一、产业发展总体概况
当前我国新型工业化建设正处于数字化向智能化跃迁的关键节点，人工智能与制造业深度融合成为发展新质生产力的核心抓手。经过十余年的基础设施铺设与场景探索，工业互联网、工业软件、智能装备等核心领域已形成规模效应，技术路径从单点工具应用向全链路智能闭环演进，产业格局从外资主导逐步向国产自主可控方向突破。
从产业规模看，2025 年我国工业互联网核心产业规模超 1.6 万亿元，带动相关产业增加值超 3.9 万亿元，应用已覆盖全部 41 个工业大类、185 个工业中类，体系化发展走在全球前列。工业软件领域 2025 年实现收入 3330 亿元，同比增长 9.7%，其中生产控制类、研发设计类软件增速显著，运维服务类更是以 16.3% 的增速领跑，反映出产业从重建设向重运营的转型趋势。工业机器人产量 2025 年达 77.3 万套，同比增长 28%，连续 12 年位居全球最大应用市场，国产整机市场份额首次突破 55%，实现从跟跑到并跑的转折。机器视觉市场 2025 年规模约 220 亿元，3D 视觉细分赛道复合增速超 25%，成为带动产业升级的核心增量。工业信息安全市场规模突破 360 亿元，增速保持在 25% 左右，合规驱动与实战需求双轮拉动效应明显。
数字化基础能力持续夯实，截至 2025 年上半年，全国规模以上工业企业数字化研发设计工具普及率达 85.4%，关键工序数控化率达 67.7%，制造业数字化转型渗透率提升至 68%。全国累计建成 7000 余家先进级、500 余家卓越级智能工厂，5G 工厂数量超 8000 家，重点工业互联网平台连接工业设备超过 1 亿台套，为人工智能规模化落地奠定了坚实的数据与网络底座。
二、人工智能赋能新型工业化的层级架构与实施路径
（一）制造业数智化转型六级架构
人工智能赋能新型工业化遵循自下而上的六级分层架构，对应从终端设备到产业生态的不同层级，形成端边云协同的智能体系。L1 设备单元层为感知执行层，以数控机床、工业机器人、加工装配单元、仓储单元等物理设备为载体，通过传感器、执行器实现数据采集与指令执行，是工业数据的源头与智能落地的最终执行端。L2 产线级为智能控制层，依托数据采集器、工业网关实现产线数据汇聚，承担近端控制职能，聚焦单条产线的运行控制与状态反馈。L3 车间级为监控优化层，通过 SCADA、PLC、DCS、HMI 等系统实现车间级设备协同与生产监控，具备边缘自治能力，可完成智能排产、产线调度等本地化决策。L4 工厂级为制造管理层，依托 CAX、MOM、MES、EMS、ERP、PLM 等系统统筹全厂生产资源，实现制造全流程管理与资源优化，对应企业私有云部署。L5 企业级为经营管理层，覆盖 CRM、SCM、TMS 等全价值链经营系统，统筹企业整体经营决策，对应企业公有云部署。L6 生态级为产业协同层，面向产业集群与产业链，实现供应链协同、设计协同、集中采购、产业金融、产品溯源等跨企业价值协同，依托工业互联网平台实现产业级资源调度。
与之匹配的智能算力体系同样分级配置：设备层为超小规格算力，单节点算力低于 500GFLOPS，承载故障诊断、工艺优化等轻量化小模型；产线与车间级为小到中规格算力，区间为 500GFLOPS 至 1PFLOPS，支撑产线检测、能耗计算、工控代码生成等场景；工厂级为中规格算力，约 1PFLOPS，承载智能排产、仓储优化等应用；企业级为大规格算力，1 至 10PFLOPS，支撑经营策略、归因分析等复杂决策；生态级为超大规格算力，超过 10PFLOPS，承载供需匹配、供应链协同等产业级大模型。
（二）分层级实施路径
人工智能赋能新型工业化按照数据勘察、高质量数据集建设、智能算力部署、模型训练与推理、工业智能体场景赋能五步方法论推进，各层级结合自身数据特点与业务需求形成差异化落地路径。
1. 设备单元级实施路径
