FII工业富联科技服务-CSDN博客

原创 2026全球灯塔工厂最新数据深度解析：224家工厂用了哪些AI技术？怎么做到规模化落地的？

2026年1月，WEF公布第15批灯塔工厂名单，全球累计达224家，中国以101家占比45%稳居首位。本批次中国新增16家（占比69%），覆盖电池、化工、棉纺等行业首次突破。技术应用方面，77%用例由分析型AI驱动，9%引入GenAI，实现劳动生产率提升53%、转换成本降低26%。成功关键在于"AI+IoT+数字孪生"技术组合，94%成功案例均采用多技术融合路径。下一代灯塔工厂正向AI原生、零碳、自主决策三大方向演进。

2026-05-15 11:30:02 3229

原创人形机器人运动控制突破：从半马纪录到工业落地的技术实践

对于AI服务器机房，需要建立包含机柜、空调、通道的完整模型，求解Navier-Stokes方程获得温度场、速度场分布。：采用NVIDIA PhysX 5.0，支持刚体、柔体、流体等多种物理模拟，时间步长可配置到0.001秒级别，确保仿真精度。：GPT-4V、Gemini等多模态大模型展现出强大的场景理解能力，未来可能成为机器人的“通用大脑”，实现真正的场景自适应。，确保不同软件间的互操作性。：实现相机、激光雷达、IMU等传感器的物理级仿真，包括噪声模型、畸变模型、延迟模型，使虚拟传感器数据接近真实数据。

2026-04-23 16:50:38 851

原创 2026全球灯塔工厂完整名单汇总：准入标准、五大类型、最新趋势全面解读

2026全球灯塔工厂名单公布：中国突破101家，释放了什么信号？

2026-03-30 18:12:48 1763

原创工业经验如何转化为AI Skills？详解知识调用、任务编排与多智能体协同

工业智能体通过融合数据、知识、模型与机理，将工厂积累的设备手册、维修记录等经验转化为可执行的AISkills，实现从“资料可查”到“经验可复用”的跨越。工业富联科技服务以FactoryBrain为决策中枢，依托MoMClaw平台，通过任务编排、跨系统数据调用与多智能体协同，构建可协同、可追溯的制造分析机制，推动工业经验在具体任务中高效应用，助力生产问题快速诊断与优化，实现从场景试点向能力复用的演进。

2026-10-23 15:57:59 177

原创工业智能体与传统AI应用有什么区别？从任务规划到受控执行的技术边界

工业智能体正推动制造系统从“辅助决策”向“自主任务执行”演进。其核心能力在于根据业务目标动态组织任务，协调多系统、调用专业工具并受控执行，实现从规划到反馈的闭环。与传统AI仅完成特定输入输出不同，智能体需具备任务理解、跨域协同与状态感知能力。以FactoryBrain架构为例，通过统一数据底座、多智能体协同与虚实融合，构建可验证的执行链路。关键在于：任务边界清晰、工具接口可靠、执行受控、结果可核验。智能体应承担动态组织职责，而安全控制、审批授权与复杂判断仍需人工或专用系统保障。最终，智能体的价值体现在任务闭

2026-10-23 15:50:11 100

原创机器人看得见，为什么还是装不进去？拆解柔性装配的技术闭环

机器人虽能精准定位连接器，但插接时仍易偏斜、卡滞或损伤接口，根源在于从“看见”到“装好”之间存在工艺公差、接触反馈与控制闭环的断层。视觉定位仅解决位置问题，柔性装配还需融合力控、姿态调整与质量验证，构建集感知、控制、判断于一体的闭环系统。关键在于：建立误差预算、分阶段控制（接近-接触-对准-插入）、动态补偿接触变化、实时判定装配结果，并通过异常数据反哺优化策略。唯有将动作与质量结果关联，实现数据驱动的持续迭代，才能让机器人真正实现稳定、高效、可复用的精密装配，推动制造业自动化向柔性化跃迁。

