Semi-Tech, a China based Advanced Smart Manufacturing Solution Provider. Software empowers smart man-从WAIC到“AI+制造”：工业AI需要做深，做实

从WAIC到“AI+制造”：工业AI需要做深，做实

26-07-2112:00:00

7月20日，2026世界人工智能大会（WAIC）在上海圆满落幕。大会首日，习近平主席在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上发表主旨讲话，为人工智能发展和全球治理指明方向，也进一步彰显了我国推动人工智能创新发展、赋能实体经济的坚定决心。

大会期间，上海发布《上海市进一步推动“AI+制造”发展的若干措施》，围绕工业垂类大模型、工业智能体、工业软件、工业互联网、工业数据治理等方向推出13项举措，为人工智能与先进制造深度融合提供更加系统的政策支撑。

行业成果盛会与专项政策的精准出台形成时空共振，传递出明确的产业信号：工业AI的发展，正在从单点技术创新迈向全面化、落地化的场景应用新阶段。

本期《特别洞察》，赛美特将从WAIC展示的新趋势，审视工业软件结合AI的发展路径与落地场景。

WAIC 2026：工业AI的新产业特征

2026年的WAIC，工业AI开始呈现出更加完整的商业应用形态。

众多科技企业正围绕真实产业场景，加速构建从底层大模型、Agent开发平台到行业应用的AI生态。例如，阿里巴巴持续推进通义大模型能力升级，并通过百炼（Model Studio）等平台降低企业Agent开发门槛，推动AI能力加速落地企业研发、办公等业务场景，并支持制造等行业应用开发；腾讯围绕混元大模型、Agent开发平台及企业级智能应用，持续完善智能体开发生态；西门子发布工程智能体Eigen，可自主完成程序编写、自动化设备配置和工程调试，并推出工业AI编排平台，实现工业智能体、机器人与生产数据的统一调度。

这些实践虽然路径不同，却共同释放出一个清晰的产业信号：工业AI正加速从技术创新走向产业应用。从WAIC展示的方案来看，产业关注点已不再局限于底层模型，而是进一步延伸至AI基础设施、工业软件、智能体平台以及行业应用，产业链上下游协同发展的趋势愈发明显。其中，AI Agent正成为连接大模型与生产现场的重要载体，开始深入工程设计、设备运维、生产管理、质量控制和企业经营等关键环节，推动AI真正融入业务流程。

与此同时，制造企业衡量工业AI价值的标准也在不断演进。随着AI逐步进入真实生产环境，企业更加关注其能否快速部署、稳定运行、高效协同，并持续提升生产效率与经营价值。部署效率、系统集成、运维能力、生产效能以及投资回报，正成为工业AI规模化应用的重要考量。

这也意味着，工业AI的发展重点正进一步向工程化、场景化和价值化延伸。相比模型参数本身，企业更加关注AI与工业软件及业务流程的深度融合，以及其持续创造业务价值的能力。

上海“AI+制造”政策，释放明确的产业信号

如果说WAIC展示的是产业发展的方向，那么上海此次发布的“AI+制造”政策，则进一步体现了产业发展的路径。

值得关注的是，这并不是上海第一次出台人工智能相关政策，但却是首次以更加完整的产业框架推动工业AI发展。该政策首次将工业垂类大模型、工业智能体、工业软件、工业互联网、工业数据治理、高质量数据集、工业语料、智能体平台等关键能力放在同一产业框架中统筹推进。尤其是在第四条中，明确提出“推动工业智能体深入生产制造核心环节”，支持研发具备复杂任务规划、精准工具调用、可与工业系统交互适配等能力的行业特色智能体。

同时，政策配套多项落地举措，一方面推动工业互联网平台智能化升级，搭建场景模型、语料加工工具、行业标准库、智能体交易平台等公共基础设施；另一方面聚焦制造核心痛点，鼓励企业在质量管控、工艺迭代、智能排产、供应链优化等高价值场景规模化落地AI应用。这一系列举措共同传递出一个清晰信号：政策关注的重点，已经不只是单单支持AI技术的发展，而是在推动工业AI形成完整的产业体系。

这与今年WAIC展出的成果方向形成了高度呼应。人工智能大会展示的是工业AI能力的百花齐放，而政策布局的是更加全面的工业AI发展，两者共同说明，工业AI的发展正在进入全面落地化建设阶段。

赛美特：以工业软件为底座，驱动AI创造制造价值

从WAIC展示的产业趋势，到上海"AI+制造"政策的发布，我们看到，工业AI的发展正从技术创新走向产业应用，也意味着人工智能开始真正进入制造现场。

正如习近平主席在2026世界人工智能大会开幕式上指出，"人工智能是世界经济增长的新引擎和新旧动能转换的加速器，正从数字世界走向物理世界。要全面促进人工智能科技创新、产业发展、场景应用，协同推进传统产业改造升级，让人工智能赋能千行百业。"

对于制造企业而言，工业AI的价值，不在于模型本身，而在于能否真正解决设备运维、生产管理、质量优化等实际问题，并持续创造生产价值。

而实现这一目标，仅靠大模型远远不够。AI要与工业软件、工业数据和制造知识深度融合，才能真正理解生产现场。例如，一次设备异常分析往往需要关联设备通信、生产执行、质量数据和工程经验；一次工艺优化，则需要综合工艺参数、产品良率和历史知识。这些能力，正是工业软件长期积累的价值所在。

基于此，赛美特持续推进AI与PlantU工业软件平台深度融合，围绕MES、EAP、SPC、KMS等核心产品，打造设备智控、制造知识、质量分析等工业智能体，让AI真正参与业务流程，而非停留于辅助问答。

工业AI的竞争，最终比拼的是工程化落地能力。未来，赛美特将继续秉承“软件成就智造，AI驱动价值”，推动工业AI做深、做实，为制造企业持续创造价值。

关于赛美特工业智能体的更多产品与实践，敬请持续关注。