设备层数据主要包括设备数据、状态数据与工装数据三类，具备实时性强、动态变化大、多源异构、价值密度低、物理意义明确五大特征。数据采集需部署支持时间敏感网络的边缘网关，保障微秒级时间同步；预处理采用流式计算架构在边缘端完成清洗，引入物理机理模型剔除违背物理常识的噪点；标注采用状态驱动自动标注与机理规则语义标注结合，筛选高价值样本降低标注成本；存储选用高性能时序数据库，实施冷热分级存储策略，将异常数据存入热存储、正常数据归档冷存储。
模型层面以轻量化小模型为主，训练与推理算力需求均在 1TFLOPS 与 1TOPS 以下，采用终端或边缘侧部署。典型应用场景包括三类：一是故障诊断，基于机器学习模型识别设备振动、温度等数据中的故障特征，实现异常预警与根因定位；二是工艺优化，通过深度学习模型实时动态调整切削速度、进给量等工艺参数，提升加工精度与良率；三是寿命预测，基于历史工装数据与运行状态预测设备剩余寿命，动态调整更换周期，减少工装失效导致的产品缺陷。合肥某制冷工厂落地设备管理智能体后，设备平均维修时间从 120 分钟降至 40 分钟，效率提升 300%。
2. 产线与车间级实施路径
产线与车间层数据分为控制系统数据与网络参数数据两类，具备实时性强、数据体量大、数据质量低、多源异构、关联度高五大特点。数据采集采用分布式高并发架构，搭建工业级光纤环网与 5G 专网保障传输，实施全产线时钟同步确保数据时间基准统一；预处理通过实时流处理引擎完成即时校验，构建数据时空关联将不同工序数据按产品序列号拼接；标注采用批量自动化打标，设置数据质量评分标签；存储构建湖仓一体化架构，利用图数据库显性存储设备与工序间的关联拓扑。
模型层面小模型为主，部分场景基于大模型微调，训练算力需求 1 至 10TFLOPS，推理算力 1 至 5TOPS，主要采取边缘侧部署，部分大模型场景采用云端协同。典型应用场景包括三类：一是工控代码生成，基于高质量 PLC 历史工程代码微调轻量化代码大模型，支持自然语言输入生成标准控制代码，辅助工程师完成逻辑编写与调试；二是能耗预测，结合伺服参数、设备启停状态与能耗机理模型建模，实时预测产线能耗并输出优化方案；三是产线异常检测，基于系统日志、网络流量与操作记录建立检测模型，及时识别异常行为并预警。工业 PLC 代码智能体在大型项目配置中可替代人工手动配置，大幅缩短开发周期并降低出错概率。
3. 企业级实施路径
企业级数据覆盖人力资源、财务、采购销售、成本、供应链、生产计划、质量、调度、售后服务等十大类，具备强业务规则驱动、强战略导向、全域覆盖价值链、高安全合规要求四大特征。数据采集通过 API 接口对接 ERP、CRM、SCM 等核心业务系统，建立主数据管理体系保障数据一致性；预处理严格遵循财务、税务等业务规范进行数据校验，构建多维数据模型完成预聚合计算；标注按照企业标准代码体系进行业务属性分类标注，区分核心决策数据与辅助参考数据；存储搭建企业级数据中台，部署具备行级列级权限控制的数据库，实施敏感数据脱敏与全程加密传输。
模型层面采用大模型加小模型协同模式，训练算力需求超过 1PFLOPS，推理算力超过 5000TOPS，主流采取云端或云边协同部署。典型应用场景包括经营利润预测、采购协同调度、智能财务管理、产品碳排优化、人员技能任务匹配五大类。经营利润预测通过打通订单、成本与客户数据，实时预测原料价格、销量与折扣，输出订单级动态利润指导定价；采购协同调度生成供应链知识图谱，通过强化学习动态优化采购库存运输方案；智能财务管理推演最优付款、融资与预算调配策略；产品碳排优化构建碳图谱实现低碳设计工艺寻优；人员技能匹配构建人岗知识图谱，推荐最优人选并预测投入产出。金蝶开发的经营管理智能体帮助企业财务结算效率提升 40% 以上，人力配置合理性提升 30%，库存周转天数减少 25%。
三、细分领域技术演进与产业格局
（一）工业控制：向开放自动化与边缘智能演进