2026-10-22 15:55:18 189

原创机器人会干活，为什么还进不了产线？拆解工业落地的四道工程门槛

机器人能够抓取零件、搬运料箱，也能操作工具，为什么到了真实工厂，仍然需要反复验证才能投入生产？原因在于，完成动作与承担生产任务，对应着不同的要求。演示可以证明机器人在特定条件下具备某项能力，生产线则要求它面对来料变化、设备波动和工序协作，持续交付合格产品，同时满足节拍与成本要求。

2026-10-22 15:46:47 142

原创从2026人工智能十大关键词看智能体、具身智能与AI Factory落地实践

中国信通院发布2026十大关键词，智能工厂迎来哪些新变化？

2026-10-20 17:49:51 642

原创 Omniverse 数字孪生与柔性自动化，如何破解产能与交付、设备与空间的双重困境？

全球化制造运营面临订单需求变化、产品迭代加快与交付周期压缩等挑战，传统依靠新增厂房和设备的产能扩张模式，受到建设周期、固定资产投入及生产资源配置效率的制约。本文从产能与交付、设备与布局两大困境出发，分析新产品导入、产能爬坡、设备复用、空间利用及整线UPH提升的核心难题，探讨如何通过Omniverse数字孪生、柔性自动化、机器人与智能物流实现生产系统优化，并结合实践，进一步引出融合Digital AI与Physical AI的未来工厂AI Factory，推动制造运营向柔性生产、智能决策与持续自主优化演进。

2026-10-20 17:05:55 150

原创 AI Factory 技术架构解析：数字孪生、自动化、机器人与 AI Agent 如何协同？

产品复杂度提升、迭代周期缩短及生产需求多样化，传统依赖专用设备和固定产线的制造模式正面临效率、柔性与交付能力的多重挑战。本文从制造业共性问题出发，分析 Design for Automation 设计协同、端到端自动化、数字孪生与柔性自动化四项核心方法，探讨如何降低制造复杂度、提升整体产能、缩短新产品导入周期，并实现制造能力的快速复制。进一步结合 AI Factory 技术体系，解析数字孪生、机器人与 Factory AI Agent 如何协同，推动制造系统从自动化生产走向智能决策、动态协同与自主运营。

2026-10-20 17:05:49 390

原创从模型准确率到产线稳定运行：工业AI必须跨过的6个深水区

2026年工博会聚焦工业AI落地，揭示其从展台走向产线的关键挑战。文章提出六大“深水区”验证体系：数据完整率与时间同步、知识检索可信度、执行权限控制、仿真与现实校准、异常注入下的连续运行能力，以及以业务指标为核心的收益验证。强调工业AI的成熟度不在于模型精度，而在于真实场景中的可靠性、安全性和可衡量价值，需建立涵盖数据、知识、执行、仿真、恢复与效益的工程化验收标准。

2026-10-20 12:06:11 312

原创 AI+制造还是制造+AI？从2026工博会看工业AI落地的典型问题与解法

2026年工博会展现工业AI深度融合趋势，“AI+制造”与“制造+AI”双轨并行。前者聚焦跨系统智能决策，后者深耕设备层嵌入式智能。实际应用需构建“感知—分析—决策—执行—反馈”闭环，采用分层架构实现高效协同。数字孪生助力虚拟验证，工业智能体推动“能办事”转型，机器人仿真训练须经真实场景检验。项目落地应遵循四步法：选高价值场景、建量化基线、先辅助后执行、按业务指标验收。关键不在于技术堆砌，而在于解决工艺痛点、连接现有系统并持续创造真实价值。

2026-10-20 11:41:56 516 1

原创如何提升工厂空间利用率与产线 UPH？从 Omniverse 布局优化到柔性自动化改造

如何在现有厂房面积和设备条件下释放更多产能，是制造业产线优化的重要课题。本文结合工业富联科技服务实践，从工厂 Layout 规划切入，分析如何利用 NVIDIA Omniverse 数字孪生优化设备布局、物流动线和生产空间，再通过模组化柔性自动化、机器人上下料、多工序集成与智能物流改善工站 CT 和整线 UPH，并进一步连接 IOC、MOM 与工业 AI Agent，形成从数字规划、自动化实施到持续运营优化的完整技术路径。

