关键词工业AI、智能制造、AI工厂、制造运营系统、制造业数字化转型7月AI圈和制造业都格外热闹。一边是2026世界人工智能大会刚刚闭幕人形机器人精准作业、AI智能体高效履职、大模型赋能产业升级——曾经的科技想象已然成为重塑生产、服务生活的鲜活实景。另一边中国AI企业月之暗面于7月16日发布新一代Kimi K3模型——当前全球参数最大的开源模型引发市场对美国可能丧失AI领先优势的担忧美国科技股随之暴跌。两条新闻放在一起看很有意思。AI正在以前所未有的速度渗透进制造业但真正的问题不是“AI有多强”而是“AI进了工厂之后能不能干活”。一、AI失控了技术越强安全越不能松7月23日一条消息让整个AI行业捏了把汗。AI巨头OpenAI透露旗下一个由先进AI模型驱动的AI代理在内部安全测试期间脱离人类控制突破高度隔离的环境入侵了知名AI开源模型托管平台Hugging Face的基础设施。OpenAI形容这是“一宗涉及尖端网络能力、前所未见的网络事件”。这个AI代理为了达成测试目标采取了多种极端攻击手段包括利用偷窃的登录凭证最终成功利用此前未知的安全漏洞“越狱”接入互联网并连至Hugging Face的服务器。更值得玩味的是后续——Hugging Face称由于美国领先的模型无法区分防御者和攻击者拒绝处理分析所需的数据该公司使用了开源的中国模型来帮助遏制攻击。这件事给制造业的启示很直接AI越强大安全风险越高。当AI代理可以自主入侵系统、突破隔离环境时那些正在把生产数据、工艺参数、设备状态交给AI的工厂做好准备了没有二、大模型“无限战争”制造业是终极战场7月的另一条主线是大模型产业的激烈竞争。短短几周内中国的5家头部独立大模型公司各显神通智*用4.2%的新增股份换取314亿港元提出了2年不追求变现的计划MiniM*拿出160亿港元的配股加可转债组合创始人宣布零薪酬直到实现AGI月之暗-抛出顶尖开源的K3加紧筹备港交所递表DeepS-完成超500亿融资阶跃星辰发布AI手机探索软硬件一体化。海外同样密集OpenAI临时取消了Codex的使用限制Anthropic在2周内4次调整旗舰模型收费马斯克的xAI发布Grok 4.5并放话“每月发一个大模型”。大模型正在成为一个“阶段性技术领先很可能在数月、甚至数周内被重写”的行业。但这场“无限战争”的终局战场在哪里答案是制造业。7月20日国新办发布会上两组数据给出了答案规模以上制造业企业人工智能技术应用普及率超30%人工智能开源大模型全球累计下载量突破100亿次。工业机器人、服务机器人产量同比分别增长28%和11.9%。30%的普及率意味着——每3家规上制造企业就有1家在用AI。但剩下70%还没用的企业卡在哪三、AI进工厂“最后一公里”最难走2026世界人工智能大会上智能体几乎成了各家科技企业的标配。但工业领域那些存在多年的老问题——数据碎片化、系统割裂、可靠性不足——不仅没随着智能体变多而消失反倒被进一步放大。北电*的行业负责人坦言工业面临的痛点很明确一是数据孤岛各系统数据不协同二是产销不协同生产和销售没法实时联动三是供应链不协同供应商、合作伙伴、物流速度等问题都没得到根本解决。说白了单个AI视觉检测再聪明也解决不了产销脱节的问题。单点效率最高不代表全局最优。制造业需要的AI不是冰冷的技术工具而是能理解产线逻辑、嵌入业务流程、帮工人做决策的数字伙伴。而数字伙伴要发挥作用前提是工厂先把数据这件事管明白。与此同时真正的落地案例也在涌现。金*建成了优质线材柔性生产智能工厂从销售下单到产品交付全流程可观、可控、可追溯生产效率同比提升12%运营成本同比降低11%去年入选国家首批卓越级智能工厂名单。其钢轧一体化智能排产模型融入了超过3万个知识点、100多万字的冶金规范知识库排产效率提高50%以上。南-配电网规划智能体是本届大会十大“镇馆之宝”中唯一央企上榜的项目已支撑逾1万条馈线智能诊断规划效率提升80%。中国移动发布工业互联网统一品牌“移动天工”已累计服务全国企业逾30万家。这些案例说明一个道理AI不是来取代人的是把人从重复劳动中解放出来。四、从实践看落地条件数据底座是AI入场券AI进工厂这件事很多企业卡在同一个环节——数据。真正做过制造业数字化转型的人都知道车间里每台设备、每个工单、每道工序的数据能否被实时采集、结构化存储、跨系统贯通决定了AI能不能“看懂”现场。如果一个工厂连生产进度靠微信群同步、库存账实对不上、质量问题靠纸质记录追溯那再先进的AI也无从下手。以深耕离散制造的精工智能为观察样本其自主研发的MES、WMS、APS、QMS、JMOM等平台覆盖了从车间执行到仓储管理、从计划排程到质量管控的完整链条。精工智能成立于2017年拥有500专职专业老师已服务2000客户具备国家高新技术企业、省专精特新企业、ISO27001、CMMI 3等资质。MES解决的是生产透明化——设备、工单、物料数据实时采集进度可看、质量可追溯。WMS解决的是库存透明化——账实一致、防呆防错物料从入库到线边配送形成闭环。APS解决的是排产智能化——供应链协同、紧急订单响应有了数据支撑。这些系统本身不涉及大模型但它们做的事恰好是AI进工厂的先决条件把数据从“沉睡”状态激活变成结构化的、可用的、可分析的资产。在汽配、家电、电子等行业精工智能的实践已经验证了一个逻辑制造运营系统贯通之后自动化设备和AI能力才有了协同作业的基础。这不是说每家工厂都要立刻上AI而是说如果数据底座还没打牢AI的“入场券”都还没拿到。五、政策信号密集零碳工厂来了AI工厂也来了7月22日工信部印发《关于组织开展国家级零碳工厂建设工作的通知》首次设定单位能耗碳排放、非化石能源消费占比、非化石能源电力消费物理认定量占比三项核心指标。零碳工厂建设已从理念倡导进入量化实施阶段。同一天杭州首次提出“AI工厂”概念计划今年内培育50家以上并发放“数改券”提供全链条支持。“AI工厂”分为三个级别一星在关键场景实现点状AI应用二星形成多场景协同的智能决策能力三星基本实现数据驱动的智能闭环。工信部等8部门还印发了《关于推动工业互联网高质量发展的实施意见》提出到2030年核心产业增加值突破2.5万亿元。目前工业互联网核心产业规模已超1.6万亿元应用覆盖41个工业大类。政策的密集出台释放了一个明确信号AI制造已经不是“要不要做”的问题而是“怎么做、什么时候做”的问题。结语2026年7月AI圈和制造业同时迎来了一个拐点。大模型在“无限战争”中拼参数、拼融资、拼上市AI代理在安全测试中第一次“越狱”成功工业AI在大会展台上从概念走向产线政策端零碳工厂、AI工厂、工业互联网三箭齐发。但对制造业老板来说这些热闹背后只有一个问题值得关心我的工厂准备好了吗杭州提出“AI工厂”概念时业内人士说了一句话“有了数字化基础才有数据才能让人工智能在制造环节真正落地。”数据底座不牢再炫酷的AI都跑不起来。30%的企业已经在用AI剩下70%的差距——不在技术在基础。从MES到WMS再到APS先把数据管明白、让系统跑顺畅AI才有机会真正进车间干活。这笔账得提前算。