工业AI智能体的出现，正在打破传统工业系统的规则预设局限，开辟了从“流程驱动”转向“智能驱动”的全新发展模式。正是在这一背景下，物联网智库与研华科技董事长刘克振、研华科技工业云研发总监康宁的展开了一场关于“工业智能体时代”的深度对谈。

在上一期的交流中我们了解到，AI智能体正在以出乎意料的速度快速崛起，落到工业领域，智能体通过更全面的数据、更精细的模型、更强大边缘计算重构工业智能的底层逻辑，用自主认知驱动场景的智能化能力提升。

可以说，工业AI智能体的引入，是一次系统架构与智能逻辑的跃迁。我们现在正处在这样一个历史转折点上，智能体与边缘计算的结合构筑起工业场景里的智能中枢，完成数据从感知、汇总到自主决策，甚至执行端到端的闭环，推动工业系统从封闭的局部优化迈向开放且定制的全场景智能。

本文将继续梳理后续访谈部分核心内容，探讨工业智能体对软硬件平台的需求，以及如何构建起工业智能体生态体系促进产业链加速发展。

从边缘计算到WISE-Edge，软硬整合赋能智能体应用

此前文章中提到过，在工业智能体时代，模型技术能结合全面行业知识进行决策，具备感知与执行能力的智能体基于自主认知进行决策与任务执行，工业智能实体在感知、决策、执行环节上做到了自主闭环。

工业智能体涉及的核心技术围绕着边缘计算、实时响应、基于数据的自主决策等方向展开，其中边缘计算硬件带来的本地实时数据处理、基于行业应用的细化AI模型、适配具体场景应用的AI软件整合平台与应用套件是构建智能体的几个核心模块。

边缘计算硬件自然是最基础的算力底座，没有算力智能化功能就没有实现前提。边缘计算硬件是研华科技深耕已久的赛道，目前围绕工业智能体的算力需求正在开发如Edge AI加速模块、Edge AI服务器等产品，并与主流芯片厂商共同开发高效能边缘AI计算平台。

除了在硬件赛道上持续耕耘，研华科技董事长刘克振表示软硬件融合是研华坚定的愿景，“早在AI还没有出现时，研华科技就已经开始针对行业应用开发相关套件”，而现在研华正在大力推进WISE-Edge链接边缘端的软硬整合策略。在整个WISE-Edge的布局上，研华科技将其划分为Containers、APIs、Applications三个层级，通过这种模组化的软件套件方案降低智能体软件部署的难度。他认为“硬件与应用软件的打造具有产业变革的重大意义，这些围绕工业智能体核心技术体系的软硬整合产品搭建了一个让AI快速进入到工业应用的桥梁”。

在Containers层级，App Dev Libraries、Microservices、OS & Driver Base被整合进一个Container中。针对不同芯片的系统功能，研华科技将推出数十种不同的Container。“这种全面的整合，我们认为会使硬件与应用软件连接中繁琐适配消除，这样AI才能在工业领域迅速普及”，研华科技董事长刘克振表示。

Containers到Applications通过研华自主开发海量API链接，具体到应用部分包含了各种研华开发的WISE-IoT Applications，在构筑工业AI能力时基于场景需求选择合适的应用套件即可，大幅减少了下游厂商重新开发的时间。

从边缘计算硬件到WISE-Edge软件平台，研华科技正在将工业智能体所需要的软硬件以及其中需要的接口应用套件全部整合为一体，加速AI在工业场景的落地。

WISE-Edge工业AI落地实践

在工业AI具体应用中，工业数据碎片化和利用率低、工业场景对决策确定性和可解释性的严苛要求、AI智能体协同等难题是落地环节亟须解决的。

研华科技工业云研发总监康宁表示在WISE-Edge云边协同的三层架构设计中，充分参考了研华科技自身AI落地实践遇到的障碍，基于软硬整合的多层级设计能够解决诸多落地阻碍。

针对数据碎片化和利用率低的问题，研华科技在端侧布局了多种产品应用于处理多模态数据采集和通讯连接问题，进而通过边缘计算硬件对数据进行预处理和过滤融合，为AI智能体提供质量更高的数据的同时减轻数据传输对带宽的压力。

想要进一步提高数据利用率，必须深度挖掘数据进行数据处理融合分析。研华科技通过数据集成与分析平台对工厂各个系统的数据进行整合，并提供语义引擎，让大模型对数据进行深刻理解、分析和挖掘。

“对于如何提高决策安全性与可解释性，我们在边缘侧规划了AI算法专家库，包含专业的工业应用系统，如视频分析、工业质检等。这些应用系统基于专业的小模型保证决策链路路径的追溯能力，确保决策可信可控。”康宁补充道。

跨系统全场景协同涉及调用各个系统的API。这些工具在WISE-Edge的API层已经完成了集成，如设备数据查询和分析、设备控制、通知预警服务以及派工等，工业智能体在WISE-Edge平台上能够很方便地调用这些工具。

将AI硬件与软件深度绑定协同解决工业AI落地中的诸多技术瓶颈，WISE-Edge在工业AI落地中给出了实践检验过的方法论和场景模板。基于这些方法论与软硬件模板，工业智能体的落地无疑会顺利很多。

纵向协同横向传播，合力构建工业智能体繁荣生态

虽然目前AI的普及尚处于初期，研华科技董事长刘克振对AI预判“从初期发展到中期甚至是商用成熟期的时间不会很长。”工业智能体作为人工智能与边缘计算深度融合的产物，为了产业生态良性发展快速向商用落地，需要产业链上下游的协同创新与深度耦合。

研华科技除了持续在AI软硬件上做深度整合，也在积极连接产业链上的AI芯片厂商、多模态传感器供应商、AI软件技术企业、行业系统集成商，以及专注边缘智能的渠道经销商，形成打通产业链上下游的纵向协同生态，这种协同生态不仅会加速智能体技术迭代速度，更催生出大量模块化可复用的智能体库，让智能体的普及加速。

研华科技董事长刘克振还特别提到了将会建立非营利的推动工业AI传播的横向分享生态。AI的信息传播与分享价值是AI得以快速普及的核心特征，通过非营利的生态组织来推动工业AI知识的分享和传播对整个产业而言，具有里程碑式的意义。

在纵向与横向生态的交叉推动下，立体化的工业智能体生态系统不仅加速技术迭代，更促进产业链各环节深度融合，推动工业制造向智能化、高效化迈进，实现自主决策自我进化的智能体未来。

写在最后

随着边缘智能软硬件与大模型技术持续演进、深度融合，工业智能体应用正在快速成熟，最终在帮助工业场景形成“感知－决策－控制－优化”全域闭环。正如播客标题所示，Edge Computing 与 AI Agents正在重塑产业未来，工业场景也将在智能体时代迎来智能化跃迁。