2026-10-19 16:16:32 265

原创制造业产能优化新路径：如何通过 Omniverse与自动化提升工厂空间利用率和 UPH？

随着制造业建厂成本、固定资产投入和产能调整压力不断增加，企业开始重新审视现有工厂的产能潜力。影响产能的不仅是厂房面积和设备数量，还包括空间布局、物流动线、工站节拍及自动化协同效率。本文从制造业存量工厂的产能优化需求出发，分析单位面积产出与 UPH 的关系，探讨 NVIDIA Omniverse 数字孪生如何结合生产仿真、柔性自动化、智能物流及工业 AI，实现从工厂空间规划、方案验证到产线改造和持续优化的完整技术路径。

2026-10-19 16:13:26 196

原创 2800亿元工业AI市场加速爆发，一文拆解数字孪生、工业智能体与机器人协同推进AI工厂落地路径

IDC预测，2030年中国工业AI支出将达2800亿元，年复合增长率超52%。工业富联科技服务推动AI与制造深度融合，通过AIFactory整合数据、智能体、数字孪生与机器人，实现从单点智能到系统协同的跃迁。MoMClaw将工业知识转化为可复用的任务能力，Sim2RealOmniverse实现虚拟验证与物理执行联动，GenAI-MOM打通智能能力与业务流程。落地路径强调从高价值场景切入，逐步构建数据-决策-执行-反馈闭环，助力企业从数字化迈向智能化、自主化。

2026-10-14 15:29:43 152

原创灯塔工厂AI用例解析：从智能制造用例到AI Factory的技术演进

AI如何从技术演示走向真实制造流程，并实现规模化应用？本文结合灯塔工厂的四个典型案例，解析AR远程协作、LLM+RAG设备故障诊断、Process AI+Omniverse+Agentic AI驱动的SMT能源闭环优化，以及私域大语言模型供应链碳核算平台的技术方案与应用成效。在此基础上，进一步分析工业AI如何整合数据、知识与业务流程，并通过Omniverse数字孪生、MoMClaw（Factory Brain）多智能体协同及Physical AI，推动工厂从单点智能应用走向跨系统决策、任务执行与持续

2026-10-14 10:28:31 371

原创从中国智造到全球化运营，解析灯塔工厂如何实现AI规模化应用与可持续发展

全球制造业正面临供应链重构、复杂产品制造与绿色低碳转型等多重挑战，灯塔工厂也从单厂效率优化逐步走向AI驱动的全球化运营。本文以灯塔发展历程为主线，解析从深圳龙华数字化运营、观澜精密制造、AI服务器灯塔，到越南智能制造及可持续灯塔的能力演进。重点分析中国智能制造技术如何通过海外复制与本地化创新，实现跨区域制造协同，并通过AI能源优化、数字孪生与供应链碳管理，推动制造效率、运营韧性及全价值链减碳协同提升。

2026-10-14 10:24:05 528

原创工博会机器人展启幕：工业机器人如何从任务设计走向技能训练？

2026上海工博会机器人展，体现产业从硬件升级转向应用深化。机器人规模化落地核心难点是稳定处理复杂工况、实现技能复用，行业由固定编程转向任务驱动，智能化需多技术协同，不能仅依靠大模型。可借助行为树（BT）拆解工业任务，融合真实与仿真数据，选用模仿学习、强化学习、VLA等模型训练机器人技能，依靠Sim2Real缩小虚实差异，并从多维度完成产线验证。工业富联科技服务打造平台化方案，打通机器人任务设计、训练、部署全链路，以模块化与反馈闭环，提升部署效率，推动单点自动化升级为可复用、可持续优化的智能制造能力。

