中国工业报记者   曹雅丽

2026年的春天，一场关乎工业生产逻辑的变革正在无声渗透。

当工信部部长李乐成在今年全国两会“部长通道”上提出AI与制造业要“双向奔赴”时，这句形象的比喻迅速在产业界引发共鸣。从国家电网的输电铁塔间，到龙源电力的风机丛林里，再到阿尔特汽车的草图设计室中，一场以“自主执行”和“可量化价值”为核心的产业智能化变革正全面铺开。在八部门联合发布的《“人工智能+制造”专项行动实施意见》提出的“到2027年推出1000个高水平工业智能体”目标指引下，这种从“单向赋能”到“双向奔赴”的转变，正悄然重塑中国工业的底层逻辑。

“双向奔赴的核心，不再是技术厂商的单方面输出，而是让最懂业务的一线工程师，能用自然语言教会大模型干活。”百度智能云AI与大模型平台总经理忻舟近日在接受中国工业报等媒体采访时解读了这场变革的深层内涵。

跨越“结构化”鸿沟，技术奇点已至

当前AI与制造业的融合究竟处于哪个阶段？在服务了超过80%央企的百度智能云看来，那个横亘在两者之间的巨大鸿沟正在以肉眼可见的速度弥合。

“过去AI技术与传统工业之间存在巨大的鸿沟，但现在大模型技术已经突破了瓶颈达到了‘奇点’。”忻舟告诉中国工业报记者。他所说的“奇点”，标志是大模型从高技术门槛转变为“高度易用”——一线的业务人员可以用自然语言将业务逻辑描述成文档，而大模型能够直接读懂并执行。

这一判断与官方的顶层设计不谋而合。2025年底，工信部等八部门印发的《“人工智能+制造”专项行动实施意见》明确提出，要一手抓技术供给，促进“智能产业化”；一手抓赋能应用，加快“产业智能化”。这种两端发力的思路，正是为了解决忻舟所指出的核心问题：真正的堵点已不再是技术成熟度，而是工业知识的“结构化转身”。

“如果只靠云厂商单方面发力，AI是很难落地的。”忻舟坦言，“必须依靠一线工程师的深度参与，把工业界沉淀的专业知识转化为大模型能懂的结构化知识。”

他表示，这种“双向奔赴”的成效已在国网实践中得到验证。在输电、配网、变电三大核心场景中，百度智能云与国家电网合作搭建的“大小模型融合”云边协同架构，让AI巡检时间较传统人力巡检减少50%以上。覆盖27家省（市）公司超300个地市公司、上万名一线飞巡人员的规模化应用，证明了“双向奔赴”已从政策导向变为可复制、可落地的路径。

正如中国电子信息产业发展研究院院长张立所言，政府要当好“引导者”，企业要当好“实践者”。而当国家电网的1.8万余名运维人员发现单站巡视时间由人工所需的2.5小时锐减至45分钟时，他们真切感受到了“奔赴”的力量。

国家信息中心人工智能处副处长、研究员易成岐对此有更宏观的解读。他指出，未来五年，随着人工智能向通用人工智能加速演进，人工智能的感知、决策、行动等核心能力将继续取得突破，“智能经济”的两大组成部分——“智能产业化”与“产业智能化”——将成为经济发展的重要增长极。

易成岐强调，“十五五”时期，智能经济对GDP的贡献将完成从“增量补充”到“核心支柱”的关键转变。

破局焦虑，智能体开启“自主”时代

尽管政策东风劲吹，但在广大工业企业面前，“不敢转、不想转、不愿转”的现实困境依然横亘。技术路线选错了怎么办？投入打了水漂怎么办？被时代淘汰了怎么办？这种“技术焦虑”在今年春节期间OpenClaw（“龙虾”）的爆火后被进一步放大。

忻舟表示，以OpenClaw代表的“自主规划”超级智能体，它带来的是生产力的变化，生产工具的变化，百度也在自主执行上配合龙虾持续升级百度全家桶，包括以skill（技能插件）的形式开放百度搜索、百度网盘、小度等优势产品能力，自主研发桌面助理Dumate等。

与此同时，像百度推出的“伐谋”这样的自我演化智能体，人只负责定义“要解决什么问题”和“评估标准”，剩下的算法优化和迭代交由大模型自主完成。

这种技术跃迁正在哪些环节带来实质性突破？

据介绍，在研发工艺优化端，阿尔特汽车联合百度伐谋，将原本耗时10小时的汽车风阻验证压缩至分钟级，模型误差小于5%。对于追求极致续航的新能源车型，风阻每降低10cts，续航增加6km-8km——这就是可量化的市场竞争力。在运维流程端，龙源电力搭建的“集团本部-省级监控中心-新能源场站”三级管理架构，已在全国100多个风电场部署设备运检智能体。风机“专属医生”通过多维数据进行“自我诊断”，故障识别准确率超过85%；故障处置周期从“天级”缩短至“小时级”。