工业控制产业正从封闭黑盒架构向可连接、可计算、强安全方向演进。架构层面，软件定义自动化成为主流趋势，虚拟软控制器通过容器与虚拟机解耦硬件依赖，IEC61499 标准重塑分布式控制可移植性，全球软件定义自动化市场预计 2036 年突破 112.5 亿美元，年复合增长率约 16%。算力层面，控制器端 CPU 加 GPU/NPU 混合架构普及，机器视觉缺陷检测、振动异常判别等推理任务下沉至机柜内实现毫秒级闭环，端到端时延压缩至 20 至 40 毫秒。安全层面，IEC62443 框架已成为大型客户硬性准入条件，加密通信、证书管理与远程审计纳入招标强制条款，国密资质与信创方案成为国产厂商核心竞争力。
市场格局呈现存量博弈特征，国产替代持续向核心控制层推进。小型 PLC 国产化率已超 60%，但大中型 PLC 国产化率仅约 18.8%，外资仍占据汽车主线、半导体晶圆厂等高端领域七成以上份额。头部国产品牌依托运动控制加伺服加变频的协同方案抢占离散市场，流程工业 DCS 国产化率已突破 28%，中控技术连续 14 年位居国内流程工业第一。商业模式正从单一硬件销售向产品加服务加订阅转型，远程运维、预测性维护、能耗优化等 SaaS 服务成为头部厂商新的收入增长点。
（二）工业互联网：从连接规模向价值交付跃迁
工业互联网已完成基础设施铺网阶段，进入高质量发展周期。价值重心从设备连接规模转向数据增值与模型沉淀，政策导向明确到 2028 年重点平台工业设备连接数突破 1.2 亿台套、平台普及率达 55% 以上，核心考核指标从连接数量转向场景落地成效与降本增效水平。技术架构向边缘原生重构，OPC UA over TSN 打破设备协议壁垒，AI 推理与控制逻辑下沉至产线边缘实现毫秒级闭环，云端专注跨域资源调度与长周期优化，形成边缘实时决策、云端全局优化的分工体系。
产业格局呈现头部集中、垂直深耕的特征。国家级双跨平台梯队稳定，卡奥斯、浪潮云洲、树根互联、用友精智等头部平台逐步形成差异化优势，分别在家电、装备制造、设备物联、经营管理等领域建立壁垒。通用型平台生存空间收窄，深耕注塑、纺织、电子装配等垂直行业的平台凭借工艺包加软件的一体化方案获得更强客户粘性。商业模式从项目制向订阅制转型，先用后付、效果付费等新模式逐步落地，推动工业互联网从 CAPEX 改造工程向 OPEX 持续采购转变。
（三）工业视觉：3D 升维与 AI 原生双轮驱动
工业视觉正从看得见向靠得住、算得快、接得稳升级，市场结构从 2D 主导向 2D 加 3D 加计量融合演进。技术层面，3D 视觉成为核心增长引擎，结构光、线激光精度进入 0.05 至 0.1 毫米级，在焊接引导、铸件尺寸检测、无序抓取等场景从可选变为必选，预计 2028 年 3D 视觉市场规模将突破 70 亿元。AI 技术推动小样本落地，蒸馏后的轻量大模型结合自监督学习大幅压缩标注量与上线周期，但受产线节拍与可靠性约束，落地形态仍以 AI 判别加规则引擎加人工确认为主，完全自主闭环集中在非安全关键回路。部署形态向边缘推理演进，智能相机逐步替代传统 PC-Based 架构，采集、处理、控制一体化实现降本增效，图像数据仅保留关键片段上云，大幅降低带宽成本与安全风险。
市场格局呈现双层固化特征，中低端 2D 市场国产品牌占据主导，海康机器人一家工业相机出货占比超 54%，但高端 3D 检测与计量场景仍由基恩士、康耐视等外资把持。利润重心从硬件向软件与算法迁移，具备自研算法平台与行业模板库的厂商获得更高毛利，纯集成商生存空间持续收窄。下游需求结构分化，3C 电子、汽车、半导体仍是三大核心应用领域，锂电、光伏受产能周期影响增速放缓，半导体量测则成为高溢价增量赛道。
（四）机器人：从单机自动化向具身智能进阶
机器人产业正处于从可编程执行器向泛化作业系统升级的转折点。工业机器人仍是基本盘，2025 年产量 77.3 万套，出口量首次超过进口量，整机骨干企业自主化配套率超 80%，应用从传统焊接搬运向精密装配、打磨抛光等高端环节延伸。核心零部件国产替代持续推进，谐波减速器已实现规模化突破，但 RV 减速器、高端力矩电机、六维力传感器仍依赖进口，是下一阶段攻坚重点。
