工业智能体行业发展报告

工业智能体发展报告中国工业互联网研究院智能化研究所北京信息化和工业化融合服务联盟中国科学院计算技术研究所2026 年 9 月I特别声明本报告由中国工业互联网研究院智能化研究所、北京信息化和工业化融合服务联盟、中国科学院计算技术研究所牵头编制，联合超聚变数字技术股份有限公司、北京神州光大科技股份有限公司、江苏慧工智能科技有限公司、中国电信集团有限公司、紫光云技术有限公司、福建工业互联网发展研究中心等共同参与完成。如果需要转载，须事先征得同意并注明“转载自中国工业互联网研究院智能化研究所、北京信息化和工业化融合服务联盟和中国科学院计算技术研究所”字样。恳请各方批评指正，以及开展相关交流合作。主编：顾维玺、闫同柱、程学旗副 主 编：马戈、朱国伟、叶鸿儒、周河晓、何戌编 写 组：刘永新、朱文友、朱鹰、谭学程、唐元武、姜宝正、李直儒、王骁、孙思齐、邱文瀛、傅冰飞、肖泽晓、李珏、魏常宁、李甲、刘晓慧、张宇宣、吕衎、李艳霞、段思祺、蒋泊辰、李优、廉润泽主审：冯诀宵、黄自成、王青春、何思佳校验：罗盈盈、李晨旭、陈超、和子然、陈悦、李婧妍、杨昱文、乔港II前 言人工智能正从感知识别与内容生成向复杂推理、任务规划和行动执行拓展。制造业历经自动化、信息化、网络化与平台化的长期建设，已形成较为完备的工业软件、设备连接及数据资源基础。两股力量相互促进，使人工智能具备进入研发、生产、运维和服务等核心业务过程的工程条件，工业智能体因此成为人工智能赋能新型工业化的关键载体。工业智能体不是对工业互联网平台、工业软件和控制系统的替代，而是面向清晰明确的工业任务，对现有数字能力的系统性重新整合。工业智能体以明确的工业任务目标为牵引，获取任务相关上下文信息，调用专业模型与工具形成实施方案，经由业务系统和现场装备开展受控执行，并依据确认回执对执行结果进行核验。在此背景下，制造业数字化智能化转型正呈现出三方面深刻转变：一是由系统功能驱动转向业务任务驱动，二是由单点优化转向跨系统协同，三是由信息辅助转向可验证、可接管的受控执行。评判工业智能体的发展水平，不能仅看模型是否先进，更要考察其能否在真实工况下完成任务并取得可核验的业务成效。本报告是对工业智能体产业的系统研究成果，共分六章。第一章界定工业智能体的概念与战略意义；第二章从产业、功能、运行多个维度建立工业智能体体系架构；第三章按照数据、算力、模型、网络、安全与自进化六个层面阐述核心技术；第四章围绕研发设计、中试验证、生产制造、运维管理和营销服务五个环节III梳理产业实践；第五章聚焦工业智能体平台建设、一体机矩阵部署、工业智能体评测以及供需对接等重点工作进行讲解；第六章展望工业智能体由辅助工具向核心引擎演进的未来图景。当前，工业智能体正处于由场景试点向规模应用过渡的关键阶段。本报告旨在为完善政策体系、推进应用场景建设、深化行业前瞻研究提供参考，也期待与产业各方共同探索符合工业特点、安全可信、渐进发展的智能体发展路径，为推进新型工业化、建设制造强国贡献力量。IV目 录第一章 工业智能体内涵、作用与定位.................................................. 8一、工业智能体内涵........................................................................8二、工业智能体作用........................................................................9三、工业智能体定位......................................................................10第二章 工业智能体体系架构.................................................................14一、产业体系..................................................................................14二、功能体系..................................................................................19三、运行体系..................................................................................22第三章 工业智能体核心技术.................................................................24一、 数据：多源连接与语义底座构建.......................................25（一） 多系统与现场设备多源连接..................................26（二） 统一事件模型构建..................................................27（三） 工业知识图谱.......................................................... 28（四） 数字孪生映射.......................................................... 28二、 算力：云边端协同部署....................................................... 29（一） 云侧：模型训练、数据治理与全局优化..............29（二） 边侧：低时延推理与现场编排..............................30（三） 端侧：确定性执行与安全联锁..............................31（四） 协同部署与弹性运维技术......................................32（五） 工业智能体一体机..................................................33三、 模型：单智能体集成应用................................................... 34V（一） 感知：工业多模态感知与情境理解......................34（二） 记忆：分层工业记忆体系......................................35（三） 推理：大模型与工业知识混合推理......................36（四） 规划：约束感知的任务规划与动态重规划..........37（五） 工具调用：工具标准化封装与安全调用..............37（六） 策略约束与受约束决策生成..................................38四、 网络：多智能体协同编排..........