7月17日，2026世界人工智能大会（WAIC 2026）在上海开幕。
在上海世博展览馆H1-A1125展位，施耐德电气携生态伙伴展示工业场景中的人工智能应用。工业智能企业极峰科技（GeegoByte）以生态合作伙伴身份参展，首次展示工业智能体平台“河谷”（Hegu）2.0面向生产运营的设计态界面与交互方式，以及工业时序模型与大语言模型协同的技术路径。
据了解，作为聚焦流程工业的工业智能企业，极峰科技（GeegoByte）打造差异化技术路径：依托工业时序模型解析设备连续运行工况，借助大语言模型沉淀行业工艺知识，再通过工业智能体整合研判、规划、工具调用流程，输出可落地执行的标准化生产任务。
从试点到规模化，仍有三道断点
从本次大会工业智能展区一线实践来看，跨系统数据壁垒、模型输出不确定性、单点智能难以打通全链路，是当前工业智能规模化推广的核心阻碍，可归纳为三大落地断点：数据与系统不通、决策与执行脱节、项目落地难以快速复制。行业规模化发展，核心难点在于平衡技术标准化与工厂个性化场景适配需求。
工业智能落地离不开完整产业生态支撑。一方面，整套工业智能解决方案覆盖多层技术体系，囊括工业设备、自动化控制系统、工业软件、数据平台、边缘算力、工业模型与智能体等多个板块；另一方面，完整落地链条涉及多元主体协同：行业专家、工程团队负责工艺界定、数据治理、效果验证、人员培训与长效运维；生产企业明确落地目标、使用权限、验收标准与权责划分；标准、科研及产业平台持续统一行业接口、安全规范与效果评估体系。
生态协同本身就是工业智能系统不可或缺的一环，任一环节缺位，都会在批量复制阶段催生新发展瓶颈。本次WAIC 2026明确提出，要构建“企业为主体、市场为牵引、应用为导向”的人工智能创新生态，统筹产业发展与安全治理。这一导向对工业赛道具备极强实践指导意义，唯有技术创新贴合市场真实需求、贴合工厂现场工况、同步配套安全管控体系，工业智能才能走出试点，实现常态化稳定运行。
规模化复制的单位，可能不是“行业”而是“工艺”
长期以来，工业智能化应用通常按钢铁、化工、电力、环保等行业划分。但从生产机理看，不同行业之间也存在共通的工艺类型。例如，垃圾焚烧发电与危险废物处置都涉及燃烧过程；电解水制氢与部分化工生产共享电化学机理；合成、燃烧、电解和晶体生长等过程，也各自存在可沉淀的动态规律和控制经验。
这提供了一条新的规模化路径：先围绕工艺类型沉淀模型能力、智能体角色和任务模板，再进入具体工厂完成数据映射、设备连接和边界适配。复制的不再是一套脱离现场的通用答案，也不是从零开始的定制项目，而是一组经过验证、可以组合的工业能力。
据了解，极峰科技“河谷”（Hegu）工业智能体平台并非按行业简单复制同一套模型，而是围绕燃烧、合成、电解、晶体生长等工艺类型沉淀能力，再根据不同工厂的数据结构、设备接口和安全边界完成适配。
这种模式仍无法省去工程实施，但有机会减少重复开发，使工业人工智能应用从“每个项目重新做一遍”转向“共性能力复用、差异部分配置”。其规模化基础，正是模型企业、自动化厂商、行业专家与客户之间更稳定的协同关系。
从展台组合，看工业智能生态的能力互补
在极峰科技的展示中，其重点不是让模型绕过控制系统直接操作设备，而是在授权边界内，通过工业接口将经过验证的决策转化为生产任务。
据企业披露，极峰科技相关工业智能体已在多个流程工业场景累计在线生产超过1万小时。对极峰科技而言，这一指标检验的不只是模型能否给出建议，更是系统在长期运行中的稳定性、可追溯性以及越界时的安全退出能力。
这一组合呈现出工业智能生态的一种典型分工：自动化与工业技术企业拥有设备连接、控制系统、工业软件和大量行业场景；极峰科技则围绕时序状态理解、工艺知识推理和智能体任务执行形成专业能力。两类能力结合，才有机会把模型判断转化为受约束、可追溯的生产任务。
施耐德电气此前提出，工业人工智能的价值实现依赖场景应用和规模化部署，信息技术（IT）与运营技术（OT）的深度融合既需要技术创新，也需要广泛的跨界合作。在工业智能体开始进入连续生产之后，生态的作用将从市场合作进一步深入到产品接口、工程交付、安全责任和运行评估。
本届世界人工智能大会的主题是“智能伙伴 共创未来”。对工业领域而言，“伙伴”不仅描述人与人工智能的关系，也可以理解为产业各方之间的新型协作方式。
下一阶段，工业智能竞争将同时考验两种能力：一是向下深耕场景，真正理解设备、工艺和生产目标；二是向外建立生态，让不同技术和组织能够在统一边界内协同工作。
规模化应用最终复制的不是一个模型，而是一套可连接、可验证、可交付、可治理的方法。只有当模型能力、工业底座、工程经验和责任机制形成闭环，人工智能才能走出展会展厅，真正转化为制造业产线上持续创造价值的长效生产力。