人形与具身智能成为产业新焦点，2026 年被视为规模化落地元年，国内出货量预计 2.8 至 6.25 万台，应用场景聚焦工厂搬运、上下料、高危脏累等 3D 岗位。技术路线收敛为端侧小脑加云端大模型的分层架构，运动控制、力控柔顺等实时功能由本地端侧完成，任务规划、语义理解等非实时功能由云端大模型支撑，安全分区隔离 AI 域的不确定性。商业模式加速向 RaaS 即机器人即服务转型，按产能与可用性结算替代一次性设备销售，倒逼厂商提升可靠性与全生命周期服务能力。
（五）工业软件：国产攻坚与 AI 原生重构
工业软件是智能制造的大脑，也是卡脖子问题最突出的领域。整体市场结构中，嵌入式软件占比最高约 58%，经营管理类国产化率已达 70%，生产控制类约 60%，研发设计类国产化率最低仅 10% 左右，EDA 进口依赖度高达 97%，高端 CAD、CAE 仍由达索、西门子、ANSYS 等外资垄断。政策驱动下存量替换加速，2027 年完成 200 万套工业软件更新换代的量化目标推动央国企进入集中替换窗口，信创合规成为采购硬门槛。
技术演进呈现三大方向：一是 AI 原生化重构研发范式，Text-to-CAD 生成式设计、AI 加速仿真、智能工艺优化逐步落地，将设计从人主导建模转向人审核修正，生产侧 AI 嵌入 MES 实现预测性维护与质量实时控制；二是云化订阅化成为主流，云 MES、云 PLM 快速渗透，收入结构从一次性授权向订阅加数据增值服务迁移，但核心研发与生产现场仍坚持本地私有云闭环；三是数字孪生从可视化走向决策闭环，设计阶段仿真即设计减少实物迭代，制造阶段虚拟调试与工艺优化，运维阶段数据回流持续提升模型精度，最终实现全生命周期量化决策。
（六）工业信息安全：从合规驱动向实战运营升级
工业信息安全已从可选配置变为生存底线架构。驱动逻辑从合规要求转向实战威胁，勒索软件从广撒网转向精准打击能源电力、制造等高价值目标，国家级 APT 攻击频次上升，迫使企业从被动防御转向持续监测与应急响应体系。技术架构从零信任落地 OT 场景，设备以机器身份证书替代静态 IP，跨区域通信采用零信任网络访问，远程运维入口绑定设备指纹与多因素认证，严格控制访问权限与时间窗口。
市场层面，2025 年工业网络安全市场规模约 120 亿元，增速达 25%，远高于整体信息安全市场。产品结构从边界防火墙向平台化服务迁移，工控安全管理平台、AI 增强检测、托管安全服务成为增长最快的高毛利方向。国产化持续推进，电力、轨交、石化三大关基场景合计占需求 65%，具备国密合规与 OT 深度适配能力的本土厂商获得结构性倾斜。商业模式从硬件销售转向持续运营服务，威胁检测、应急响应、合规审计等续费型业务占比持续提升。
四、政策环境与发展支撑
我国智能制造与工业人工智能政策体系经历了清晰的演进路径，逐步从顶层设计走向落地执行，从能力建设转向质量提升。
▌工业控制领域经历能力补短板、安全强底线、存量换新加自主可控三阶段。早期以《中国制造 2025》为总纲，将工控系统列为核心攻关方向；十四五期间明确高端 DCS、PLC 为研发重点；近两年政策重心下沉为强制替换与安全兜底，明确到 2027 年完成 80 万台套工业操作系统更新换代，石化化工等行业老旧装置实施强制自动化改造，国产替代从可选项变为合规刚需。
▌工业互联网领域经历基础设施铺网、平台壮大、智能工厂落地三阶段。2017 年顶层纲领明确三大体系建设，首个三年行动计划完成网络标识安全底座搭建；十四五期间转向提质增效，建成上千家先进级智能工厂；当前进入平台质量与智能工厂梯度培育双线并行阶段，2026 年初印发的《推动工业互联网平台高质量发展行动方案（2026-2028 年）》明确将工业智能体、工业数据增值、模型沉淀纳入考核，完成从连接叙事向价值交付的切换。
▌工业软件领域经历制度筑基、攻关布局、需求侧换轨三阶段。2020 年起从财税、投融资、进口免税等维度构建制度支撑；十四五将 CAD、CAE、EDA 列为重点突破领域；2024 年设备更新行动开启需求侧换轨，用政府采购牵引国产替代。2025 年起工业软件整体嵌入人工智能 + 国家级工程，从替代可用升级为智能原生乘平台化运营乘行业场景规模化。
