中新網上海7月19日電 (李佳佳 李秋瑩)如果說具身智能的戰場在物理空間,那么智能體的戰場則在業務流程。正在舉行的2026世界人工智能大會上,智能體正從對話框走出、進入企業真實工作流程——從工業產線到精密制造,從跨境營銷到可穿戴設備,智能體正在以不同形態滲透進國民經濟的方方面面。
工業智能體:從流程優化到物理操作的雙重滲透
工業生產對可靠性、安全性要求極高,如何讓AI步入生產環節向來是工業領域的難解之題。中國石油昆侖數智聯合阿里云共同打造的工業Agent給出了一個答案——這是國內首個進入煉化生產系統、零人工干預的工業智能體,已在常減壓裝置產線連續穩定運行超過60天。常減壓環節是石油煉化的首道工序,傳統做法靠操作員連續盯盤DCS數控系統,一次異常從發現到定位往往耗時30分鐘以上。如今在工業Agent助力下,這一時長被壓縮到2分鐘以內,報警根因分析準確率超過90%,異常排查工作量下降70%,故障處置效率提升80%,裝置運行穩定性提升30%。
在精密制造領域,ABB機器人亮相WAIC,全面彰顯其在物理AI領域的引領地位。ABB機器人與NVIDIA聯合發布行業白皮書,深入解析工業級物理AI為精密制造帶來的顛覆性變革。白皮書由亞信科技、德勤、SKAI Intelligence共同參編,提出一套助力物理AI快速部署的方法論,強調必須將機器人視覺、數字仿真與真實作業打通,形成可復制落地的標準化工程實施流程。ABB機器人物理AI工具鏈配套軟件棧首秀,通過兩大現場演示工站展示“自主多功能機器人(AVR™)”推動物理AI落地的最新成果。
ABB機器人亮相中國2026世界人工智能大會(WAIC),并與NVIDIA聯合發布行業白皮書,深入解析工業級物理AI為精密制造帶來的顛覆性變革。 ABB供圖其中,Sim2Real數字孿生虛實閉環工站在虛擬環境中高保真復刻產品模型、機器人、視覺系統與站體行為,打通了“仿真到現實”的閉環工作流。AI引導卡扣裝配工站利用數字孿生體生成的海量合成圖像數據對視覺AI模型進行預訓練,使AI模型的泛化能力得到極大提升,大幅減少對物理原型制作的依賴。
營銷智能體:從“提建議”到“交付結果”
鈦動科技發布的AI營銷智能體Navos2.0展示了智能體在商業領域的滲透深度。在去年WAIC首發1.0版本基礎上,Navos2.0將原本分散在不同模型、工具和流程中的全球營銷能力收斂到一個統一的AI入口,并圍繞企業目標按需組合多個專業智能體,形成高效協同的智能體工作流。針對電商、游戲和本地生活類場景,Navos2.0打造了AI選品、AI創意、AI達人等多個智能體,依托全球數億級專業數據資產和全球1.5億達人資源網絡,首次實現了在同一入口推進市場機會識別、優質素材生產和多語種達人建聯的完整閉環。其特別推出的AI桌面助手功能,可在授權范圍內操作網頁、讀取文件、連接飛書、Office等主流辦公工具,讓智能體協作跨應用完成工作、交付結果。鈦動科技創始人李述昊表示:“通用模型提供智能的底座,專業模型沉淀行業的智慧,多智能體則把這些智慧組織成真正的生產力。Navos2.0讓AI走出了對話框,進入企業的真實工作流。”
可穿戴智能體:從“功能工具”到“隨身記憶伙伴”
李未可在WAIC現場正式發布全球首款AI記憶眼鏡,以“長期記憶”為核心突破。整機主體僅26g,適配全天候長效佩戴;獨立磁吸攝像模組重約10g,支持按需拆裝。區別于傳統AI眼鏡聚焦單次拍照、翻譯、問答的工具化能力,X-AI記憶眼鏡以“eXtended Memory記憶延伸”為產品哲學,打造可實時捕捉、結構化沉淀、可召回、可執行的完整現實記憶體系。李未可宣布與騰訊云WorkBuddy生態合作正式落地,打通真實世界信息錄入、長期記憶整理與智能體執行交付的完整鏈路。
全球首款AI記憶眼鏡——李未可X-AI記憶眼鏡。李未可供圖基礎設施與垂直生態:智能體時代的“水電煤”
國家超算互聯網推出“科學計算智能體生態共創與開發者招募合作計劃”,為期半年,面向高校科研院所、個人開發者及企業研發團隊廣泛征集智能體等創新成果。依托全國首個十萬卡AI超集群“曙光8000(登峰)”,參與者可獲得算力、數據、工具、低代碼開發和多智能體協同環境支持。目前超算互聯網已匯聚覆蓋100多個核心計算場景的1.6萬余項內容組件。
歌歌AI攜自研GM-1民族音樂大模型參展,用戶輸入歌詞、曲風與演唱音色,單卡約10秒即可生成完整3分鐘歌曲,單首生成成本僅數分錢。歌歌AI通過與青海等多地政府共建項目,合規拿下內蒙古、新疆、云貴等區域海量民族音樂素材獨家使用權,建成全球稀缺民族音樂訓練數據庫。展會期間達成文旅、音樂、硬件多類生態合作意向。
從工業產線到精密制造,從跨境營銷到可穿戴設備,智能體正在悄然完成身份切換——它不再是對話框里的問答工具,而是進入真實工作流程的生產力要素。WAIC2026上智能體的集中亮相揭示了一個清晰的產業方向:當模型能力趨于同質化,誰能將智能體嵌入行業、打通數據閉環、交付可度量的商業結果,誰就能在智能體時代的競爭中占據先機。(完)