踏入WAIC 2025的展廳，撲面而來的是一種濃郁的智能化氣息，各大展臺都陳列著最具未來感的前沿技術。

其中，一個聚焦工業互聯網相關的展臺吸引了我的注意。

傳統工業，與AI有什么關系呢？

在卡奧斯COSMOPlat的展區，電子屏幕上跳動著各種工業數據。孿生制造一體化平臺上，工廠孿生、產線仿真、價值鏈仿真等虛擬板塊有條不紊地工作著，模擬實體工廠的運轉，讓參觀者在孿生世界清楚看見從整體布局到產線細節的變化。展臺中央的AI+智慧化工智能沙盤前，參觀者正用iPad掃描場景，隨著鏡頭移動，屏幕上實時顯示著設備熱點，輕觸即可進入數字內容頁面，查看產線參數、能耗數據等詳細信息。

展區入口，工作人員和虛擬屏幕上的海爾兄弟一問一答，向展區觀眾解釋著卡奧斯展臺內的各種知識，趣味十足。

與其他展臺相比，卡奧斯沉淀出一種務實與冷靜的氣質。其展示的“AI+工業互聯網”的最新成果，讓人感覺到一種傳統工業互聯網時代邁向AI大模型時代的必然性：一面是傳統工業互聯網平臺面臨的增長瓶頸，一面是AI大模型帶來的全新可能性。面對新的挑戰和需求，卡奧斯基于海爾40年制造經驗，正以天智工業大模型為引擎，重新挖掘傳統工業在AI時代的活力。

那么，在AI時代，傳統工業互聯網迎來了怎樣的挑戰？工業互聯網大模型，如何下沉以賦能成千上百的企業？

展會上五花八門的智能應用讓人不禁思考：AI的出現，為傳統工業互聯網帶來了怎樣的變量？為什么它如此迫切地需要垂域大模型？

一方面，傳統機器學習算法和小模型面臨能力與成本的雙重制約。就像一個人雖然具備多種感官，卻因大腦無法整合信息而難以做出準確判斷，小模型在復雜工業場景中往往力不從心。并且，開發成本同樣令人卻步。由于工業場景高度差異化，標準化平臺難以滿足企業的個性化需求。當企業嘗試定制開發小模型時，往往面臨周期長、成本高的困境，許多渴望數字化轉型的中小企業望而卻步。

另一方面，通用大模型存在專業適配的鴻溝。通用大模型雖然在部分領域表現優異，但在工業場景中常因缺乏行業專業知識而水土不服。工業領域對可靠性的要求極為嚴苛，算法識別的可用度必須達到99%以上。面對高標準，通用大模型往往需要深度定制，但這一過程不僅耗費資源，還可能因行業經驗不足而事倍功半。

正是這種“小模型不夠用，大模型不好用”的困境，催生了垂域大模型的崛起。垂域大模型既能實現多源數據融合，又能內化行業知識圖譜，為工業互聯網提供量體裁衣的智能解決方案。

德勤《2024工業AI白皮書》顯示，78%的制造企業認為多模態智能是突破當前技術天花板的關鍵，但行業內成熟解決方案不足15%。顯著的供需缺口顯示出，工業互聯網擁抱AI變量已迫在眉睫。

正如海爾集團董事局主席、首席執行官周云杰所說，工業互聯網不能只做“一百米寬度，一米深度”的“工業版電商”，而是要做深。這個“深”，指的就是智能化和行業知識的深度。顯然，要突破這些瓶頸，工業互聯網需要一次徹底的大腦升級。

隨著AI的到來，工業互聯網有望實現質的飛躍，迫切需要引入大模型技術。然而，工業互聯網對大模型的要求極高，不僅需要強大的計算能力，還需要深度的行業知識和精準的場景適配，這使得許多企業望而卻步，亟待有人破局。

在此背景下，作為國內頭部工業互聯網品牌，卡奧斯給出了自己的行業解法。

首先是突圍。工業互聯網制造企業沉淀了數十年各行各業的專業數據與知識呼喚著更懂工業的垂域大模型，但誰能將工業互聯網與大模型強強聯合起來？就在這個關鍵時刻，卡奧斯率先出擊，打造首個基于工業互聯網的垂域大模型“天智工業大模型”，奠定了行業的科技底座。

卡奧斯的第一步是建立統一的數據底座，打通企業內部異構數據源，讓沉默的數據開始對話，而這離不開海爾集團40年制造業經驗和平臺數字化實踐。進一步，大模型整合了各類工業數據要素，貫通了多元工業應用場景，可以賦能家電、石化、能源等領域。以能碳方面的行業大模型為例，卡奧斯集成80TB+模態工業數據和千億參數，相當于為巨人構建了中樞神經系統，讓所有感官信息都能匯集到大腦。

