工業AI智慧體的出現，正在打破傳統工業系統的規則預設侷限，開闢了從“流程驅動”轉向“智慧驅動”的全新發展模式。正是在這一背景下，物聯網智庫與研華科技董事長劉克振、研華科技工業雲研發總監康寧的展開了一場關於“工業智慧體時代”的深度對談。
在上一期的交流中我們瞭解到，AI智慧體正在以出乎意料的速度快速崛起，落到工業領域，智慧體透過更全面的資料、更精細的模型、更強大邊緣計算重構工業智慧的底層邏輯，用自主認知驅動場景的智慧化能力提升。
可以說，工業AI智慧體的引入，是一次系統架構與智慧邏輯的躍遷。我們現在正處在這樣一個歷史轉折點上，智慧體與邊緣計算的結合構築起工業場景裡的智慧中樞，完成資料從感知、彙總到自主決策，甚至執行端到端的閉環，推動工業系統從封閉的區域性最佳化邁向開放且定製的全場景智慧。
本文將繼續梳理後續訪談部分核心內容，探討工業智慧體對軟硬體平臺的需求，以及如何構建起工業智慧體生態體系促進產業鏈加速發展。
從邊緣計算到WISE-Edge，軟硬整合賦能智慧體應用
此前文章中提到過，在工業智慧體時代，模型技術能結合全面行業知識進行決策，具備感知與執行能力的智慧體基於自主認知進行決策與任務執行，工業智慧實體在感知、決策、執行環節上做到了自主閉環。
工業智慧體涉及的核心技術圍繞著邊緣計算、即時響應、基於資料的自主決策等方向展開，其中邊緣計算硬體帶來的本地即時資料處理、基於行業應用的細化AI模型、適配具體場景應用的AI軟體整合平臺與應用套件是構建智慧體的幾個核心模組。
邊緣計算硬體自然是最基礎的算力底座，沒有算力智慧化功能就沒有實現前提。邊緣計算硬體是研華科技深耕已久的賽道，目前圍繞工業智慧體的算力需求正在開發如Edge AI加速模組、Edge AI伺服器等產品，並與主流晶片廠商共同開發高效能邊緣AI計算平臺。
除了在硬體賽道上持續耕耘，研華科技董事長劉克振表示軟硬體融合是研華堅定的願景，“早在AI還沒有出現時，研華科技就已經開始針對行業應用開發相關套件”，而現在研華正在大力推進WISE-Edge連結邊緣端的軟硬整合策略。在整個WISE-Edge的佈局上，研華科技將其劃分為Containers、APIs、Applications三個層級，透過這種模組化的軟體套件方案降低智慧體軟體部署的難度。他認為“硬體與應用軟體的打造具有產業變革的重大意義，這些圍繞工業智慧體核心技術體系的軟硬整合產品搭建了一個讓AI快速進入到工業應用的橋樑”。
在Containers層級，App Dev Libraries、Microservices、OS & Driver Base被整合進一個Container中。針對不同晶片的系統功能，研華科技將推出數十種不同的Container。“這種全面的整合，我們認為會使硬體與應用軟體連線中繁瑣適配消除，這樣AI才能在工業領域迅速普及”，研華科技董事長劉克振表示。
Containers到Applications透過研華自主開發海量API連結，具體到應用部分包含了各種研華開發的WISE-IoT Applications，在構築工業AI能力時基於場景需求選擇合適的應用套件即可，大幅減少了下游廠商重新開發的時間。
從邊緣計算硬體到WISE-Edge軟體平臺，研華科技正在將工業智慧體所需要的軟硬體以及其中需要的介面應用套件全部整合為一體，加速AI在工業場景的落地。
WISE-Edge工業AI落地實踐
在工業AI具體應用中，工業資料碎片化和利用率低、工業場景對決策確定性和可解釋性的嚴苛要求、AI智慧體協同等難題是落地環節亟須解決的。
研華科技工業雲研發總監康寧表示在WISE-Edge雲邊協同的三層架構設計中，充分參考了研華科技自身AI落地實踐遇到的障礙，基於軟硬整合的多層級設計能夠解決諸多落地阻礙。
針對資料碎片化和利用率低的問題，研華科技在端側佈局了多種產品應用於處理多模態資料採集和通訊連線問題，進而透過邊緣計算硬體對資料進行預處理和過濾融合，為AI智慧體提供質量更高的資料的同時減輕資料傳輸對頻寬的壓力。
想要進一步提高資料利用率，必須深度挖掘資料進行資料處理融合分析。研華科技透過資料整合與分析平臺對工廠各個系統的資料進行整合，並提供語義引擎，讓大模型對資料進行深刻理解、分析和挖掘。
“對於如何提高決策安全性與可解釋性，我們在邊緣側規劃了AI演算法專家庫，包含專業的工業應用系統，如影片分析、工業質檢等。這些應用系統基於專業的小模型保證決策鏈路路徑的追溯能力，確保決策可信可控。”康寧補充道。
跨系統全場景協同涉及呼叫各個系統的API。這些工具在WISE-Edge的API層已經完成了整合，如裝置資料查詢和分析、裝置控制、通知預警服務以及派工等，工業智慧體在WISE-Edge平臺上能夠很方便地呼叫這些工具。
將AI硬體與軟體深度繫結協同解決工業AI落地中的諸多技術瓶頸，WISE-Edge在工業AI落地中給出了實踐檢驗過的方法論和場景模板。基於這些方法論與軟硬體模板，工業智慧體的落地無疑會順利很多。
縱向協同橫向傳播，合力構建工業智慧體繁榮生態
雖然目前AI的普及尚處於初期，研華科技董事長劉克振對AI預判“從初期發展到中期甚至是商用成熟期的時間不會很長。”工業智慧體作為人工智慧與邊緣計算深度融合的產物，為了產業生態良性發展快速向商用落地，需要產業鏈上下游的協同創新與深度耦合。
研華科技除了持續在AI軟硬體上做深度整合，也在積極連線產業鏈上的AI晶片廠商、多模態感測器供應商、AI軟體技術企業、行業系統整合商，以及專注邊緣智慧的渠道經銷商，形成打通產業鏈上下游的縱向協同生態，這種協同生態不僅會加速智慧體技術迭代速度，更催生出大量模組化可複用的智慧體庫，讓智慧體的普及加速。
研華科技董事長劉克振還特別提到了將會建立非營利的推動工業AI傳播的橫向分享生態。AI的資訊傳播與分享價值是AI得以快速普及的核心特徵，透過非營利的生態組織來推動工業AI知識的分享和傳播對整個產業而言，具有里程碑式的意義。
在縱向與橫向生態的交叉推動下，立體化的工業智慧體生態系統不僅加速技術迭代，更促進產業鏈各環節深度融合，推動工業製造向智慧化、高效化邁進，實現自主決策自我進化的智慧體未來。
寫在最後
隨著邊緣智慧軟硬體與大模型技術持續演進、深度融合，工業智慧體應用正在快速成熟，最終在幫助工業場景形成“感知－決策－控制－最佳化”全域閉環。正如播客標題所示，Edge Computing 與 AI Agents正在重塑產業未來，工業場景也將在智慧體時代迎來智慧化躍遷。