“以前在洗煤廠，老師傅調重介密度全靠‘手感’，5—6年才能練出‘火眼金睛’；現在智能體直接給出最優參數，PLC設備自動執行，精煤質量又穩又好。”在興隆莊煤礦洗煤車間，一位操作工道出了AI智能體給傳統煤礦產業帶來的真切改變。山東某煤礦智能化操控井下作業。受訪公司/供圖

工業場景復雜度高、安全要求嚴、實時性強，AI大模型在其中的效用受到限制，在此背景下，行業開始探索與落地AI智能體。

近日，證券時報記者走訪云鼎科技發現，在礦山、化工、油氣等傳統重工業領域，長期面臨效率偏低、安全風險高、對人工經驗依賴強等共性難題，但這些問題正迎來系統性破解路徑——以智能體為核心的“感知—決策—執行—優化”閉環能力，正在重塑工業生產與管理模式。作為連接AI大模型與產業場景的核心載體，智能體正打通AI落地的“最后一公里”，推動傳統產業從“單點智能”向“系統協同”跨越。

智能體破解產業痛點

“過去，大模型提供了基礎能力，就像給產業裝上了‘聰明大腦’，但智能體才是讓大腦落地的‘手腳’，能真正把技術變成實實在在的效益。”云鼎科技工業互聯網事業部人工智能業務總監高楨告訴證券時報記者。

“傳統產業的智能化轉型曾長期停留在‘報警式’應用，大模型從‘發現與感知’到‘決策與執行’的能力延伸仍存在差距。”高楨表示，智能體的出現，徹底改變了這一局面，在礦山、化工、油氣等領域呈現出多點突破的態勢，AI從“旁觀者”變成“參與者”。

云鼎科技是國內率先推出垂直領域大模型的數智化解決方案供應商，在礦山、化工、油氣等工業領域打造了多項業內典型應用案例，并實現規模化推廣。

在山東興隆莊煤礦的洗選車間，云鼎科技研發的智能體實現了精準密度調控的工業場景落地。傳統重介分選依賴人工經驗設定密度，參數波動大，不僅精煤產率不穩定，還造成介質浪費與精煤損失。現在智能體通過預測大模型測算最優分選密度，直接驅動PLC設備執行閉環調節，不僅可以穩定精煤質量，同時提升精煤產率0.2%以上，按年洗選300萬噸測算，每年可創造直接經濟效益超300萬元。

井下作業的安全保障也因智能體的參與煥然一新。在李樓煤業的防沖卸壓打鉆施工作業現場，防沖卸壓孔深監管智能體通過視頻算法自動計數鉆桿數量，徹底告別了“人工逐根核對、枯燥易出錯”的舊模式。

“以前通過人工數鉆桿眼睛都看花了，還總擔心漏數，現在通過算法自動核驗，工作效率提升80%以上。”現場工作人員說。在井下的輸煤皮帶巡檢，也由智能體接管，攝像頭24小時實時監測，異常情況自動報警并聯動處置，既減輕了工人勞動強度，又消除了人工巡檢的盲區。

在化工領域，智能體要攻克化工生產工藝優化“多變量、非線性、強耦合”的難題。“煤炭洗選過程主要是物理變化，化工工藝流程多為化學反應，調控一個參數可能引發連鎖反應，預測及優化難度存在顯著量級差異。”高楨坦言，甲醇精餾場景的智能體研發，公司AI團隊足足投入了近一年時間。付出終有回報，這套系統在榆林能化落地后，噸甲醇蒸汽消耗降低3.2%，年增收甲醇產量180噸，單廠單裝置年降本增效450萬元。

油氣行業的智能體也展現出規模化落地能力。2024年，云鼎科技中標某管網集團AI大模型項目，將智能體能力延伸至油氣管網領域。“從礦山到化工再到油氣，智能體之所以能快速推廣，核心是解決了行業真痛點，帶來了看得見的收益。”高楨表示。

搭建傳統產業“硬支撐”

