工业AI落地卡在哪:许志远提三道关,李阳谈控制层重构
飞象网讯(孙迎新/文)11月13日,第二届中国工业AI大会(IAIC 2026)在杭州开幕。大会期间,中国信息通信研究院副总工程师许志远发表题为《人工智能的能力跃迁与工业AI体系的发展》的主旨演讲。结合人工智能从生成走向行动、从数字世界走向物理世界的产业形势,许志远系统阐述了AI能力跃迁的五个阶段与工业AI体系的四层架
11月13日,第二届中国工业AI大会(IAIC 2026)在杭州开幕。中国信息通信研究院副总工程师许志远在大会上以《人工智能的能力跃迁与工业AI体系的发展》为题作主旨演讲。
眼下人工智能正从生成走向行动、从数字世界走向物理世界,许志远据此系统讲了AI能力跃迁的五个阶段,以及工业AI体系的四层架构。同一场活动上,菲尼克斯(中国)投资有限公司副总裁李阳讲了控制层重构,海光信息技术股份有限公司创新产品线总经理李成讲了端侧算力。体系、连接、底座,三位嘉宾各讲一层,把工业AI从能力到产线的路子完整摆了出来。
能力跃迁:从生成答案到完成任务
许志远把人工智能的演进划成五个阶段:生成式人工智能、生成智能、推理智能,再到眼下以行动智能为特点的阶段,往前则是具身自主智能与开放世界智能。
这五个阶段之间是什么逻辑?许志远认为工业界该留意当下这一阶段性质变了,最明显的特征就是:以前是生成答案,现在是完成任务。
变化有三个能看得见的标志。任务时长上,Agent处理的任务从秒级拉到小时级,再到天级;交互方式上,Computer Use让模型看懂屏幕直接操作软件,不再靠API接口;实现语言上,代码成了AI的通用语言,生成、执行、验证、反馈形成闭环,幻觉被大幅压低。再加上百万级长上下文,模型已经能稳定处理全量信息。
许志远提到,突破的节奏才值得注意——定点式、脉冲式。一个领域刚起步时准确率可能只有二、三成,几个月后到五六成,再过不到一年就跃到九成以上,到那时候所有人都变了。
他把这种压力说得挺直白:今天某个领域还没被突破,是因为它压根可能还没来得及盯上你。
压力能推着人跃迁,但跃迁有边界。许志远说,第一个边界是验证成本:AI击穿的领域大多是比较容易验证的领域,能不能突破跟验证难不难有关,跟智力门槛无关;第二个边界是跟现实世界互动,具身智能才刚起步,顶尖模型对物理世界的理解仍不够准。
由此他给出一个判断:AI该用在高度不确定的地方,而不是已经很可靠的环节。他反问,人家原来本身就做得很好,你干嘛用AI去替代呢?
找场景,他建议问四个问题:最复杂的优化、最不确定也最昂贵的不确定性、最稀缺的专家判断、最危险的人工环节。
许志远从这些场景出发,给出了六个方向:让工业软件的开发和迁移不再那么难;把一线经验变成能验证的工业知识;不止于设备接入,还要跨系统求解;方案先在虚拟环境里跑通;把经营目标落到生产决策上;让工艺能力变成可以带走、可复用的资产。
控制层重构:AI进入生产回路的最后一公里
许志远搭的是上层骨架,菲尼克斯(中国)投资有限公司副总裁李阳讲的则是骨架怎么落到地面。在他看来,工业AI支撑落地的难点,更多出在控制层。
李阳给出几组数字:约六成企业的AI项目落地遇到困难,成本大量花在数据准备上;企业可用的数据只占三成左右,其余逾六成在沉睡;企业AI建设成本的五到六成发生在数据治理上。
所以他强调,工业现场的硬约束一抓一把:性能与可靠性要求极高、多系统待集成、数据源分散、管理体系成熟度不一、投入产出比难算。
问题就出在数据上。李阳说,数据质量有六个维度,其中完整性、准确性、一致性、有效性在数据产生那一刻就定死了。后置数据治理只能改善你看得见的已有数据;至于丢失的数据、本来就是错误的数据,其实没办法做调整。
传统工控的结构性缺陷正在这里:每经过一层,数据就复制一次、重构一次。他提出的替代方案是,所有应用跑在同一计算环境、共享同一数据源,控制层用虚拟控制对接现场,数据只传一次、副本唯一。配套要三项能力:确定性传输,保证收到的事实与真实一致;数据自带工程单位、量纲与质量码;免网关、不损失。
李阳进一步说,菲尼克斯的PLCnext就是这一思路的载体:控制运行时从专用硬件里抽出来,能部署到服务器、公有云或嵌入式芯片,同时支持IEC 61131-3与Python、C++等高级语言。
他强调这不是替代。安全场景仍用专用控制系统,只有秒级以上、中等速度、小决策的系统才会向统一算力收敛。
落地样本也已经有了:储能厂商借助统一控制策略,适配全球各地的不同硬件;半导体设备则把控制体积从7厘米级缩到35毫米。另外,与联通推出的5G仿真一体方案,以及跑在鲲鹏和openEuler上的国产化技术栈,说的都是同一件事。
说到工业AI的趋势,李阳判断:越靠近物理世界,它越来越标准化;未来最接近人的使用界面,可能更多是个性化的。
算力筑基:端侧芯片托住工业AI的底座
工业的发展、AI的突破,从根本上看都离不开能源的支撑。
海光信息技术股份有限公司创新产品线总经理李成把能源当作切入点。他给出几组数字:眼下发电量已超过10万亿度,220千伏以上高压输电线路超过200万公里,工业领域一年投资逾1万亿元,其中智能化改造约1.5万亿元。从发电侧一直到表后市场,每个环节都得算成本账——光伏要预测天气和电网环境,储能要把有功无功协同起来,AI训练自己同样是用电大户。
在李成看来,能源生产不能只算一笔账就下判断。工业端侧有三项基础需求摆在面前:检测与分析得在现场在线完成;工业软件要在户外、恶劣环境中长期稳定运行;大量软硬件和操作系统需要互相兼容。从软硬件生态来看,目前仍是x86生态占主导。
李成表示,海光要解决的除了性能,还有供应链的稳定。缺芯这件事,与供应被少数厂商把持有关,总得有人去平抑供应和价格的起伏。另外两条腿是生态和安全:内生安全体系覆盖可信执行环境、安全启动与数据执行保护;面向工业的软件团队负责开发中间件与平台,并联合端侧AI厂商一起建评测数据库。