不拼参数,拼认知:工业AI的边界与深水区 | 甲子光年

甲子光年 2025-07-28 16:18
资讯配图
资讯配图

运筹帷幄的“超级指挥家”与精通乐器的“智能乐手”,正谱写工业AI协奏曲。


作者|田思奇

编辑|栗子


在AI对话机器人刚出来的时候,还没有多少人把它与“车间班组长”联系在一起。但今天,这件事正在发生。


如今的AI,正在被拆解、精调、深度嵌入工业流程的每一环。从设计、仿真,到制造、运维,再到能碳管理,AI已经渗透到整个工业体系的毛细血管中。


在智能化进程的最前线,工业是最难啃的骨头,也是含金量最高的战场。


这里面的挑战在于,工业世界容不得“差不多”。AI的一次“幻觉”,可能就意味着产线乃至工厂停产,动辄百万级损失,甚至造成人身伤害。因此,我们需要的是“听得懂工业语言”的AI,不但“会聊天”更要“能干活、可担责”的AI。


这条路太难,难到多数AI玩家望而却步。


而有一位低调的实力派,却已早早入局。2025年世界人工智能大会(WAIC)期间,西门子凭借深耕工业底层的百年沉淀和引领AI前沿的强大实力,向我们证明:是的,AI可以改变工业! 




1.工业AI的深水区

资讯配图


事实上,AI并不是今天才进入工业。


早在大模型崛起之前,一批专为单一任务训练的小模型,已经悄然在产线上扎根:基于机器学习、图像识别等技术,它们能够完成电机温度控制、焊点缺陷检测、设备故障预警等任务,在生产制造环节效果显著。


这些“轻量智能”模型虽然功能相对专一,但在实际部署中稳定性高、成本可控,是许多工业企业最早接触AI的切口。


如今,随着大模型能力的增强,手机里妙语连珠、善解人意的AI,正带着它们的“脑力”进入工业场景。大模型凭借更高级的认知能力和更强大的泛化能力,在处理复杂任务时展现出独特优势,尤其是在需要综合分析多种因素做出决策的情况下,能够有效地辅助人类判断,这在研发设计和运维管理阶段尤为凸显。


于是,此时的工业AI出现了一个新格局——“大小协同”:大模型支持策略,小模型执行落地,优势互补、场景互补,一起形成了智能制造的“双引擎”。


资讯配图

图片来源:中国信息通信研究院人工智能研究所


然而现实却要复杂得多。


工业并非一个数据标准化程度高、结构统一的技术平地,而是高度碎片化、专业化的复杂系统,与金融、电商等较为成熟的B端场景不同。


任何希望“用AI改变工业”的尝试,都必须直面以下挑战:



要想在工业领域成功落地AI技术,深厚的行业积累和丰富的领域知识不可或缺。这也是AI创业公司难以在工业B端实现快速突破的根本原因。


少数真正有机会穿透工业壁垒的AI玩家,都有一个共通点:既懂技术,又懂现场。


西门子便是其中之一。


作为一家拥有近180年历史的老牌科技公司,西门子聚焦40多个重点行业,服务40多万家客户,积累了丰富的行业知识和高质量的工业数据。覆盖全价值链的软硬件布局更让它拥有了在工业领域不可撼动的地位。从设备控制器到制造系统,从虚拟仿真到现实优化,西门子早已构建出完整的工业知识图谱与数据协同体系


而这样一位人们印象中的工业巨头,其实早在70年代就获得了第一个AI专利,研发“具有自适应能力的控制系统”,实现类似“学习”的功能。这与当时主流的符号AI不同,更接近现代工业AI的雏形。因此,说西门子是工业AI的先驱毫不夸张。


从AI萌芽到历经寒冬,从技术复兴再到当下的爆发式发展,西门子始终致力于打造安全、可靠、可信的工业级人工智能,如今全球拥有1500多位AI专家,AI相关专利申请数量超过3700 项,位居欧洲之首。


