中國制造業(yè)正從高速增長邁向高質(zhì)量發(fā)展階段。龐大的工業(yè)體系與持續(xù)的提質(zhì)、增效、降本需求，為工業(yè)智能化提供了廣闊空間。工信部最新數(shù)據(jù)顯示，截至2025年6月底，工業(yè)企業(yè)數(shù)字化研發(fā)設(shè)計工具普及率、關(guān)鍵工序數(shù)控化率分別達(dá)到84.0%、66.8%。盡管數(shù)字化基礎(chǔ)日益完善，從單點設(shè)備的智能到整個生產(chǎn)系統(tǒng)的協(xié)同，仍是橫亙在眾多制造企業(yè)面前的現(xiàn)實難題。

當(dāng)中國工業(yè)從“大國制造”向“強國智造”邁進過程中，圍繞“如何做工業(yè)”和“如何做好工業(yè)”的行業(yè)命題，2025年中國國際工業(yè)博覽會期間，諸多企業(yè)都帶來了自己在工業(yè)領(lǐng)域的實踐答案。

這次，?？低曇浴拔锫?lián)感知+AI，加速工業(yè)場景數(shù)字化”為主題參加工業(yè)自動化展，展示了上百款“物聯(lián)感知+AI”軟硬件產(chǎn)品，以及?？涤^瀾大模型在工業(yè)領(lǐng)域的場景應(yīng)用。對于在工業(yè)的數(shù)字化、智能化升級，海康威視也給出了其思考。

物聯(lián)感知+AI

驅(qū)動工業(yè)從信息化邁向數(shù)智化

中國擁有全球最龐大、最復(fù)雜的工業(yè)制造體系，推動智能化轉(zhuǎn)型已成必然。但邁向智能化的第一步——“物理世界數(shù)字化”，并不只是把數(shù)據(jù)采集下來那么簡單?，F(xiàn)實困境在于：單一傳感器只能獲取有限維度的信息，容易形成“數(shù)據(jù)孤島”，既無法全面還原物理場景，也難以支撐復(fù)雜的智能決策。換言之，感知層的不足，正在成為制約工業(yè)數(shù)字化進程的瓶頸。

具體而言，過去依靠信息系統(tǒng)疊加流程優(yōu)化的數(shù)字化，更多是“事后記錄”；而真正的智能制造，需要在實時、動態(tài)、復(fù)雜的物理世界里感知更多變量，甚至感知那些以往“不可見”的要素，才能形成高價值的洞察和前瞻性的決策。正如人類無法僅靠眼睛去認(rèn)知世界，工業(yè)感知也不能依賴單一的感知手段，而要通過多模態(tài)融合，構(gòu)建出近似于“人類全感官”的體系。

?？低曊菄@這一底層邏輯展開布局。20余年來，從可見光起步，持續(xù)擴展紅外、紫外、毫米波、X光等多種感知技術(shù)，讓機器具備“眼、耳、鼻、舌”等多種感知能力，構(gòu)建起覆蓋千行百業(yè)的“感官矩陣”。更重要的是，還構(gòu)建了AI技術(shù)體系，讓設(shè)備成為超越人類感知能力的“智能感官”。

這種能力，在?？低暤恼古_就可以窺見。比如，內(nèi)窺式高溫爐膛觀測系統(tǒng)在2000℃的極端環(huán)境中依然穩(wěn)定運行，保障鋼鐵、石化等行業(yè)的效率與安全；超景深3D數(shù)碼顯微鏡可實現(xiàn)微米級圖像觀測，推動電子制造、鋰電、金屬加工等行業(yè)的精細(xì)化觀測與分析；聲振溫監(jiān)測系統(tǒng)、在線聲像儀、激光掃描成像雷達(dá)等技術(shù)，則分別讓設(shè)備運維、隱患排查和物料盤點等場景進入到“可視化、可量化、可預(yù)測”的新階段。

