摘要：今天工业智能的核心变化，是评价标准从“有没有AI”转向“能否接入旧设备、能否跑完整流程、能否控制成本和风险”。最新行业观察显示，美国大量工厂仍缺少机器人和自动化基础，真正制约AI落地的往往是数据质量、网络安全和工程集成。产品层面，Rockwell用VisionLink把AI检测接入既有相机，用VisionStream减少人工标注；Au-Zone推出覆盖图像采集、预处理、推理和输出的全流程视觉Benchmark，试图纠正只看TOPS的硬件选型方式。Microchip开放编译器和嵌入式机器学习工具，降低边缘智能开发门槛；Siemens与IFS的合作则把设计、制造执行、资产管理和现场服务连接成闭环，工业AI正在由单点算法进入全生命周期工程体系。
今天工业智能的核心变化，是评价标准从“有没有AI”转向“能否接入旧设备、能否跑完整流程、能否控制成本和风险”。最新行业观察显示，美国大量工厂仍缺少机器人和自动化基础，真正制约AI落地的往往是数据质量、网络安全和工程集成。产品层面，Rockwell用VisionLink把AI检测接入既有相机，用VisionStream减少人工标注；Au-Zone推出覆盖图像采集、预处理、推理和输出的全流程视觉Benchmark，试图纠正只看TOPS的硬件选型方式。Microchip开放编译器和嵌入式机器学习工具，降低边缘智能开发门槛；Siemens与IFS的合作则把设计、制造执行、资产管理和现场服务连接成闭环，工业AI正在由单点算法进入全生命周期工程体系。
MarketScale 7月12日的行业观察称，美国约八成制造设施仍没有机器人或自动化系统，企业虽然普遍希望扩大AI使用，但数据卫生、网络安全和基础自动化能力成为主要障碍。该数据来自二次行业报道，具体统计口径仍需结合原始调查理解，但其揭示的问题具有普遍性：没有稳定采集、统一编码和闭环控制，AI模型很难直接转化为生产效率。
很多工厂的现实状态不是“缺一个大模型”，而是设备协议不统一、传感数据不完整、质量记录与工艺参数无法关联，甚至关键设备仍依赖纸质或人工记录。此时直接部署预测维护或智能排产，往往只能产生展示性结果。
工业AI项目应从可验证的小闭环启动，例如选定一条产线、一个质量缺陷或一类关键设备，先打通数据采集、异常识别、人工确认、控制执行和效果复盘。AI只有嵌入真实控制和管理流程，才能从试验工具变成生产系统。
Rockwell Automation发布增强版FactoryTalk Analytics VisionAI，新增VisionStream和VisionLink。VisionStream直接从实时生产数据学习产品特征并识别异常，减少人工图片标注；VisionLink可以把支持FTP的第三方相机连接到Rockwell边缘硬件，在不整体更换视觉系统的情况下增加AI检测、分析和云端管理能力。
制造企业普遍拥有大量规则式机器视觉设备。传统方案面对产品变化、复杂表面和非固定缺陷时，需要反复调整规则与光源，但全部替换硬件又会带来高成本和停线风险。VisionLink所代表的“外挂式AI升级”，把旧相机、边缘推理和云端训练组合起来，更符合存量工厂渐进改造需求。
更值得关注的是其与Logix控制器和可视化系统的集成。视觉模型只有把判定结果送回控制层、触发剔除、复检或参数调整，才能形成闭环质量控制。AI检测的竞争重点，正从单纯识别准确率转向部署速度、设备兼容性和闭环能力。
Au-Zone Technologies发布EdgeFirst Perception Index。该Benchmark覆盖从图像采集到检测输出的完整视觉管线，并在统一框架下测量精度、各阶段时延、内存和功耗。首期包含330多次公开验证，覆盖4个YOLO模型家族、21个模型、7类处理器、10种加速器和12种以上平台配置。
过去边缘AI硬件经常以TOPS作为核心指标，但标称算力并不能反映图像解码、预处理、数据搬运、后处理和主机开销。某些芯片推理核很快，完整应用却可能受内存、驱动或软件框架限制。该指数区分“核心吞吐量”和“实际吞吐量”，更接近工程部署中的真实结果。
对工业视觉、机器人和无人设备选型而言，可复现的端到端测试比单一芯片指标更有价值。未来中试验证平台也应建立统一数据集、硬件环境、功耗边界和任务流程，防止不同厂商只展示最有利的局部数字。
Microchip宣布MPLAB XC Pro编译器和MPLAB Machine Learning Development Suite向客户免费开放，并支持个人和团队无限安装。其模型构建工具可在MPLAB或VS Code中使用，把传感器识别模型转换成适用于8位、16位和32位MCU、MPU的优化代码。
