摘要：7月3日的工业智能动态显示，工业AI正在从“工具功能增强”进入“产业链并购、工程流程重组、仿真系统升级和OT安全治理”并行阶段。Schneider Electric宣布以31亿美元收购工业AI与数据软件公司Cognite，并计划纳入AVEVA体系，表明工业数据底座正在成为自动化巨头争夺的核心资产。Siemens与Microsoft展示了面向人形机器人部件的AI驱动设计制造流程，把自然语言需求、NX X、Azure算力和CAM策略生成串成闭环。
7月3日的工业智能动态显示，工业AI正在从“工具功能增强”进入“产业链并购、工程流程重组、仿真系统升级和OT安全治理”并行阶段。Schneider Electric宣布以31亿美元收购工业AI与数据软件公司Cognite，并计划纳入AVEVA体系，表明工业数据底座正在成为自动化巨头争夺的核心资产。Siemens与Microsoft展示了面向人形机器人部件的AI驱动设计制造流程，把自然语言需求、NX X、Azure算力和CAM策略生成串成闭环。Simcenter Simsolid 2026.1则在工程仿真端强化Designcenter、Teamcenter集成和旋转机械分析能力，说明AI+CAE的前提仍是工程数据与仿真链条可打通。NIST SP 1800-41工业控制系统事件响应草案征求意见进入最后阶段，提示制造业数字化必须同步补上OT韧性与恢复能力。综合来看，工业智能的竞争正在转向“数据平台+工程软件+边缘现场+安全治理”的系统能力。
Reuters报道，Schneider Electric已签署协议，拟以31亿美元全现金收购挪威工业AI与数据软件公司Cognite，并计划把Cognite纳入AVEVA体系。Cognite为能源、制造和重资产行业提供工业数据上下文、资产数据建模和AI应用支撑，其收入规模已超过1.7亿美元，员工约800人。
这起并购值得工业智能领域重点关注。过去几年，很多工业AI项目失败并非因为模型不够强，而是因为现场数据散落在DCS、SCADA、MES、历史数据库、传感器和文档中，缺乏统一资产语义和上下文。Cognite所代表的工业数据平台，正是连接设备、工艺、运维、工程图纸和AI应用的中间层。Schneider把它纳入AVEVA后，意味着自动化、工艺软件、工业数据和AI应用将进一步打包，工业智能市场也会从单点算法竞争走向平台生态竞争。
Siemens在7月1日博客中介绍，其与Microsoft在Hannover Messe展示了面向人形机器人部件的AI驱动设计制造流程。该流程基于NX X云端SaaS和Azure能力，把自然语言需求转化为设计选项，再自动生成加工策略、刀具选择和参数建议，形成从设计到制造的闭环演示。
这条新闻的价值不在于“给CAD加一个AI助手”，而在于它把工程智能落到具体流程：需求表达、设计选项生成、仿真与验证、CAM加工策略、云端协作和算力扩展。对制造企业来说，真正能提升效率的AI不是孤立聊天机器人，而是嵌入设计制造链条的工程代理。尤其在人形机器人、航空航天、高端装备等复杂部件场景中，AI只有与CAD/CAM/CAE数据、工艺规则和机床约束结合，才能从生成草图走向可制造方案。
Siemens博客介绍，Simcenter Simsolid 2026.1增强了连接、分析和后处理能力，重点包括与Designcenter、Teamcenter的原生集成，减少手工文件传递，提高可追溯性；同时新增或强化旋转机械动力学、连接管理、热点与极值自动检测等能力。
这类版本更新看似是工程软件“小功能”，但对工业AI很重要。AI+仿真并不是让大模型凭空生成结论，而是要让仿真模型、工程结构、载荷工况、版本管理和后处理结果能被系统调用。Simsolid强化PLM和工程环境集成，意味着仿真不再只是专家桌面工具，而是更容易进入设计流程、自动化评审和知识沉淀。未来工业智能体要自动调用CAE工具、比较方案、生成报告，就必须依赖这样的软件连接能力。
NIST SP 1800-41《Manufacturing Profile of the Respond and Recover Functions from the NIST Cybersecurity Framework 2.0》初稿于5月发布，公开意见截止到7月8日。该指南面向工业控制系统环境，强调制造企业在遭遇网络事件时的响应、恢复和运营韧性建设。
随着制造企业把边缘网关、工业软件、数字孪生和AI调度系统接入现场，网络事件影响不再局限于IT系统，而可能直接影响生产节拍、质量、安全和供应链交付。OT安全不应只看检测和防护，也要关注事件发生后的隔离、手动接管、产线恢复、证据留存和跨部门协同。对推进工业智能的企业来说，智能化越深入，恢复能力越必须前置设计。
NVIDIA对Omniverse的介绍显示，面向物理AI的仿真、OpenUSD数据互操作、传感器模拟、合成数据和机器人训练正在成为工业AI的重要基础设施。Accenture与Unilever此前披露的数字孪生案例则显示，数字孪生已经用于识别生产流程限制、减少浪费、优化能源和减少停机。
这些案例共同指向一个趋势：数字孪生正在从“展示大屏”走向“生产问题求解工具”。工业企业下一步需要的不是单纯三维模型，而是能连接现场数据、工程模型、工艺知识和AI推理的可执行孪生系统。只有当孪生对象具备数据更新、模型校准、仿真验证和业务闭环能力，工业AI才能从看板走向真实生产优化。
Reuters：《Schneider Electric to buy AI software firm Cognite for $3.1 billion》，2026-06-30，用于Schneider收购Cognite事实核验。
Siemens：《Siemens Intelligence Center X》，用于工业AI平台能力、案例和产品体系背景。
Siemens Blog：《Siemens and Microsoft: AI-powered manufacturing of humanoid components》，2026-07-01，用于AI驱动设计制造流程核验。
Siemens Blog：《What’s new in Simcenter Simsolid 2026.1》，2026-07-01，用于Simsolid 2026.1版本更新核验。
NIST：《SP 1800-41 Initial Public Draft》，2026-05-21，2026-07-08截止意见，用于工业控制系统响应恢复指南核验。
NVIDIA：《NVIDIA Omniverse》，用于Physical AI、工业孪生与仿真基础设施背景。
Accenture：《Unilever Scales Digital Twins Across Global Manufacturing Network with Accenture》，2026-06-16，用于数字孪生制造案例背景。
LinkedIn：《The OT Security Digest #30》，2026-07-01，用作OT安全行业观察补充。
gyznsw.cn：近期工业智能每日观察页面，2026-06-29至2026-07-01，用于去重，避免重复Siemens+IFS、Honeywell等前两日主线。
Reuters、Siemens、NIST材料综合，用于判断“工业数据平台+工程软件+OT韧性”的当日主线。
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7月3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