工业智能每日观察:雀巢启用Orbe深度技术中心,验证智能传感与机器人方案

工业智能每日观察:雀巢启用Orbe深度技术中心,验证智能传感与机器人方案
2026年11月21日 星期六 | 中国高技术产业发展促进会新质生产力工作委员会
工业智能每日观察横版封面 20261121 工业智能每日观察竖版海报 20261121 工业智能每日观察 PDF首页预览 20261121

日期:2026年11月21日 星期六

摘要

雀巢在瑞士Orbe正式启用Deep Tech Center,把智能传感器、机器人与AI研发验证放到同一平台,并计划在全球工厂推广经过测试的方案。工业软件厂商AVEVA则于11月20日披露工业数据平台CONNECT的新一轮技术路径,其中Flows提供超过800种连接器,工业知识图谱与数字孪生创作工具计划于2027年第一季度进入产品路线。两条新闻分别代表现场验证能力和企业数据底座能力。施耐德电气同期发布的全球调查显示,55%的受访企业倾向于自有本地AI基础设施,行业对数据驻留、供电、制冷和系统集成的需求正在形成可识别的建设方向。

一、雀巢启用Orbe Deep Tech Center:智能制造从试验中心向全球工厂延展

Nestlé在当地时间11月20日正式启用瑞士Orbe的Deep Tech Center。公司新闻稿明确列出了人工智能、智能传感器、机器人、连网系统等研发主题,应用范围横跨消费者体验、研发试制与制造。Orbe中心设有原型设计及中试规模验证设施,目标是在面向全球推广之前先对新工艺和设备进行试验。公司还将中国深圳技术中心作为配套节点,用以连接国内技术生态与全球应用需求。

对食品工业而言,原料具有季节性与天然批次差异,控制系统既要处理实时温度、流量、湿度和质检结果,也要兼顾复杂产品配方。雀巢在官方资料中提出让机器人承担重复性或劳动强度较高的任务,提升生产稳定性;华尔街日报还报道了与微软、Boston Dynamics的合作及其逐步推进产线自主化的目标。已经启用的是研发验证中心,未来规模化部署需按现场项目进度观察,不宜把全部工厂描述成已完成无人化。

二、AVEVA发布工业AI数据底座进展:CONNECT走向工程与运行联通

AVEVA于11月20日发布技术通稿,总结10月29日台湾技术峰会的产品展示与下一步路线。其CONNECT工业数据平台中的Flows支持超过800种连接器,可以把工厂运行、企业应用和分析组件接入到边缘、本地或云环境,执行清洗、过滤、转换和增强处理。公司表示,工业知识图谱与数字孪生创作工具预计在2027年第一季度推出,并将用智能体辅助把已有数据源映射到标准模型,保存来源与治理信息。PI数据基础设施和Operations Control的改进也服务于从现场时序数据到上层AI分析的连续链路。

工业现场的数据通常分布在DCS、PLC、历史数据库、MES、资产管理、工程文档和实验室系统中。统一平台需要把设备标签、工程对象、工艺过程与业务语义对应起来,同时保留时间序列和事件之间的关系。企业选择边缘、本地或云部署时,还要将设备可靠性、网络隔离、权限与责任追溯作为运行架构的一部分。AVEVA此次给出了具体的连接能力与产品路线,但峰会举办日期和11月20日正式对外发布的技术通稿时间需要分别记录。

三、施耐德电气全球调研:55%受访企业偏向自有本地AI基础设施

施耐德电气11月19日发布委托Omdia开展的企业AI基础设施调查。调查报告显示,55%的受访企业倾向自有、本地部署基础设施;73%同时运行五个或以上AI概念验证项目,23%已有模型实际产生业务价值。受访企业中,60%表示已实施AI项目的投资回报符合或超过预期,59%需要外部伙伴协助制定AI战略,67%寻求外部实施支持。这些是问卷受访者的反馈,不代表所有制造企业的实际部署比例。

本地部署的工程工作量经常集中在机房供电、制冷、网络安全、模型部署和持续运维。制造企业的工业数据不出厂诉求,使自有算力与混合架构尤为重要:推理与知识检索可以靠近现场,非敏感任务可适当使用弹性云。调查展示了需求结构,工业智能体平台仍需把岗位权限、数据管控、审计与知识维护落实到具体系统设计中。