“以前派个单要打好几个电话，确认人员、确认方案、确认时间，现在系统一键搞定，而且方案比我们自己想的还周全。”一线员工的反馈，道出了“自主执行”的真实价值。

国际数据公司（IDC）中国高级研究经理杜雁泽此前在接受采访时指出，工业智能体正在成为“AI+制造”的核心抓手，本质原因在于其角色已经从“被动工具”转变为“可自主执行的数字员工”。他强调，当前越来越多企业开始关注AI的投入产出比，核心诉求从“是否要做AI”转向“AI如何真正帮助提质、降本、增效”。

IDC发布的2025年中国工业企业调研显示，已应用大模型及智能体的企业比例，从2024年的9.6%快速提升至2025年的47.5%。这一数据印证了智能体正从单点试验走向规模化应用的行业趋势。

面对OpenClaw的爆火，忻舟给企业的建议异常冷静：用“可量化价值”衡量一切——看AI是否被规模化使用（如智能体的调用量），看是否实现了流程省时省力，看是否带来了新的创新变量。“最关键的是，让企业里最了解业务的那波人，适当学习AI技术并应用到实际业务中。”他说，“以前门槛太高，现在应用的门槛低了，这件事变得可行了。”

从“高质”迈向“新质”，筑牢安全底座

当智能体开始自主执行任务，安全问题便成为不可回避的话题。在OpenClaw快速普及的背景下，如何做开源生态的规范化，保障企业的用云安全？

忻舟坦言，OpenClaw在产品理念上极具创新，但也存在各种漏洞，可能执行高危操作，或者存在恶意注入、隐私泄露等风险。“百度最近推出的DuClaw，通过云端部署，具备网络隔离，阻断横向渗透的能力，默认配置全面的安全防护、前处理后处理，有效阻断高危操作、防御提示词攻击。”他说，公有云上的DuClaw和即将推出的百度千帆私有化版本，都将把这些安全能力纳入其中。

今年政府工作报告明确提出“支持人工智能开源社区建设，促进开源生态繁荣”。开放原子开源基金会秘书长助理兼运营部部长李博对此解读道，开源已超越单纯的代码开放，演变为一种全球性的创新协同模式，不仅是AI技术演进的加速器，也是构建安全、可控、繁荣产业生态的关键支撑。他透露，随着大模型技术的演进，软件系统正从“以人为中心的交互”迈向“以智能体为核心的执行”体系，基金会正在筹备成立“智能体开源工作组”，推动面向智能体的系统级与应用级原生接口标准化建设。

中国信息通信研究院人工智能研究所所长魏凯也强调，在DeepSeek等开源模型的带动下，我国已涌现出一批具有国际影响力的开源模型，开源模型下载量全球居首。但本土开源社区建设还需加强，下一步要推动头部模型从技术开源向社区运营延伸，补齐开源社区基础设施短板。

更值得关注的是，安全之外，如何推动AI从“高质生产力”向“新质生产力”跃迁？

“从某种角度看，办公提效算得上高质生产力，但未触及‘新质’的核心——重大技术突破和大幅度提升生产制造效率。”忻舟指出。真正的“新质”，在于发现未知——发现新材料、优化新工艺、创造新范式。

国研新经济研究院创始院长朱克力在解读“智能经济”首次写入政府工作报告时指出，智能经济是数字经济的更高形态，把“智能”作为新一代经济形态的核心特征，意味着政策重心从过去的信息化、数字化，全面转向智能化。他表示，智能技术正从“工具”升级为经济发展的“底层逻辑”。

展望未来2-3年，忻舟预测了一个极具颠覆性的场景：“未来的工业软件可能没有传统的操作界面，核心功能将通过对话或半对话的方式直接调用后端API来实现。”工人不再需要打开繁琐的ERP或仿真软件，只需下达自然语言指令，系统便能瞬间给出精准的处置建议。

中国工业互联网研究院院长鲁春丛在撰文中强调，当前，以智能化为代表的新一轮科技革命和产业变革浪潮席卷全球，正在系统重构全球产业格局。工业智能体、具身智能在制造业各环节加速渗透，正在成为企业重塑竞争优势的新动能。产业竞争的焦点已不再是行业本体技术的领先，而是数智技术与实体经济融合应用的效率和规模。能否做强“人工智能+制造”，将直接决定我国制造业的全球地位和长远竞争力。

“只有底层底座扎实普惠，上层商业应用才能百花齐放。”忻舟表示，百度智能云正以“芯—云—模—体”的全栈技术布局，为“中国智造”铺设一条低门槛、高价值、可量化的破局之路。在这条路上，AI与工业的“双向奔赴”正从一句政策口号，变成车间里、铁塔上、风机旁每天都在发生的真实改变。