在这场智能革命中,只有长期主义者,才能穿过喧嚣,恒守价值。




2.让工业AI真实可用

资讯配图


真正的价值创造体现在一个又一个生动具体的实践场景中。


在氢能产业,一座新式氢能工厂从研发、设计到运维,西门子高度集成的数字化解决方案提供从襁褓到成年的全方位保姆式服务。在运维阶段,其自研系统SiePA承担着预测性维护的核心功能,基于工业大数据分析,构建起流程工业中智能预测与故障诊断一体化体系,防患于未然,避免关键设备损坏或非计划性停机带来的损失,提升生产效率与安全性。


而在能碳管理方面,西门子打造了一款基于物联网和人工智能技术的智慧能碳管理平台Smart ECX。通过深度学习的智能预测算法和微电网调优算法,实现对光伏发电和车间能耗的动态预测。此外,平台还结合大模型和领域知识搭建了能碳管理智能体,可以根据需求调用内外部工具,完成复杂电费账单识别和能源审计工作。用户还能直接输入自然语言进行功能切换、数据查询等操作。


资讯配图

西门子智慧能碳管理平台Smart ECX


这两个分别诞生于流程工业与基建管理垂直领域的AI应用,走出了截然不同的演化路径,却都在实质上推动工业逻辑的重塑:SiePA像一台精密的工业听诊器,实时感知设备的运行“心跳”;Smart ECX则像一位反应敏锐的能源管家,在毫秒级响应中不断调节效率与可持续性之间的微妙平衡。最终目标一致——让AI真正赋能企业,实现降本增效、节能减排。


这样的理念同样贯穿西门子的工业设计流程。在西门子Designcenter产品演示中,一位工程师只需一句自然语言指令:“展示自行车把的最新数据”,系统界面便即刻弹出所需数据。进一步提出“生成两种替代把手设计,优化空气动力学和可调节性”,Copilot智能助手不仅快速响应,还标注出不同方案的性能差异与设计亮点。在AI的加持下,设计工程师只需要动动嘴,AI会随即生成模型,工程师要做的事情就是决策。


西门子Designcenter的Copilot智能助手功能演示


Designcenter中,XR技术让沉浸式设计和协同工作成为现实。借助索尼头戴式显示器,工程师得以沉浸在虚拟实境中观察车辆运行效果,提出修改建议。XR沉浸式环境中生成的模型与物理世界高度一致,这样更多问题在早期设计阶段就得到解决,在实际制造之前完成部件验证 ,减少反复修改的时间。据用户反馈,沉浸式设计可以将设计效率提升30%以上。


资讯配图

WAIC 2025展出的西门子Designcenter沉浸式设计体验


不仅在于设计端,这种“嵌入流程而非悬浮表面”的AI思路,在西门子工业AI全布局中深刻映射。


如今,西门子生成式AI助手Industrial Copilot已完成从点到面的延展,覆盖从设计规划、工程实施到运维服务的工业价值链各环节。Industrial Copilot作为西门子推出的首款生成式工业AI产品,融合大语言模型与西门子行业know-how,能够帮助一线工程师协同处理从订单输入、需求预测、设备控制到物流调度等全流程任务,成功打造了“生成式AI+垂直场景”的实践典范


这类产品矩阵的有效运行,正是依赖于西门子在工业软件方面的强大实力。AI能力不是被外置或附加的功能,而是深度集成在NX CAD、TIA 博途等核心平台中。


「甲子光年」获悉,西门子Industrial Copilot预计今年内在中国正式落地,标志着其全球协同正在加速。


工业系统与智能技术的融合势不可挡,Industrial Copilot也正经历从生成式AI助手向AI Agent智能体系统的升级。AI的角色从“被动响应”走向“自主执行”,智能体在实际场景中具备持续感知、问题识别、方案生成与自动执行的闭环能力,且无需人工干预。


例如在西门子与德国公司EPLAN的合作案例中,AI Agent被用于设备部件的全流程更新管理。面对由多达2万个零件组成的复杂设备系统,AI Agent可自动识别过时部件,推荐可替代型号,完成设计模型的替换,并同步更新采购系统。这不仅节省了时间,还降低了人为错误的风险,保障了机器的顺畅运行。