新质生产力战略为产业提供了顶层定位，明确一手培育人工智能、高端装备等战略性新兴产业，一手用数智技术改造提升传统产业。政策打法采用分布式体系，从顶层定调到分领域配套文件，再到科技、数据、人才、资本、标准多维度协同驱动，为人工智能赋能新型工业化营造了完备的政策环境。
五、发展建议与未来展望
（一）推进工业高质量数据集体系建设
数据是工业人工智能的基础生产要素，需构建分级分类分环节的多维目录框架，实现数据集精准归类。分级上按照生态级、企业级、工厂级、产线车间级、设备级划分，对应不同数据权属与应用范围；分类上区分行业通识数据与行业专识数据；分环节上覆盖研发设计、生产制造、运维服务、经营管理四大环节。
打造本体模型驱动的数据体系，建立语义统一的数据与知识底座，消除不同系统间的语义模糊性，实现互联互通。依托可信数据空间打通数据集供给方、需求方与服务方的协同链路，基于数据本体关系实现产业云、边缘云、企业云语义贯通，推动数据安全有序流通。建设智能数据基础设施，推广数据采集、预处理、标注、验证全流程标准化工具，降低高质量数据集构建成本。
（二）建立工业智能体应用评测体系
工业智能体是人工智能赋能工业的核心载体，需建立分行业分层级的评测体系，保障落地质量与安全可控。场景能力维度梳理不同行业典型应用场景，建立细分行业工业智能体应用评测指标，验证场景适配与推理泛化水平。基础能力维度考察语义理解、逻辑推理、多轮对话、工具调用等通用能力，保障人机交互可靠性。核心组件能力维度评估数据集质量、模型性能、算力适配度等底层支撑。业务落地能力维度考核生产效率提升、不良率降低、成本下降等实际业务成效。平台运营能力维度评估系统稳定性、可扩展性、运维效率等运营指标。
同时需建立安全可信评测体系，对工业智能体的决策边界、伦理规范与安全性进行极限测试与认证，从制度层面消除企业不敢用、不敢管的顾虑。建立评测驱动的良性优化闭环，通过评测诊断反哺数据集优化、模型迭代与智能体升级，推动能力持续演进。
（三）打造工业互联网加智能体新范式
构建 T 形架构，以横向工业互联网生态平台为依托，以纵向贯通各层级的智能体为支柱，形成工业互联网加智能体的新型范式。纵向形成从设备级、产线级、车间级、工厂级、企业级到生态级的智能体梯队，各层级智能体各司其职又协同联动：设备级智能体负责故障预测诊断与工艺参数优化，产线级智能体负责产线异常检测与工控代码生成，车间级智能体负责生产协作与资源调度，工厂级智能体负责生产计划编排与资源统筹调配，企业级智能体负责经营利润预测与财务精细管理，供应链智能体负责供需对接与物流协同。
横向工业互联网平台承担生态协同职能，汇聚产业链上下游资源，提供集中采购、供需对接、资源共享、产业金融等公共服务。通过智能体加平台的架构，实现数据纵向贯通、业务横向协同，推动制造业从单点智能化走向全局智能化。
（四）未来发展趋势展望
未来 12 个月，政策红利将从喊话转为实质性订单，设备更新专项资金进入密集落地期，关基行业国产化采购比例持续提升。AI 落地将回归务实，从大模型炫技转向边缘侧算效提升，视觉质检、预测性维护、排产优化等直接产生效益的场景加速量产。中小企业数字化迎来爆发期，小快轻准解决方案与订阅模式降低试错门槛，上云率持续提升。出海成为行业共识，工控、视觉、机器人、工业软件等领域头部企业加速布局东南亚、中东等市场，中国方案的性价比与工程化优势逐步显现。
未来 36 个月，市场规模将持续稳步扩张，预计 2028 年工业互联网核心产业规模突破 2.5 万亿元，工业软件市场突破 4800 亿元，工业机器人本体加集成市场突破 5000 亿元。技术层面，工业智能体从辅助执行走向自主决策，具身智能在工业场景实现规模化 ROI 闭环，3D 视觉、数字孪生、云边协同等技术深度融合。产业格局进一步向头部集中，具备全栈能力与垂直行业深度的厂商持续收割份额，纯集成商与同质化平台加速出清。安全与合规始终是发展底线，内生安全、零信任架构、数据分类分级将成为所有智能系统的标配，保障人工智能赋能新型工业化行稳致远。
