全栈实践驱动制造业升级 群体智能成工业AI演进方向

近日，第二十届沙利文全球增长、科创与领导力峰会暨第五届新投资大会（以下简称“沙利文峰会”）在上海举行，树根科技作为工业智能领军企业受邀参会。

在“AI 的进阶与飞跃” 论坛上，树根科技创新实验室主任孙佰贵作了题为《开创工业AI新纪元：树根科技的全栈实践》的演讲。

2.3 万亿蓝海，工业智能开启规模化落地

随着工业大模型、智能体及具身智能技术逐步成熟，工业智能已由早期探索阶段向规模化应用阶段演进。数据显示，中国工业智能体市场，预计由2025年的3,080.2亿元增长至2030年的23,175.5亿元。

极速膨胀的市场必将吸引更多资深玩家加入角逐，这也意味着同一赛道的竞争更加激烈，比拼的焦点从实验室中的技术验证走向工业场景的全面落地。

在实际应用层，所有工业智能企业都不得不面对四大挑战。

首先是数据端，企业内部各系统相互独立，缺乏统一的数据与业务架构，让数据流转更慢，增加集成成本；其次，数据采集后，其质量参差不齐。稳定的高质量数据供给缺失，导致模型的泛化与自优化能力持续受限。

然后在模型端，市面上多数的工业大模型多聚焦单任务优化，缺乏多智能体协同调度与自主决策能力，针对复杂环境的适应能力存在短板。最后，工业智能体普遍采用私有化部署，知识、模型及数据资产难以实现可信共享，复用和生态协同机制尚未成熟，更限制了工业智能未来的潜力。

从高质量数据的采集互通，到模型的持续优化和多功能协同，再到高标准、高精度的现场作业要求，单纯靠钻研大模型软件或者机器人硬件，都无法解决这些问题，破局的关键在于企业需具备工业智能的全栈能力。

工业AI竞逐下半场，全栈能力成为打破平衡的关键砝码

何为全栈？打个比方，如果工业智能是一个人，大模型是他的大脑，帮助他感知世界、做出决策，具身机器人则是他的身体，用来执行任务、完成作业。

全栈，就是要将大模型与机器人巧妙地融为一体，打通数据、模型、执行载体的全链路，实现“感知-决策-执行-反馈”的闭环。这就要求，企业既要有优化数据与模型的软件智能体，也要有在物理空间执行作业的具身智能体和承载智能体的机器人制造能力，并实现两类智能体的全面协同。

具体来说，软件智能体负责面向工业业务流程，通过软件系统完成任务理解、知识调用、决策优化和流程编排；具身智能体则要面向工业现场，通过机器人本体和控制系统完成环境感知、动作执行和物理交互。

这两类智能体对应的正是树根科技的“企业大脑”与“机器人大脑”。在过往十年的工业实践中，树根科技积累了海量数据资产和行业经验，用这些高质量数据训练调优自研的根灵工业大模型，开发服务于企业生产运营各环节的工业智能体；同时兼备各类具身机器人的自主量产能力，是一家真正意义上的工业智能全栈企业。

工业智能的全栈，在于软硬件一体化的“技术全”，更在于工业场景广覆盖的“应用全”。

目前，树根科技已在至少48个高价值场景中完成验证：从单工位出发，智能焊接机器人的合格率达到97%以上，人工成本减少约80%；到全厂产线的整体优化，AI超级工厂把生产周期从30天缩短到7天，设备OEE提升30.8%；再到工厂之外，无人物流实现98%的全流程自动化，综合效率提升40%到60%，实现厂内厂外的效率双升；全栈能力真正进入生产闭环，释放真实价值。

场景是落地应用的终点，也是下一轮模型进化的起点。从场景中采集数据反哺模型，再由模型驱动智能体在场景中持续优化迭代，工业智能的成长飞轮由此产生，在具体场景中将能力提升到极限。

从实验室中走出，到应用于真实的工业场景，工业智能的下半程将通往何处？树根科技认为，单一场景的智能化并非工业智能的极限，面对愈加复杂的工业场景，向群体智能演进已成必由之路——将软件智能体、具身智能体与工业系统组织成可协同、可反馈、可持续升级的整体，最终实现全局最优。

当下，全球科技目光再次聚焦制造业，工业智能或将成为下一次产业升级的关键钥匙。从世界工厂到智造高地，这条路中国走了20年。工业智能的发展，或许能让下一个十年的跃迁，来得更快一些。