资讯配图

西门子与德国公司EPLAN合作案例:AI Agent用于设备部件的全流程更新管理


在今年世界人工智能大会上,西门子Industrial Copilot智能体系统首次亮相中国,展示了从订单、生产到分拣、物流的工业过程中,Copilot、Agents以及软件工具之间协同作业的实际效果。


西门子Industrial Copilot专家向「甲子光年」等媒体表示Copilot的核心定位并不是助理,而更像一个运筹帷幄的“工业现场指挥家”。智能体系统集成多个Agents,它们就像精通乐器的乐手,乐器则是西门子工业软件产品。Copilot指挥每个Agent去使用对应的软件工具,自动执行特定任务:排产智能体规划生产节奏,维护智能体预警设备故障,物流智能体规划场内动线……


这样的协同作业形成了一个精密且完备的智能体系,正蓄势待发,即将释放出改变未来制造的巨大能量。 


资讯配图

西门子Industrial Copilot智能体系统:Copilot、Agents以及软件工具之间协同作业


可以看出,不论是“专域”还是“通用”,西门子并未将AI模型生搬硬套到工业场景中,而是推动AI在不同工业任务中形成协作,让每一次优化都落在真实的工业流程上,逐步卡准工业现场的核心节奏。这正是西门子不同于概念驱动型企业的关键。


但要想规模化落地和重塑产业结构,工业世界还需要另一种AI,一种“更懂工业语言”的基础模型。




3.基础模型,读懂全工业

资讯配图


大模型为AI产业带来拐点——从感知走向生成,从专用走向通用。而当通用大模型进入工业世界,虽然为各个环节带来效率提升、决策分析、流程优化等诸多助益,但仍然会“水土不服”,处理专业领域问题时显得力不从心。


一方面,“幻觉”问题可能带来安全隐患。通用大模型的生成能力虽强,却难以保障稳定性和可靠性。而在工业系统中,安全始终是第一要务。


另一方面,它对工业模态的理解能力还远远不够。工业领域不仅仅包含自然语言,还有大量的时间序列、图纸参数、工艺配方、三维建模等多模态的“工业语言”。


其中,时间序列是最具代表性的“工业语言”之一。设备的运行状态、能耗曲线、故障信号都在随时间动态变化。针对这一类数据,西门子自研了时间序列基础模型(GTT - General Time Transformer)——以千亿级高质量跨领域数据为基础,专注预测、分类、异常检测、优化等高频工业任务,涵盖离散制造、流程工业、能源、交通、楼宇等多领域。


不同于传统单变量模型,GTT采用多变量输入架构,能同时处理多个影响因子和预测变量,在复杂的工业场景,譬如空气质量、设备健康、能耗预测等任务中展现出更强的通用性和准确性。


另一个关键优势是“即插即用”。例如,西门子智冷魔方AI BOX是一款高效制冷机房解决方案,能够动态优化运行参数,节能降碳最高可达35%。搭载GTT后,凭借零样本预测能力,AI BOX的使用无需长时间采集历史数据,也无需数据科学家对模型进行调优,大幅降低了对专家的依赖和部署实施的难度,同时带来了更好的预测效果。


可见,时间序列基础模型与工业产品的融合能够事半功倍,价值升级。前面提到的世界人工智能大会上展出的西门子Industrial Copilot智能体系统,也同样集成了GTT,以及另一款西门子自研的基础控制模型。它们与Plant Simulation、MioVerse等西门子工业产品深度融合,丝滑实现订单预测、设备预警、质量控制、动线优化等效果,真正把“更懂工业语言”的AI嵌入数字化工业流程中。