2026-10-13 11:22:04 519

原创英伟达拟10亿美元加注机器人：工业机器人为何开始重视训练平台？

2026年英伟达拟追加投资FigureAI，凸显机器人竞争正从硬件转向模型、数据与训练平台。工业机器人价值取决于其适应多变工况、持续学习与技能复用能力。通过行为树组织任务逻辑、高质量数据驱动训练、仿真到现实（Sim2Real）的验证机制，结合平台化管理与制造系统协同，机器人正从一次性自动化走向可迭代优化的智能执行节点。工业富联科技服务探索的任务设计—数据采集—技能训练—部署闭环，推动机器人能力标准化与复用，助力智能制造升级。

2026-10-13 10:30:09 369

原创工业AI市场将达2800亿元：为什么平台化能力比模型数量更重要？

IDC发布的工业AI市场图谱覆盖11个行业，并将工业智能体划分为企业级超级入口、运营、设计仿真、工艺、质量、能碳、设备、供应链、工业控制等14类业务方向。即使是同一行业，不同工厂的工艺流程、设备接口和管理规则也可能不同。工业AI平台需要承担几个关键任务：统一接入和管理多种模型，将行业知识转化为可调用的能力，编排智能体与业务流程，连接既有系统，并对上线后的效果进行监控和评估。生产、质量、设备和物流等智能体不再各自独立运行，而是围绕共同的业务上下文进行任务协调，并综合考虑交付、质量、效率、库存和成本等目标。

2026-10-12 17:48:32 165

原创工业AI平台技术解析：从多模型协同、Agent编排到Factory Brain工厂大脑

目前，MoMClaw正围绕Equipment、Logistics、Quality、Automation及Humanoid等制造领域扩展智能体能力，应用方向包括设备管理、质量分析、物流调度和自动化作业等。通过经过授权的API、工业协议适配器和业务接口，连接MES、ERP、设备管理、质量管理及物流系统。Factory Brain以多智能体协同为核心，将生产、质量、设备、物流等专业Agent组织起来，围绕共同的业务上下文协调任务，并综合考虑交付、质量、效率、库存和成本等目标。

2026-10-12 17:41:20 326

原创从系统互联到现场执行：灯塔工厂如何让数据和AI真正产生效益？

制造业数字化转型的关键在于数据驱动生产决策。灯塔工厂实践表明，系统互联后需打通产品、工序、设备与任务的关联，使数据从“可查询”变为“可决策”。通过协同调度、AI优化与现场执行闭环，实现效率、质量、交付与成本的全面提升。关键在于以经营问题为导向，构建可验证、可复用的智能生产模式，让技术真正落地见效。

2026-10-12 16:28:41 455

原创从灯塔工厂实践看智能制造转型：如何将技术投入转化为经营成果

制造企业数字化转型的关键在于以经营问题为导向，通过技术协同实现生产效率、交付、质量、成本与可持续性的可衡量改善。灯塔工厂实践表明，成功转型不依赖技术堆砌，而在于系统性解决瓶颈、沉淀可复制能力，并推动AI深度融入业务流程。工业富联科技服务结合9座自建与13座赋能灯塔经验，强调从单点验证到规模化推广的路径：聚焦真实痛点，整合数据、流程与组织能力，建立持续改善闭环。未来转型应以实际成果为标尺，推动技术与运营深度融合，构建可持续竞争力。

2026-10-12 16:20:45 348

原创从大模型到自主运营：Intelligent UI如何成为工业AI的新入口

2026年GPT-6与IntelligentUI的发布，标志着AI从内容生成迈向任务组织与动态交互。制造业正迎来以AI为中枢的系统级协同变革：通过理解意图、调用多系统工具、构建可交互界面，AI成为连接工业知识、业务流程与物理世界的新型入口。工业富联提出“AIMakesAI”与AIFactory理念，推动AI从单点辅助走向自主运营，构建涵盖数字孪生、Agent协同与物理世界联动的智能体系。未来竞争焦点将不再是模型能力，而是整合模型、数据、系统与设备的全链路协同能力，实现真正意义上的工业自主运营。

