摘要：过去24小时，工业智能领域的主线不是单一大厂发布重磅新品，而是“工业AI从概念验证走向制度化、流程化和场景化”。国内方面，工信部与国家数据局“模数共振”行动继续被行业媒体和地方政策解读放大，山东、大连等地把人工智能、数字孪生、高质量数据集、可信数据空间纳入制造业转型任务。国外方面，先进材料、仓储物流、工业机器人编程等场景出现更明确的AI落地路径。
5月9日，中国工业报在新浪财经刊发的解读文章继续聚焦工信部、国家数据局联合实施的2026年“模数共振”行动。文章指出，该行动面向制造业20个重点行业，探索场景、模型、智能体、数据集、案例等关键成果的产出路径。中国信通院副院长魏亮将其概括为从数据、模型、场景、基础设施、产业生态全链条系统布局，直击制造业AI落地“最后一公里”。这说明国内工业AI政策叙事已从“推广应用”转向“构建可复制的工业AI生产体系”。
国家数据局此前发布的正式通知也给出了节奏安排，要求在8月30日前形成阶段性总结，11月30日前提交行动总结，并梳理高价值场景、行业模型、专用智能体、高质量数据集、“模数共振”空间和创新联合体等成果。换言之，2026年工业AI将被纳入更明确的过程评估和成果验收机制，地方政府、行业龙头和软件厂商会围绕“可验收成果”重新组织项目。
地方层面，大连市5月9日发布制造业智能化改造数字化转型三年行动计划，提出到2028年底力争建成10个以上卓越级智能工厂、1个以上领航级智能工厂，累计培育47个省级工业互联网平台，并在主要行业打造高质量数据集和可信数据空间。这个目标值得关注，因为它把智能工厂、工业互联网平台和数据空间放在同一套建设框架里，体现出地方“智改数转”正在从设备联网转向数据资产化与AI应用基础设施建设。
山东省5月9日的政策解读同样释放出类似信号。山东将印发《山东省“人工智能+制造”行动方案（2026—2028年）》，强调场景牵引，推动人工智能技术与制造业应用“双向赋能”。这意味着国内制造业AI落地竞争将更多围绕省级场景清单、示范工厂和行业数据集展开，而不是单纯比拼通用大模型参数规模。
国外企业动态中，先进材料制造是过去24小时值得关注的方向。Neo Performance Materials 与塔林理工大学 TalTech 的合作被多家行业媒体跟进。Metal Tech News 报道称，Neo 将把AI和机器学习直接部署到稀土、磁材和先进材料业务中，利用其30多年生产与质量控制数据，优化稀土分离和永磁体制造过程。关键点不在于“用了AI”，而在于工业企业把长期积累的工艺数据视为训练工业模型的核心资产。
仓储与物流自动化方面，Robotics & Automation News 5月9日刊发 Dexory 自动化负责人观点文章，认为仓库自主化真正价值不只是替代人工移动货物，而是提升库存、空间、路径与运营决策质量。文章强调，劳动力短缺、运营成本上升和供应链波动正在推动仓库重新思考货物存储、追踪和流动方式。对制造企业而言，这类观点反映出“智能制造”边界正从车间设备延伸到仓储、厂内物流与供应链执行层。
工业机器人领域，EVS/EVST 5月9日发布的行业文章把生成式AI在工业机器人中的应用分成四层：基于LLM的机器人代码和运动脚本生成、VLA端到端操作模型、生成式仿真数据平台、自然语言示教与离线编程增强。文章判断，目前真正进入规模化生产的主要是第一层和第四层，即“机器人编程副驾驶”和“AI增强离线编程”；端到端VLA和生成式仿真仍更多处于试点阶段。这个判断比较务实，也符合当前工业机器人对安全、可验证、可追责的要求。
ABB India 的最新披露则提供了另一个产业侧信号。5月9日，印度媒体援引公司信息称，ABB India 一季度订单同比增长25%，达到428亿卢比，收入增长6%至318.4亿卢比，并宣布7500万美元投资，用于扩展可再生能源、轨道交通、数据中心等关键领域的制造与研发能力，同时完成了 BPCL 937公里原油管道的自动化和网络安全升级。虽然其利润承压，但订单和投资方向说明，工业自动化需求仍在能源、电气化、数据中心和关键基础设施中保持韧性。
国内生态方面，苏州工业园区5月9日发布消息称，NVIDIA将在5月10日举办开发者见面会，主题覆盖GPU编程、长上下文大模型推理、Agentic AI、cuTile、NemoClaw、Hybrid-EP等工具链。虽然这不是纯工业软件发布，但地点位于苏州工业园区，且明确服务本地科创企业与能源工业等方向创业团队，说明工业AI生态建设也在向开发者工具、算力软件栈和本地产业集群结合。
过去24小时行业观察的共同点是，工业AI并没有表现为一个万能大模型直接接管制造系统，而是沿着更窄、更工程化的路径落地。先进材料企业强调工艺数据闭环，机器人企业强调自然语言生成程序但仍由工程师校验，物流企业强调决策质量而非单纯自动搬运，地方政府强调高质量数据集与可信数据空间。这说明工业AI的核心竞争力将越来越依赖三类资产：第一，来自真实工厂和真实设备的长期数据；第二，能够和 CAD、CAE、MES、PLM、SCADA、机器人控制器等系统集成的工具链；第三，能被验收、可复用、可审计的行业场景成果。
1. 中国工业报 / 新浪财经：《双部门联动实施模数共振行动 重构工业AI发展新范式》。
2. 国家数据局：《关于联合实施2026年“模数共振”行动的通知》。
3. 山东省工信厅政策解读：《关于支持场景培育开放应用推动新质生产力突破发展的若干措施》。
4. 辽宁省政府 / 辽宁日报：《大连力争3年建成10个以上卓越级智能工厂》。
5. 苏州工业园区管委会：《NVIDIA开发者见面会即将在苏州工业园区举办》。
6. Metal Tech News：Neo seeks a tech metals-AI feedback loop。
7. Robotics & Automation News：Autonomy is reshaping logistics。
8. EVS / EVST：Generative AI in Industrial Robotics: 2026 Layers Guide。
9. The Tribune / PTI：ABB India posts solid start to CY2026。
10. arXiv cs.RO 与 eess.SY 5月8日新增论文列表。
关注高促会新质生产力工委会公众号
关注工业智能算网平台
发布日期：2026年5月10日
发布机构：中国高技术产业发展促进会新质生产力工作委员会
本报告仅供行业研究参考，不构成投资建议