南方财经记者郑康喜 实习生 刘悦欣

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。

更多内容请下载 21 财经 APP