在南京鋼鐵，?？低暤奈锫?lián)感知產(chǎn)品得到了系統(tǒng)應(yīng)用。作為鏈條龐大、環(huán)境復(fù)雜的產(chǎn)業(yè)，鋼鐵的生產(chǎn)過程幾乎涵蓋了工業(yè)制造的所有難點：高溫、高壓、大體量、連續(xù)化。?？低曇员壬邷赜?、毫米波物位計雷達(dá)、熱成像攝像機等方案，覆蓋了從鋼坯溫度精準(zhǔn)監(jiān)測到智慧料場物料測量，與保障物料順利運轉(zhuǎn)等關(guān)鍵環(huán)節(jié)。上述實踐說明海康威視的物聯(lián)感知技術(shù)在復(fù)雜工業(yè)環(huán)境中具有廣泛適用性，其具備將多樣化感知手段整合應(yīng)用于不同工業(yè)場景、解決各類生產(chǎn)難題的能力。

1+1>2式融合創(chuàng)新

攻克“老難題”需要“新配方”

工業(yè)領(lǐng)域存在大量長期無法徹底解決的“硬骨頭”問題——煤質(zhì)檢測、倉儲盤點、設(shè)備預(yù)測性維護等，往往困擾行業(yè)多年。傳統(tǒng)方法難以突破，單點技術(shù)也力不從心。要解決這些難題，光有“感官”還不夠，更要靠“配方”，這要求技術(shù)供應(yīng)商不僅要有技術(shù)儲備，更要有融合創(chuàng)新的能力，能像“老中醫(yī)”一樣，針對復(fù)雜病癥開出混合“藥方”。

由此，擁有豐富的感知技術(shù)是基礎(chǔ)，更進一步的突破還在于融合創(chuàng)新。?？低暤莫毺貎?yōu)勢正在于此，并非簡單“堆砌”多項技術(shù)，而是基于對場景的深度理解，將不同的感知技術(shù)深度融合，產(chǎn)生“1+1>2”的“化學(xué)反應(yīng)”，為解決那些困擾工業(yè)多年的“老難題”提供新思路。

最為典型的便是在煤炭行業(yè)，煤質(zhì)檢測長期存在檢測周期長、樣本量小、指標(biāo)不全等痛點。此前國內(nèi)外雖探索過中子活化、雙能伽馬射線、X射線吸收、近紅外光譜（NIRS）等多種技術(shù)路徑，但受限于煤炭成分復(fù)雜、檢測精度不足及放射源安全隱患，始終未能形成成熟可靠的大規(guī)模應(yīng)用。

在這樣的背景下，?？低暸c國家能源集團聯(lián)合提出了能否通過多種感知技術(shù)融合來破解難題的設(shè)想，并逐一測試了微波、激光等多條技術(shù)路線，最終發(fā)現(xiàn)X射線熒光（XRF）對煤中灰分、硫分響應(yīng)優(yōu)異，且穩(wěn)定性、靈敏度和安全性均具優(yōu)勢，與近紅外光譜形成了高度互補。由此誕生的“融合光譜煤質(zhì)快速分析儀”，創(chuàng)新性地將近紅外與X射線熒光結(jié)合，實現(xiàn)煤質(zhì)實時、在線、高精度檢測，將效率從8小時縮短至實時，檢測煤量從1克提升至1噸以上，顯著提升了結(jié)果的代表性與可靠性。這一突破不僅解決了單點技術(shù)的局限，也實現(xiàn)了對熱值、水分、灰分、硫分等關(guān)鍵指標(biāo)的全面覆蓋，堪稱對傳統(tǒng)煤質(zhì)管理模式的一次改革。

以大模型推進工業(yè)智能化升級

在工業(yè)智能化的進程中，感知設(shè)備不僅僅是獲取信息的工具，還應(yīng)具備理解與判斷能力。當(dāng)前，工業(yè)AI應(yīng)用多集中在碎片化場景，如OCR識別、缺陷檢測或巡檢輔助。行業(yè)中雖然小模型層出不窮，但多數(shù)尚未到推廣階段，同時，模型開發(fā)成本高、周期長，且難以應(yīng)對快速變化的生產(chǎn)需求。工業(yè)領(lǐng)域亟需泛化能力強，能夠規(guī)?；涞氐拇竽Ｐ?。

