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）