近日，和利時科技集團有限公司（以下簡稱“和利時”）在陜西西安發布XMagital 2.0——這是一套以“工業世界模型”XWorld為核心引擎的工業AI智能系統，其核心定位是讓工業控制系統從“被動執行指令”轉向“主動智能認知”。
此前，和利時將XMagital 1.0定義為“可自由定義的智能系統”；時隔一年，2.0版本新增XWorld認知層，構建起從工業數據底座到工業世界模型再到工業自主運行的三層智能體系。這不僅是企業新品迭代，更釋放出一個信號：中國工業AI領域，從依賴通用大模型“微調適配”，轉向構建專有的、可解釋的工業認知底座的關鍵技術路線正在走向成熟。
通用大模型“嫁接”工廠為何水土不服
過去兩年，工業AI的主流路徑是將通用大模型“嫁接”進工廠。這條路線很快暴露出通用大模型的概率生成機制與工業控制要求的確定性和安全性存在根本性沖突的問題。
和利時中央研究院總工程師朱毅明分析：“通用大模型存在固有的幻覺和可解釋性問題，不能完全滿足工業生產控制的安全性、可靠性、確定性要求。”他進一步解釋，工業數據屬于私域，高質量樣本稀缺，生產工藝和裝備環境高度差異化，單一采用數據驅動的AI模型的完備性、適應性和泛化性較差。
中國信息通信研究院發布的《工業智能創新發展報告（2026年）》指出，當前大部分工業數據因數據質量參差不齊、知識內嵌程度不夠，無法直接用于智能模型訓練。報告同時提到，AI與制造機理融合深度不足，嚴重制約大模型的跨場景泛化能力。
更深層的障礙在于邏輯沖突。朱毅明分析，通用大模型懂語言、懂圖像，但不懂物料平衡、能量守恒、反應動力學。工業控制要求確定、可重復、有邊界，而大模型的概率生成機制，在流程工業對安全零容忍的紅線面前，構成了根本性的矛盾。
流程工業被稱為AI升級的“深水區”，原因在于“三強”特征——強工藝、強安全、強合規，以及全鏈條、長產線、深耦合帶來的極高復雜度。“不要在落后的工藝基礎上搞自動化，不要在落后的管理基礎上搞信息化，不要在落后的數字化基礎上搞智能化。”和利時工業AI總裁劉桐杰認為，這是轉型智能工業的前提條件。
“機理+數據”驅動AI轉變
和利時構建的“工業世界模型”XWorld，正是從底層重構工業AI的認知方式。
XWorld的本質是“數據和知識雙驅動”，融合數據驅動的時序模型和知識驅動的機理模型、本體模型、決策模型，形成“黑箱+白箱”的混合驅動系統。其核心邏輯在于時序模型負責感知和預測、本體模型負責約束、決策模型負責推理、機理模型負責校驗，多模型并行融合，形成一套具備強解釋性的智能系統。
從理論架構到裝置現場，XWorld已在大型煤化工項目中完成了從概念到生產力的關鍵跨越。劉桐杰介紹，此前，某60萬噸/年煤制烯烴裝置運行參數調整復雜，系統穩定性高度依賴人工經驗。XWorld落地實施后，生產效率和產品品質均實現提升，非計劃停車大幅減少，設備運維從“壞了再修”變為“提前預判”，維修成本明顯下降。一線人員從“盯參數”轉向“管工況”，系統穩定性顯著增強。
今年1月，八部門聯合印發的《“人工智能+制造”專項行動實施意見》明確要求，到2027年推出1000個高水平工業智能體、推動大模型技術深度嵌入生產制造核心環節。5月，工業和信息化部與國家數據局聯合印發“模數共振”行動通知，明確提出面向制造業20個重點行業，建設行業通識數據集與行業專識數據集，推動工業AI從“盆景試點”走向“普惠普及”。
劉桐杰認為，工業AI的競爭焦點正在從“有沒有模型”轉向“模型能不能在工廠里站住腳”。他表示，XWorld這條路一旦走通，意味著國產工業AI正在從“替代進口”邁向“引領創新”，在全球工業智能化變革中，提供一套可復制、可進化的中國方案。（記者 王禹涵）
轉自：科技日報
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
