一只组件尺寸小至毫米级的TWS耳机
，表面高度反光、曲面复杂，常规视觉方案连清晰成像都做不到 ，更遑论精密质检
。

　　思谋科技的工业AI智能体正在攻克这项高难度任务。通过多轴机构实现复杂曲面的全角度扫测
，打光系统可结合高速快照成像，实现快速 、高质量图像采集 ，有效克服高反光复杂表面成像的挑战 。这套方案
，为全球领先声学企业的TWS耳机及充电盒外观面解决了质量检测难题
。

　　与通用大模型“能聊天
”不同，工业AI的核心命题是“能上岗” ，既要实现产线级的精准与可追溯
，又要适配千行百业的差异化场景。在工厂这样高复杂度
、高可靠性要求的场景下，比拼的是全栈一体化软硬件协同能力 。

　　这正是广东正在布局的方向
。今年 ，广东提出力争到2026年底建设200家以上智能工厂和智能体工厂。

　　广东的思路很明确
，先让龙头企业建成智能体工厂，再以“链式改造 ”打通从龙头到末端的AI能力传导链；同时依托消费电子、新能源 、汽车零部件
、精密光学等完整产线 ，让龙头企业的验证场景成为公共试验场，让封装后的能力成为中小企业触手可及的公共服务 。

　　产线上的“工业大脑
”

　　人工智能正在推动产业深层次变革
，一个行业共识愈发清晰：AI正从工业单点提效迈向智能体全面增智，软件产业和产业互联网正经历从工具到服务、从产品到生态 、从卖工具到按效果付费的深层重构
。

　　这一变化在工业领域最为明显。灼识咨询的报告显示 ，全球工业AI智能体的市场规模从2023年的146亿元扩张至2025年的367亿元
，复合年增长率为58.6%，预计2030年将达到1620亿元 ，2025年至2030年的复合年增长率为34.6% 。

　　但市场热度并不等同于落地能力
。工业AI智能体要真正“上岗”
，需要一套能嵌入产线工作流的全栈能力。

　　这是AI独角兽思谋科技最为擅长的方向 。截至2025年，这家企业已是中国收入规模最大的工业AI智能体提供商 ，市场份额为5.8%。

　　思谋科技打造的工业AI智能体
，核心是覆盖感知
、推理、执行全流程的全栈一体化技术架构
。视觉感知体系构成感知层，负责工业场景下高精度 、高稳定性的图像与数据采集；工业多模态大模型IndustryGPT构成推理决策层 ，承担工艺推理
、缺陷判断、参数优化等核心认知决策；机器人与智能执行终端构成执行层
，将AI决策转化为产线上的实际动作。

　　这套能力在美的超级工厂得到了集中验证 。传统工业视觉多为“一机一策 ”的定制部署，碎片化严重 、难复制、难运维
。思谋科技的ViMo Xphere平台跳出这一逻辑 ，采用中央推理架构构建统一推理中台——向下连接产线传感器与机台，向上承载集团级AI视觉模型
，实现模型部署
、推理运行、资源调度的统一管理。它不只停留在离线验证，更以在线推理服务嵌入机台原生工作流 ，检测节奏完全匹配生产节拍 。AI判断直接参与生产决策
，让视觉检测真正成为生产流程的有机组成部分
。

　　目前，Xphere已接入美的多品类核心产线 ，覆盖AOI复判 、AI波峰焊检测
、AI引脚检测、八拼板螺柱螺纹检测 、DIP电子元器件字符检测
、空调内外机检测等全流程关键工序
，实现多类型视觉任务的统一接入、统一推理 、统一运行管控。

　　“经过美的复杂制造场景的实战打磨，ViMo Xphere已具备成熟的标品化基因 。这个实践也为全球高端制造企业的AI规模化落地提供了可复制的范本
。
”上述企业负责人表示。

　　集中式推理中枢的价值 ，在于适配超级工厂多基地
、多产线的柔性生产需求 。该中枢内置标准化接入协议与通用模型运行容器
，无需针对单场景二次开发，大幅缩短上线周期
。同时可统一收纳、归档 、迭代厂区所有落地AI模型与检测数据 ，将单次项目经验转化为企业可复用的智能化数字资产。

　　2025年8月
，美的洗衣机工厂获WRCA首个多场景覆盖智能体工厂认证 。厂内14个智能体覆盖38个核心生产场景，生产参数被实时捕捉并调节 ，传统人工小时级计算任务被压缩到秒级。

　　截至2025年底，思谋科技已交付约14万个工业AI智能体
，累计完成超170亿件产品检测
。规模化的验证，正是其快速复制至更多行业与区域的能力基石。

　　“改造一条链
、提升一个圈”

　　过去 ，广东诸多工厂的工业数字化转型
，相当程度上停留在预设程序下的机械重复，产线只能被动执行指令 。思谋科技打造的工业AI智能体 ，则提出了新的转型范式：智能体具备“感知—推理—执行 ”的全链路闭环能力
，能根据实时生产状态自主判断、动态调整
。

　　南方财经记者观察发现，这一变化将带来三个层面的深层影响。生产模式上 ，从刚性产线走向柔性自适应
，小批量 、多品类的生产效率会大幅提升；能力沉淀上，资深工程师的工艺经验会通过AI转化为可复用、可传承的数字资产；产业价值上 ，AI会成为覆盖全生产流程的系统级能力
，从根本上提升制造业的韧性与效率 。

　　然而，规模化落地绕不开一个现实痛点：广大中小企业面临算力成本高
、优质模型稀缺、训练门槛高等困境 ，AI智能体“用不起 、不会用
”是普遍难题
。中国信通院报告显示，2025年6000多份中小企业样本中
，已采用AI的企业里仅4%实现全业务流程嵌入。

　　广东的解法，是依托产业链链式改造 ，推动工业智能体真正走进制造车间 。

　　通过龙头企业牵引
，实现“一家智能”向“一链智能 ”升级，将AI智能体部署能力外溢至供应链上下游 ，释放“改造一条链
、提升一个圈
”的潜能
。

　　美的就是典型样本。其与思谋科技合作打造的智能体网络
，并不限于工厂内部，更向上下游产业链辐射 。

　　美云智数通过美擎工业平台将智能体能力向产业链上下游开放 ，超5000家供应链企业踏上协同转型之路
。

　　针对中小企业痛点
，美云智数推出轻量化、模块化方案。在佛山，它与当地共建“装备及配件产业链转型服务平台” ，提供寻源云 、品质云
、进销存云等SaaS服务
，企业可调用合同风险审查、多语言翻译等AI功能 。该平台自2025年上线以来已接入超300家产业链中小企业。

　　这背后也是一套降本增效的协同机制，龙头企业把经过产线验证的AI能力封装成标准化产品与服务 ，政府则在需求对接 、政策补贴
、公共平台建设上补位引导，二者共同降低中小企业的接入门槛
。

　　“不同领域的海量真实场景与工业数据
，帮助我们持续打磨算法、优化方案，形成‘场景打磨技术—技术赋能产业’的良性创新循环。 ”在思谋科技相关负责人看来 ，企业的成长速度与广东的产业土壤密不可分 。从机器视觉到工业大模型与具身智能
，企业之所以能迅速发展，不只是因为企业的技术能力 ，更因为脚下这片制造业土壤提供的试验场足够大 、足够厚
。

（文章来源：21世纪经济报道）