资讯配图


资讯配图

WAIC 2025展出的西门子Industrial Copilot智能体系统


当然,工业世界的数据不仅有时间维度,还涉及图像、语音、逻辑关系等多模态复杂结构,这对AI的理解能力提出更高要求。


为此,西门子正在加速打造工业AI的底层基石——工业基础模型(Industrial Foundation Model)。它打通跨模态的语义壁垒,具有更强的泛化能力,不仅可以“看懂”CAD图纸、“理解”设备控制逻辑,还能将工艺配方、传感器数据、文本手册等信息融合解读,生成可靠的智能建议,推动AI在人机协作、自动优化等场景中进一步落地。未来,时间序列基础模型也会融入工业基础模型。


西门子的这些探索,正在突破通用AI工业化过程中的关键瓶颈,使其兼具泛化性和专业性,既要全面覆盖,也要纵深突破,让工业级AI真正 “用得好、用得久”。




4.AI for real,不靠炫技

资讯配图


从通用大模型工业化,到工业基础模型研发;从对话框中的Copilot助手,到多个Agents协同的人机新模式;从为企业省下真金白银的智慧能碳管理平台,到赋能工厂价值重构的智能制造体系……西门子的工业AI布局,始终围绕一个核心理念:AI for Real


这意味着,工业AI不靠炫技,不抢流量,而是要真正解决痛点、创造价值。在车间产线上,它负责调控参数,保障产品质量;在排产系统中,它调度订单资源,动态优化节奏;在楼宇系统中,它预测能耗走势、节能减排……


在西门子的工业AI架构中,我们看到可协作、可验证、可规模化的AI系统,它们深入一线流程,因为理解现场而留在现场。这些AI能力绝非凭空而来,其底层依托的西门子 “工业AI底座”:百年如一日的领域知识、行业经验、工业数据积累,以及软硬结合的全栈技术能力。


为了保障AI系统的可控性与安全性,西门子也构建了多重冗余机制。每一次判断、每一次执行,都在“可信边界”内运行,有迹可循、可验证、能追责——像工业界应有的样子。


这一切能力,正通过西门子构建的开放式数字商业平台——西门子Xcelerator持续释放。它汇聚了领先的工业人工智能解决方案,让工业AI技术更易获取,也更易规模化落地。平台目前已经链接超过45万注册用户与260多家生态合作伙伴。其中AI相关伙伴比例超过60%,AI共创解决方案占比超过1/3。


这意味着,西门子Xcelerator能让更多企业可以“即插即用”,更快、更稳地把AI引入自己的工厂,自己的流程,自己的业务逻辑中。


藏在工业肌理里的AI,很难成为聚光灯下的技术符号,而是像水电煤一样,成为每个行业运转的 “隐形基础设施”。


这或许就是 “AI for Real” 最动人的地方:在千万个不显眼的细节里,托举着产业向前的每一步。


*参考资料:

瞿江, 张义. 人工智能在工业领域的应用案例分析及路径研究[J]. 信息通信技术与政策, 2024, 50(12): 51-57.


(封面图和文中未说明图片来源:西门子)


资讯配图




END.




资讯配图
资讯配图


资讯配图资讯配图

声明:内容取材于网络,仅代表作者观点,如有内容违规问题,请联系处理。 
AI 工业
more
领航AIoT新纪元:联通数科以具身智能驱动新型工业化!
算法驱动:工业机器人参数标定与智能优化
工业自动化正推动从传统制造向智能制造的关键转型
2025年全球工业智能移动机器人解决方案市场规模及发展趋势
2025年决策咨询信息能力提升培训班暨“1+7”新型工业化智库信息工作研讨交流活动圆满结束
全球工业软件巨头达索,大战中国“达索集团”!
重磅揭晓!2025年度“高工机器人工业具身智能开拓奖”『获奖名单』公布!
湖南工业大学李广利副教授团队:面向无创脑-机接口的耳脑电电极研究进展
倒计时1天,工业具身时代的前瞻!高工飞哥开幕式主旨演讲“剧透”!
从“实验室”到“生产线”,工业具身落地汽车行业万亿级市场
Copyright © 2025 成都科技区角科技有限公司
蜀ICP备2025143415号-1
  
川公网安备51015602001305号