而面對行業內智能化程度不足的問題，卡奧斯用工業大模型實現了專業知識的深度沉淀。與通用大模型博而不精的特性不同，工業場景需要的是真正的專家級智能。為此，天智工業大模型融合了海量工業知識、機理模型和專家算法，目前已涵蓋4700多個機理模型、200余項專家算法，使模型具備了專家級的思考能力。

以卡奧斯天智·能碳大模型為例，作為首個源自可持續燈塔工廠實踐的千億參數能碳大模型，它積累了超30年能源管理經驗、學習了300多個豐富的項目案例，實現了智能知識問答、數據分析、風險預判和能源診斷，就像一個經驗豐富的能源行業老專家。

然而，大模型的技術突破只是起點。成功突圍后，如何讓資金和技術能力有限的中小企業也享受到大模型的紅利，是另一大挑戰。

面對千企千面的差異化需求，卡奧斯給出了多種解決方案。以COSMO-Sphere企業級工業互聯網平臺為例，該平臺采用“1+N”模塊化架構，企業可以像搭積木一般按需拼裝自己的數字化系統。同時，平臺提供的低代碼和AI工具讓不擅長編程的業務人員也能快速開發智能應用。

不僅僅是企業，AI賦能的關鍵是讓每一個人平等地使用。因此，下沉到每個基層技術員工成為不可或缺的一環。

為了讓使用更加便利，卡奧斯推出了110多個智能體開發工具。例如在能源領域，行業大模型形成人機交互服務智能體“能源小智”。管理人員可通過語音、圖文與其24小時在線交互，無需手動找菜單，就能查詢能耗數據、生成節能建議。

卡奧斯的AI實踐讓平臺從一個被動的工具，變成了一個主動的、能夠自我優化的智能伙伴。這意味著，AI不是要取代人，而是要成為人的得力助手。工業大模型的下沉，不僅是技術的普及，更是智能的民主化。當AI從科技底座走向車間一線，工業互聯網的下一站，將是“人人可用、處處智能”的新時代。

看完了技術賦能的解決方案，我們再來看看實際的落地效果。

在卡奧斯的展臺，我看到了一個個AI走進工廠后發生的真實故事。

在陜西的黃土高原上，一個千億級參數的石油化工大模型正在悄悄改變著百年油田的命運。通過延長云享工業互聯網平臺，過去依賴人工的油井診斷實現了自動化，生產效率平均提升了20%。

我們在現場看到了卡奧斯天智·能碳大模型落地的模型智慧園區。

卡奧斯能源展臺的模型智慧園區內，智慧能源總控中心居中，變電站、風力發電站、辦公區等大樓林立四周。園區以藍色為主基調、綠化帶交錯分布，智能化、低碳節能的氣息撲面而來。而這樣一個智慧園區總計能減少碳排放5.5億噸、節約用電2億kwh。

展區另一側，燈塔工廠方案大屏里的多個“首個”格外引人注意。

簡單來說，卡奧斯的燈塔工廠建設咨詢服務就是一套幫助企業把傳統工廠升級成“智能工廠”的全流程服務包，目標是讓工廠變得更高效、更省錢、更賺錢。

而在卡奧斯助力下，海爾上海洗衣機互聯工廠建廠周期縮短6個月、制造效率提升57%，打造出洗衣機行業首個元宇宙未來工廠；在卡奧斯創智物聯合肥互聯工廠，工廠訂單交付周期縮短50%、現場缺陷率降低33%，是國內智能控制器行業首座燈塔工廠；海爾天津洗衣機互聯工廠聚焦綠色制造，成為中國本土首座“可持續燈塔工廠”，能源消耗下降35%。

從這些實實在在的成果中，我們能清晰感受到，“AI+工業互聯網”不再是一個遙遠的概念，而是正在發生的、能帶來真實價值的變革。從建設周期到生產效率、從產品質量到交付速度，它正在成為工業領域的新質生產力，推動著整個制造業向更高層次邁進。

離開展館時，我腦海里反復回響著一個詞：融合。我們看到的不是簡單的“工業+AI”，而是AI作為一種思維方式，徹底融入工業的血脈。工業互聯網提供了場景和數據，AI提供了智慧和決策，兩者缺一不可，相互成就。

或許，我們正處在一個從量變到質變的關鍵節點——工業互聯網的AI突變時刻。工業互聯網與AI的深度融合是大勢所趨，也是工業經濟高質量發展的必由之路。

傳統工業互聯網要保證在新時代不落伍，就離不開AI保駕護航。而產業工人將與AI形成全新的協作關系，讓生產力將得到前所未有的解放。

看見這一趨勢的卡奧斯則以高價值為導向，通過天智工業大模型這一技術底座，將大模型能力下沉到千行百業的生產一線，讓不同規模的企業都能享受到技術紅利，共同推動工業生產向更高效、更智能、更可持續的方向發展。