四、工业机器人开始结合自研边缘计算:仓储物流出现新的研发计划

3 E Network在11月19日宣布,把具身智能研发方向延伸到工业物流,目标设备包括重载AMR、AGV与无人叉车。企业披露已启动边缘AI SoC微架构及云端数字孪生协同底座的研发计划,并提出以现场数据驱动模型迭代、利用影子测试评估新规划算法。公告强调正在开展概念验证和系统级研发,尚未宣称相关芯片或整套产品已经大规模交付。

这种“边缘控制—云端仿真—现场反馈”的研发路径,与工业设备健康、移动机器人工况迁移和柔性物流密切相关。值得关注的技术环节包括定位感知、多传感器融合、实时轨迹规划、执行安全冗余,以及新模型上线前与既有控制器并行比较的验证机制。对工业智能体而言,能够解释现场状态并调用专业工具,还要在动作控制之前提供可靠的工程门禁。

五、制造业AI落地呈现两条互补路线

当厂商强调工业数据底座时,工程部门需要明确设备、信号、物料批次和维护记录之间的对象关系;当跨国制造企业建立中试与验证中心时,则需要把模型输出与实际生产质量指标、控制边界联系起来。Nestlé将方案先在验证中心打磨,再扩展到真实工厂;AVEVA把工程、运行与分析数据编织成能够供AI使用的底座。两条路径将推动工业智能从局部演示向完整工作流延展:数据进入系统后,工业智能体负责检索、诊断、协同,控制动作仍由工程系统按照确定性规则执行。

趋势观察

当厂商强调工业数据底座时,工程部门需要明确设备、信号、物料批次和维护记录之间的对象关系;当跨国制造企业建立中试与验证中心时,则需要把模型输出与实际生产质量指标、控制边界联系起来。Nestlé将方案先在验证中心打磨,再扩展到真实工厂;AVEVA把工程、运行与分析数据编织成能够供AI使用的底座。两条路径将推动工业智能从局部演示向完整工作流延展:数据进入系统后,工业智能体负责检索、诊断、协同,控制动作仍由工程系统按照确定性规则执行。

参考资料
  1. Nestlé|《Nestlé deploys AI, sensors and robotics across the company to boost growth》|2026-11-20|原稿参考资料。
    https://www.nestle.com/media/news/deep-tech-center-orbe-ai-robotics
  2. Wall Street Journal|《Nestle Eyes Autonomous Factory Lines and Looks to Google, Microsoft as Partners》|2026-11-20|原稿参考资料。
    https://www.wsj.com/tech/ai/nestle-teams-up-with-microsoft-boston-dynamics-on-ai-in-factories-and-products-05bfb028
  3. AVEVA|《Industrial AI Moves Toward Scaled Deployment》|发布通稿2026-11-20|原稿参考资料。
    https://www.prnewswire.com/apac/news-releases/industrial-ai-moves-toward-scaled-deployment-aveva-connects-engineering-and-operations-with-a-strong-data-foundation-302946425.html
  4. Schneider Electric|《Global research from Schneider Electric finds demand for on-prem AI infrastructure is surging》|2026-11-19|原稿参考资料。
    https://markets.ptc.ft.markitdigital.com/data/announce/detail?dockey=1330-9880678en-5BDTV4BK62H3AN0UMOOK3H5C19
  5. 3 E Network|《3 E Network Announces Expansion of Embodied AI into Industrial Logistics》|2026-11-19|原稿参考资料。
    https://www.tmcnet.com/usubmit/-3-e-network-announces-expansion-embodied-ai-into-/2026/11/19/10484676.htm
新质生产力工作委员会官方公众号二维码

关注高促会新质生产力工委会公众号

工业智能算网二维码

关注工业智能算网平台

新质生产力工作委员会:
中国高技术产业发展促进会新质生产力工作委员会,专注于推动工业人工智能、智能制造、数字化转型等前沿技术发展,为企业提供政策解读、技术咨询和产业对接服务。

工业智能算网:
专注于工业人工智能、新质生产力、工业软件CAE、智能制造等前沿技术。提供每日动态分析、技术趋势解读、解决方案分享,推动工业智能化转型。

网站地址: https://gyznsw.cn

发布日期:2026年11月21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

分享到