智能體在傳統產業“大顯身手”，背后是一套貼合工業場景的技術體系。不同于消費端智能體的“通用性”，工業智能體的研發更注重“實用性”與“安全性”，形成了“多模底座+數據燃料+平臺載體”的核心架構。

早在2022年，云鼎科技就聯合華為布局大模型研發，2023年發布能源行業首個礦山大模型，2025年推出云鼎伏羲化工大模型，如今已形成多行業覆蓋的工業大模型家族。“我們的大模型底座是多模驅動，不僅本地化部署了華為盤古等商用模型，還接入了業內主流通用模型，能根據不同場景靈活適配。”高楨介紹，這種“行業+通用”的設計，讓技術更具韌性。

“工業智能體不能靠通用數據‘喂飽’，必須扎根產業場景積累專屬數據。”高楨透露，云鼎科技從建設行業大模型之初就注重積累行業數據，目前已擁有百萬余張標注的行業數據和千億條生產數據，其行業數據集還入選了2025年國家數據局行業高質量數據集建設先行先試項目。正是這些帶著“產業溫度”的數據，讓智能體的決策更精準、更貼合實際。

云鼎科技自主研發的倉頡智能體平臺，則讓技術落地變得“簡單易用”。“我們希望讓不懂編程的一線工人也能用上智能體。”高楨表示，該平臺具備應用編排、多智能體協同等核心功能，用戶通過拖拉拽的方式，就能使用各種應用組件，快速搭建專屬智能應用。當前，基于該平臺已實現自然語言處理類場景的自主編排，下一步將逐步擴展至工業安全監控、工藝優化等復雜場景。

更關鍵的是，工業智能體要求自帶“安全基因”。針對工業場景對安全生產零容忍的要求，智能體在設計與運行過程中需內嵌完善的安全機制。例如，在執行指令環節要進行操作日志全鏈路審計，一旦出現異常行為自動熔斷；同時，對于工業技能包，也要進行嚴格的安全檢測與驗證。

“OpenClaw的火爆印證了智能體的落地價值，但相比通用能力，我們更關注如何將多年沉淀的工業算法與行業經驗進行標準化封裝，形成可復用的‘工業技能包’，這正是我們的核心優勢。”高楨強調。

在挑戰中加速演進

智能體在傳統產業應用逐步深入，但也存在一些現實挑戰。

“工業場景復雜且開放，不同工藝、設備差異大，通用智能體在工業應用場景中落地難度大。”高楨舉例，在煤礦生產的臨時支護環節，有的礦井采用機載式臨時支護，有的礦井使用單體，因此必須設計不同的監測方案。此外，老廠改造難度大、數據壁壘未打破、標準化不足等問題，也制約著行業規模化發展。

更重要的是，工業智能體與To C智能體在能力形態上存在顯著差異。“To C智能體強調通用性，技能包具備較強復用性；而工業智能體則更強調與具體場景的深度耦合，不同設備、不同工藝往往需要定制化接口與專屬能力。”高楨坦言，工業智能體的成熟度確實不如消費端，但這也正是其價值所在——“解決復雜場景的硬骨頭問題”。

“由于工業場景的復雜性、特殊性、開放性，目前智能體的應用多集中于單一生產環節或局部場景。下一步需要通過多智能體協同，將分散的點狀場景進行整合，打造‘智能體群’，形成如煤礦應急管理、安全調度、風險預警等系統性解決方案，最終目標是打造真正的‘AI大腦’。”高楨展望。

云鼎科技的礦山大模型經中國煤炭工業協會鑒定達到國際領先水平，模型能力經國內權威第三方機構評測進入國際第一梯隊。截至目前，其223類人工智能場景已在中國中煤、國家管網、皖北煤電等130余家生產單位落地。

“我們的優勢不在于參數多大，而在于場景落地夠扎實。”高楨說，不局限于單一方向智能體應用，云鼎科技致力于實現視覺、預測、自然語言處理類智能體的集中管理。

政策層面，國家能源局等部門多次出臺政策，鼓勵人工智能與能源產業深度融合，為智能體應用提供了有力支撐。智能體正以“看得見、摸得著”的成效，推動傳統產業從“經驗驅動”向“數據驅動”跨越。