在工業(yè)制造一線，大模型應(yīng)用當前可行的場景主要圍繞著在設(shè)備預(yù)測性維護、工藝參數(shù)優(yōu)化、質(zhì)量異常分析、知識沉淀與傳承等領(lǐng)域展開。

尤其是裝備運行維護領(lǐng)域，市場需求大，能給客戶創(chuàng)造明顯的價值，熾橙科技選擇從這里優(yōu)先扎根。而在化工行業(yè)的自動生產(chǎn)決策和裝備制造領(lǐng)域的設(shè)計輔助和仿真優(yōu)化場景，當下無論是基礎(chǔ)模型能力還是領(lǐng)域數(shù)據(jù)的長期積累仍有待提升，屬于未來可拓展的方向。

他們對技術(shù)在當下能做什么，不能做什么有明確的把握，以問題為導(dǎo)向，從第一性原理出發(fā)來解決問題。這種行事方式，來自這支深耕工業(yè)市場的團隊從過往發(fā)展歷程里積累的經(jīng)驗。

紀堯華和他的團隊在創(chuàng)業(yè)最初兩年就體悟到，要充分考慮市場需求，要以合適的產(chǎn)品去承接市場需求，經(jīng)濟性影響產(chǎn)品能否規(guī)模化落地。紀堯華認為，工業(yè)姓“工”，到了工業(yè)場景就需要算性價比和投入產(chǎn)出比，技術(shù)型團隊往往最難闖過這道坎。

當時，他們打算基于可視化能力在裝備檢維修場景做培訓(xùn)、實訓(xùn)和實操演練。杭州一家本地的泵閥類企業(yè)對這個方向產(chǎn)生了興趣。熾橙鉚著勁頭想在眼鏡上打造一個培訓(xùn)實訓(xùn)環(huán)境，于是先基于unity的軟件在HTC的眼鏡和微軟的HoloLens開發(fā)了兩個泵閥檢維修的內(nèi)容。

開發(fā)完成后，問題來了。兩個部門檢維修的內(nèi)容開發(fā)的成本大概60萬，加上眼鏡費用，成本接近100萬。而泵閥廠家在市場上愿意付費大概在5萬，差距非常大。

這讓他們意識到技術(shù)經(jīng)濟性的重要性。最終他們找到了當時的技術(shù)條件下更經(jīng)濟的輕量化方案，打造出了熾橙引爆市場的第一款拳頭產(chǎn)品超真云3D編輯器。

大模型時代，熾橙科技也依然務(wù)實，定位“卷‘小’不卷大”，采取大小模型結(jié)合的技術(shù)，來確保產(chǎn)品真正解決面向場景工業(yè)一線的問題。

05

生態(tài)作戰(zhàn)

當下，正值工業(yè)制造領(lǐng)域從數(shù)字化向智能化躍遷的起步階段，大重構(gòu)剛剛開始。

新的時代，競爭的邏輯也在悄然起變化。

不同于上個時代工業(yè)軟件功能相對單一的應(yīng)用模式，智能體時代，工業(yè)智能更像是一個開放系統(tǒng)。

以熾橙科技的生成式多智能體系統(tǒng)為例，紀堯華認為，AI大模型加上CCHUB這個數(shù)據(jù)解析底座，可以與知識圖譜、數(shù)字孿生等技術(shù)結(jié)合，也可以接入企業(yè)已有的工業(yè)軟件能力及數(shù)據(jù)，從而輔助優(yōu)化決策。

對市面上一些已經(jīng)非常成熟的能力，多智能體系統(tǒng)不用重復(fù)造輪子，可以直接封裝到多智能體系統(tǒng)中，支持多源異構(gòu)數(shù)據(jù)融合去完成企業(yè)用戶希望實現(xiàn)的內(nèi)容，最終形成更大范圍的智能中樞。

目前，海外巨頭里英偉達Omniverse平臺也在朝這一方向演進，中國玩家正與海外巨頭同步發(fā)展。

在這場重構(gòu)里，中國企業(yè)處在獨特的競爭生態(tài)位上。目前國內(nèi)有最完整的工業(yè)體系，是工業(yè)智能演化的絕佳土壤。同時，大量的企業(yè)有強烈的意愿來推進工業(yè)智能體的建設(shè)。

熾橙科技位于杭州，紀堯華在熾橙科技的成長歷程里又充分感知到了杭州這座城市各類創(chuàng)新要素匯集后對創(chuàng)業(yè)企業(yè)的激發(fā)作用。