2026-10-08 14:40:29 723

原创 Intelligent UI重构工业软件交互：从固定界面到动态生成式交互

2026年10月7日，OpenAI正式发布GPT-6与Intelligent UI，ChatGPT可以根据用户的问题，将文本、图形、图表、按钮、表单以及交互式体验组合起来，并根据具体任务决定采用什么样的界面形式。与传统软件提前设计固定页面不同，Intelligent UI展示了一个新的方向：界面开始围绕用户的任务动态组织。对于拥有MES、MOM、ERP、SCADA等复杂系统的制造业而言，这种变化的意义并不只是“界面更好看”，而可能推动工业软件从“功能驱动”逐步转向“任务驱动”。

2026-10-08 14:25:48 483

原创深度解析《2026全球人形机器人市场研究报告》：具身智能拼的不是本体是训练平台

人形机器人正从“类人外观”转向“智能生产力”，2026年上半年全球销量与收入已超2025全年。具身智能机型收入占比达83.3%，标志着市场由数量增长转向智能价值驱动。中国厂商占据全球前五，核心优势在于真实工业场景带来的数据积累与训练能力。未来竞争焦点将聚焦于技能训练、数据闭环与部署效率，推动工业机器人从“程序驱动”迈向“智能驱动”，实现可复制、可迭代的智能制造新范式。

2026-10-07 18:17:23 507

原创 2026年AI技术发展趋势分析：从模型能力突破到工业AI的真实应用

本文从2026年AI模型的新进展出发，分析模型能力快速提升后，真实工业应用正在发生的变化。通用模型擅长知识与推理，但进入生产现场后，还需要面对实时上下文、任务完整性、可靠性和环境变化等问题。文章进一步分析工业AI评价标准从模型指标走向生产指标、从一次性部署走向持续优化、从单点应用走向规模化复制的趋势，并结合MoMClaw与Factory Brain说明AI如何逐步转化为实际生产价值。

2026-10-07 16:29:25 341

原创 AI技术演进路线分析：从大模型、推理模型到Agent与Physical AI的能力跃迁

本文梳理近几年AI从大模型、推理模型到Agent与Physical AI的技术演进路径。核心变化并不只是模型越来越强，而是AI正在从“回答问题”走向“完成目标”，从单次推理走向Long-horizon Workflow，再从单一Agent走向多Agent协同，并进一步进入物理世界。文章结合制造业场景，分析Generative AI、Reasoning AI、Agentic AI与Physical AI如何逐步进入生产流程，并介绍MoMClaw与Factory Brain的实践。

2026-10-07 16:26:41 455

原创告别线性试错：基于AI Agent与数字孪生重构大规模制造协同的技术解析

AI驱动的递归自我改进正重塑研发范式，制造业面临数字研发与物理制造速度脱节的危机。工业富联观澜灯塔工厂通过AI、大数据、物联网技术实现设计、工艺、仿真与生产的闭环协同，推动新产品导入提速29%、量产爬坡加速50%、不良率下降56%、成本降低30%。该模式打破传统线性流程，构建“设计-工艺-试产-量产-反馈”动态循环，使制造经验持续沉淀，形成可复用的知识资产。未来竞争核心将从设备规模转向研发与生产之间的数据闭环效率，制造业正迈向以AI为中枢的智能进化新阶段。

2026-10-06 18:53:41 449

原创智能大爆发预警：从AI自主编写代码，看工业级“AI驱动研发制造协同”的技术架构演进

AI正推动研发进入“智能爆炸”阶段，2026年数据显示AI已主导80%代码生成与26%研发工作。然而，制造业面临数字迭代与物理试错间的“现实摩擦力”。工业富联观澜灯塔工厂通过构建数据与知识中台，实现设计、工艺、生产、质量闭环协同，新产品导入提速29%，不良率降56%，制造成本省30%。其核心在于将经验结构化、流程数字化，形成“知识沉淀—AI分析—验证反馈—再优化”的持续进化闭环，破解研发与制造脱节难题，为AI驱动的智能制造提供可复制路径。