这项变化对工业智能的意义，在于大量设备侧任务并不需要GPU。电机异常、振动分类、声音识别、简单视觉和状态检测，常常可以运行在低功耗微控制器上。编译器优化和模型转换工具免费后，中小设备厂商可以更低成本尝试TinyML和边缘推理。
工具免费并不等于部署没有门槛。工业环境仍需要考虑功能安全、实时性、模型漂移和远程升级。Microchip同时开放TÜV SÜD认证的功能安全编译器入口，说明边缘AI将越来越多地与安全认证和传统嵌入式开发体系结合，而不是形成独立的模型孤岛。
Siemens与IFS的战略合作，目标是把工程设计、仿真、制造执行，与企业资产管理和现场服务连接起来。Siemens侧掌握产品设计、生产与自动化数据，IFS侧覆盖设备运营、维修工单、资产绩效和服务管理，两者希望利用工业AI缩小“设计时假设”与“运行时实际表现”之间的差距。
长期以来，PLM、MES、EAM和现场服务系统各自形成数据边界。设计部门知道设备为何这样设计，维修部门知道设备如何失效，但信息很少回流到同一模型中。闭环架构可以把故障、能耗和工况反馈给设计与制造环节，也能让维修计划更准确地使用设备配置和历史数据。
这一方向表明，工业智能的下一阶段不只是给单个软件增加聊天入口，而是通过对象标识、数据语义和流程编排，连接产品全生命周期。能够跨系统保持对象一致性、权限边界和可追溯性的工业数据底座，将成为AI应用能否规模化的决定因素。
MarketScale：《Four in five U.S. manufacturing facilities have zero automation》，2026-07-12；用途：了解自动化缺口、数据质量与网络安全约束。
MarketScale：《Robotics in manufacturing: five shifts defining factory floors in mid-2026》，2026-07-12；用途：补充Physical AI、机器人采购和工厂自动化趋势。
Rockwell Automation：《FactoryTalk VisionAI Expands AI Inspection with New Capabilities》，2026-07-09；用途：核验VisionStream、VisionLink和闭环质量功能。
Edge AI and Vision Alliance / Au-Zone：《Beyond TOPS: The First Full-Pipeline AI Vision Benchmark》，2026-07-10；用途：核验EFPI测试范围与指标体系。
Microchip：《Microchip Expands Developer Access with Free MPLAB XC Compilers and MPLAB Machine Learning Development Suite》，2026-07-08；用途：核验免费工具、支持设备和功能安全能力。
MarketScale：《Siemens and IFS partner to close the engineering-to-operations gap with industrial AI》，2026-07-11；用途：分析工程数据与运营数据闭环。
IFS：Newsroom，2026-07；用途：补充IFS资产管理和现场服务数字化能力。
Edge AI and Vision Alliance：《Ebttikar and MemryX Form Strategic Partnership to Accelerate Computer Vision Edge AI Across Saudi Arabia》，2026-07-10；用途：补充细分边缘视觉厂商和区域部署动态。
Automation.com：《FIRST Global and Experiential Bring Agentic AI Learning Experience to 190+ Countries》，2026-07-08；用途：补充机器人智能体教育和技能供给趋势。
Edge AI and Vision Alliance：Processors栏目，2026-07；用途：补充FPGA视觉管线、远端视觉和智能城市边缘AI动态。
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13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