早在2006年，?？低暰徒M建了智能算法團隊，在業(yè)內(nèi)率先將AI產(chǎn)品化落地。如今，AI已廣泛地融入?？低暤能浻布a(chǎn)品中，支撐千行百業(yè)的智能化應(yīng)用。截至目前，?？低曇寻l(fā)布數(shù)百款大模型產(chǎn)品。

更具代表性的是，?？低暬谟^瀾大模型技術(shù)底座，打造了系列行業(yè)大模型，助力工業(yè)智能化升級。此次中國工博會上，?？低曋攸c展示了觀瀾大模型在工業(yè)領(lǐng)域的場景應(yīng)用，在大模型互動展區(qū)，參觀者不僅能親身體驗大模型在質(zhì)量管控領(lǐng)域的具體應(yīng)用，還可體驗到分鐘級的快速注冊算法生成過程，切身感受觀瀾大模型帶來的智能與高效。

?？涤^瀾大模型在硬件和軟件能力上，都帶來了“產(chǎn)品力”的提升：

硬件能力提升：例如，海康威視工業(yè)安全系列攝像機在視覺大模型加持下，結(jié)合立體視覺成像技術(shù)，準(zhǔn)確檢測區(qū)域內(nèi)人員滯留情況，檢測信號可對接PLC、安全繼電器等控制系統(tǒng)，時延低至百毫秒，有效避免機械碰撞等意外發(fā)生；加持了大模型技術(shù)的抗振防抖筒機系列，能對大型機械設(shè)施行進方向上的人員闖入行為進行智能識別與預(yù)警；搭載海康觀瀾大模型的智能離線AXI設(shè)備和工業(yè)CT設(shè)備，可實現(xiàn)電路板焊接缺陷的高精度自動檢測，檢測效率可大幅度提升80%。

軟件能力進階：多模態(tài)大模型加持的安全生產(chǎn)管理平臺，可讓巡檢更便捷、準(zhǔn)確和專業(yè)。以遠(yuǎn)程隱患排查為例，安全員只需將日常點巡檢規(guī)范導(dǎo)入系統(tǒng)，并篩選匹配對應(yīng)的視頻點位，配置完成后一鍵啟動排查，自動生成隱患分析報告。此外，平臺還能結(jié)合作業(yè)時間抓取作業(yè)附近的視頻點位畫面，大模型自動分析作業(yè)場景中是否存在違反作業(yè)規(guī)范要求的行為，發(fā)現(xiàn)隱患第一時間推送給現(xiàn)場安全監(jiān)護員，提升作業(yè)監(jiān)管效率。

據(jù)了解，?？涤^瀾大模型已在電力、石油、化工、冶金、礦山、建筑、機械制造等諸多行業(yè)落地應(yīng)用，成為企業(yè)應(yīng)對復(fù)雜工業(yè)場景、實現(xiàn)智能化管理的助手。

尾聲

?？低曉诒緦霉げ恼故境浞终故玖似渌綄さ膭?wù)實路徑：做好工業(yè)不追求炫技，而是將扎實的物聯(lián)感知和AI技術(shù)，將行業(yè)前沿的大模型，融合成能真正走進實際車間、滲入細(xì)分場景、解決沉疴舊疾的新答案。

而面對中國工業(yè)整體轉(zhuǎn)型升級中最普遍、最棘手的本質(zhì)需求，以及中國制造業(yè)提質(zhì)、增效、降本的核心命題，?？低暤募夹g(shù)布局也不僅放眼當(dāng)下問題，更在于為工業(yè)體系的數(shù)字化、智能化升級提供一個可進化、可擴展的技術(shù)底座。