2026-10-06 18:42:09 310

原创 AI开始训练AI，工业AI如何打造“会自己进化”的AI Factory？

2026年大模型落地进入“自进化系统”新阶段，工业AI正从静态部署转向“AIMakesAI”双飞轮范式：AI赋能生产，生产数据反哺模型优化。企业需构建AIFactory体系——通过IT/OT融合实现高质量数据治理，依托Sim2Real数字孪生进行虚拟验证，采用多智能体协同决策，并以MLOps驱动持续迭代。面对反馈延迟、不确定性、因果复杂与边缘算力等挑战，需结合仿真、规则约束与模型压缩技术。最终，工厂将演变为可自我进化的智能系统，实现“生产—数据回流—模型优化”的闭环，推动制造业迈向持续智能化的新基础设施时代

2026-09-30 11:47:53 377

原创从 AI for AI 到 AI Factory：大模型重构智能制造技术底座的四层逻辑

AI正从“辅助研发”迈向“自我进化”，形成“AIforAI”范式，推动模型架构、训练与推理的联合优化。在制造业中，AIFactory将这一逻辑落地：通过统一数据底座、数字孪生平（Sim2RealOmniverse）、多智能体决策系统（FactoryBrain）与自动化执行闭环，实现感知—决策—执行—反馈的持续迭代。工业现场的高复杂性与真实反馈，为AI提供持续优化土壤。未来工厂不仅是生产场所，更成为具备自我学习与进化的智能系统。

2026-09-30 11:12:39 697

原创从ReAct到Multi-Agent再到Factory Brain：一文讲透智能体架构三次跃迁，以及工厂大脑到底难在哪？

本文探讨了AI智能体从消费级向制造业演进的三大跃迁：从ReAct单智能体到Multi-Agent协同，最终迈向面向工厂运营的FactoryBrain。指出工业场景下智能体需解决实时性、安全性和长期稳定运行问题。以工业富联MoMClaw为例，展示多智能体系统如何融合工业知识、本地算力与制造系统，实现质量异常根因分析效率提升80%。强调FactoryBrain本质是软硬件协同的智能层，需重视人机协同、Token效率与系统集成，推动工业AI从“Copilot”迈向“Autopilot”。

2026-09-29 09:00:00 562

原创 KV缓存降至890字节、Token消耗暴涨4822.6%：当大模型把成本卷到地板，工业AI凭什么接住这波红利？

一场由DeepSeek-V4.1Flash引领的Transformer架构降本革命，正推动工业智能化进入“精细化算力时代”。通过CED架构、CSA2与FP4KVCache压缩，模型缓存降至每Token仅890字节，显著降低长上下文推理成本。面对智能体数量年增129.8%、Token消耗增速达4822.6%的算力剪刀差，工业AI需从单纯依赖大模型转向多智能体分工、上下文复用与边缘部署。以工业富联MoMClaw为例，专业Agent协同与本地化部署实现根因分析提速80%。

2026-09-29 09:00:00 782

原创 35.4万台工业机器人进入中国工厂，为什么还有那么多任务仍然难以自动化？

而如果机器人能够通过数据和训练快速获得新的操作能力，那么同一套机器人基础设施就可能覆盖更多任务，所以说，“训练一个机器人”不能只是训练一个模型，而应该形成一套完整的任务开发闭环。2025年，中国新增工业机器人约35.4万台，同比增长20%，占全球新增部署量约59%。比如今天解决的是一个柔性线缆插接任务，那么最终沉淀下来的不应该只是“这一台机器人如何插这一根线”，而应该包括：如何定义这个任务、如何采集示范数据、如何训练操作策略、如何进行仿真验证、如何处理现场异常，以及哪些能力可以迁移到下一个类似任务。

2026-09-28 16:51:18 347

空空如也

空空如也