創(chuàng)業(yè)之初來自浙大的技術(shù)支持帶來的影響自不必提，浙大校友圈鏈接出去的產(chǎn)業(yè)生態(tài)，也有助于熾橙科技打造產(chǎn)業(yè)朋友圈。這些位于中國市場經(jīng)濟最發(fā)達地區(qū)的企業(yè)們有意愿有能力與技術(shù)服務(wù)商攜手共創(chuàng)，讓創(chuàng)新性解決方案找到合適的落地場景。

而在當下，杭州的創(chuàng)新要素匯集等特性，又能給參與這場大重構(gòu)的企業(yè)提供一個創(chuàng)新加速度。比如創(chuàng)新產(chǎn)業(yè)鏈完整，同一個城市里既有基礎(chǔ)模型企業(yè)又有具身智能公司還有場景應(yīng)用方，企業(yè)可以更快去完成POC驗證和落地閉環(huán)。

“這也是一種天時地利人和”，紀堯華說。

路徑和方向已經(jīng)明確了，技術(shù)路線上也可行，但紀堯華也坦言，這個多智能體系統(tǒng)要真正發(fā)揮出巨大的價值，還面臨開放度的挑戰(zhàn)。

ToB場景不同于ToC應(yīng)用，它不是單點突破的獨角獸，而需要建成一個產(chǎn)業(yè)級生態(tài)，需要與企業(yè)內(nèi)已有的數(shù)據(jù)和系統(tǒng)融合對接，也需要能調(diào)動更多的開發(fā)應(yīng)用加入。

熾橙科技的務(wù)實特性，在他們對多智能體系統(tǒng)的落地路徑上又再次體現(xiàn)了出來。紀堯華認為，這是一個循序漸進的過程。

最開始，一些企業(yè)是對單點、高頻應(yīng)用比如智能檢維修助手感興趣。比如過去幾個月，紀堯華和他的團隊就接待了非常多的到訪客戶，他們在了解工業(yè)智能體的過程里發(fā)覺到CCHUB的重要性后，又掉頭開啟企業(yè)內(nèi)數(shù)據(jù)的梳理和準備工作。

而數(shù)據(jù)貫通這個基礎(chǔ)工作做好后，企業(yè)發(fā)覺智能體會越用越智能后，一些檢維修場景之外，比如生產(chǎn)協(xié)同、輔助決策和仿真分析，可能就會產(chǎn)生新的智能體落地需求。

要滿足這部分需求，就需要更豐富的行業(yè)數(shù)據(jù)。它不存在于單一的組織里，而在不同行業(yè)的大型工業(yè)設(shè)計院所手中。開年這波DeepSeek熱潮，推理模型能力的快速進化，讓許多相關(guān)的組織基于手頭數(shù)據(jù)去推進工業(yè)智能的意愿前所未有的強烈。熾橙科技最近也得以與不少細分行業(yè)里的頭部工業(yè)設(shè)計院所合作，加速打造跨區(qū)域產(chǎn)業(yè)數(shù)據(jù)集。

圍繞著更多行業(yè)、更多企業(yè)的多樣化工業(yè)智能體落地需求，熾橙科技還在多智能體框架里規(guī)劃了一個新角色，“熾橙AIDT-IND”系統(tǒng)。這是一個工業(yè)AI孿生態(tài)多智能體開發(fā)平臺，未來它能囊括更多企業(yè)內(nèi)的典型知識積累和場景應(yīng)用。

當前階段，熾橙科技已經(jīng)開始規(guī)劃開放接口和二開功能，先讓其他行業(yè)的用戶或者生態(tài)伙伴可以加入智能體的構(gòu)建過程里來。

伴隨著越來越多的應(yīng)用生態(tài)構(gòu)建，基于融入了大模型能力的多智能體系統(tǒng)會在工廠和制造業(yè)企業(yè)的管理運行中逐漸扮演大腦的角色，成了工業(yè)智能體的智能中樞。

這是一個生態(tài)群落打群架的過程。紀堯華認為更開放協(xié)作是國內(nèi)企業(yè)在這場換道超車的競賽里獲得發(fā)展加速度的另一大關(guān)鍵點。

“在正確的時候做的一件非常正確的事，這件事有點難，有點煎熬，但很值得”，紀堯華說。

（歡迎加作者微信，進群交流，微信號moonfly713）