工业互联网进入智能体驱动阶段研究报告（2026）

工业互联网进入智能体驱动阶段研究报告（2026）

1. 报告摘要

本报告围绕“工业互联网进入智能体驱动阶段”这一2026年产业重要转向，系统梳理其阶段内涵、政策脉络、产业底座、技术架构、典型场景、企业实践与落地难点，并提出趋势研判与对策建议。报告数据均来自工业和信息化部等官方发布、权威媒体与专业研究机构，文末附完整数据来源与免责声明。

结论：当前应整体推进、分层落地，制造业企业与产业方应把资源从“单点智能化改造”转向“跨环节智能体协同自治”。依据：（1）政策已给出2030年2.5万亿元核心产业增加值与207个工业中类全覆盖的明确目标；（2）2027年“推出1000个高水平工业智能体”的量化任务已写入国家专项行动；（3）头部企业以智能体矩阵实现OEE提升、交货周期缩短等可量化收益；（4）渗透率数据表明应用正从单点试验走向跨环节协同。约束：工业控制的确定性与AI随机推理存在天然冲突，跨厂商智能体互通标准尚未建立，边缘算力供给不足，中小企业ROI与数据基础仍是主要瓶颈。行动：优先动作是补齐高质量工业数据集、参与“AI+制造”行业标准研制、从高价值确定性场景切入，并以“工艺真嵌入”为验收标准。

2. 引言：从“连接万物”到“决策万物”

工业互联网自2017年国务院印发《关于深化“互联网+先进制造业”发展工业互联网的指导意见》以来，历经体系构建与规模扩张两个阶段，我国工业互联网基础设施布局已基本完成。2026年，产业发展重心全面转向以人工智能为核心引擎的智能化阶段。这一转向的本质，是工业互联网的价值定位从“连接与汇聚”跃迁为“感知、决策与自治”：过去十年解决的核心问题是“让设备和数据连起来”，而智能体驱动阶段要解决的核心问题是“让系统在复杂动态的工业环境中自主决策、自主执行”。

正如中国工程院院士邬贺铨所指出的，2026年产业正式迈入智能体工业互联网新阶段，依托工业智能体、行业大模型、工业知识图谱搭建跨设备、跨产线的自治闭环，实现智能体即服务（AaaS）模式，让生产系统具备自学习、自适应、自进化能力。这意味着工业互联网不再仅仅是一种连接基础设施，而正在成为一种能够自主决策的新型工业组织形态，其重心已从“连接万物”转向“决策万物”。本报告即在此判断基础上展开。

3. 工业互联网四阶段演进与智能体驱动阶段的内涵

3.1 四阶段演进脉络

邬贺铨院士在系统梳理工业互联网五十余年迭代脉络后，将工业互联网划分为四个阶段：第一阶段是封闭工控专网阶段，解决基础生产控制问题；第二阶段是工业以太网阶段，解决跨设备数据互通问题；第三阶段是传统工业互联网阶段，解决单点智能化改造问题，但始终存在数据孤岛、协同成本高、全局优化依赖人工统筹等短板；第四阶段即2026年开启的智能体工业互联网阶段，依托工业智能体、行业大模型与工业知识图谱，搭建跨设备、跨产线的自治闭环。四个阶段依次突破的是“控制、互通、单点智能、全局自治”四层能力，前三个阶段解决了“有没有连接、能不能互通、单点聪不聪明”，第四阶段则要解决“整个生产系统能不能自主运转”。

这一演进关系可概括为下图：

3.2 智能体驱动阶段的内涵与特征

智能体驱动阶段的核心载体是“工业智能体”。工业智能体是人工智能在工业落地与价值转化的重要载体，它融合感知、决策、执行的一体化能力，能够在特定工业场景中辅助工程与管理人员处理复杂信息、调用知识工具、形成专业判断，实现流程的自主运转。与传统的单点AI应用（如单一视觉检测）不同，工业智能体具备三个关键特征：其一，具备目标导向的自主性，能围绕任务在多步骤间自主规划与执行；其二，具备工具与知识调用能力，能调用设备控制、工艺参数、知识图谱等工业资源；其三，具备跨设备、跨产线的协同能力，多个智能体可在复杂动态的工业环境中通过自主感知、自主学习、自主进化涌现出高度有序的群体智能。

中国信通院对2025年卓越工厂和领航工厂的1400余个工业AI案例的分析显示，现阶段工业智能体应用主要聚焦流程规范、高频协同、知识密集且风险相对可控的环节。这表明智能体驱动阶段并非一蹴而就，而是沿着“由低风险环节向高风险核心环节、由单场景向跨场景、由辅助决策向自主执行”的路径渐进展开。理解这一点，有助于避免对产业阶段判断的误读：进入智能体驱动阶段，不等于全部工业环节立即实现自主，而是产业发展的主导逻辑和资源配置重心发生了根本性转移。

4. 政策与标准：顶层设计加速落地

2026年工业智能体发展迎来政策与产业共振的“黄金期”，国家级顶层设计、地方落地细则与标准建设三重加码，为智能体驱动阶段提供了制度与标准基础。本节梳理四类关键政策与标准动作。

4.1 八部门《实施意见》：锚定2030年2.5万亿元目标

2026年6月30日，工业和信息化部、国家发展改革委、人力资源社会保障部、应急管理部、中国人民银行、国务院国资委、市场监管总局、中国证监会等八部门联合公开发布《关于推动工业互联网高质量发展的实施意见》。该文件围绕实施基础设施、技术创新、融合应用、安全保障、产业生态五个方面，系统部署18项具体任务，突出以场景为牵引、以应用为导向，从“点—线—面”三个层面推进工业互联网规模化应用，并着力推动构建IT、CT、OT、DT“4T融合”的技术产业体系。

在发展目标上，到2030年，工业互联网技术、标准、产品供给不断完善，企业实力和跨界合作水平显著提升，核心产业增加值突破2.5万亿元，成为新质生产力的重要组成；新型基础设施实现规模化部署，建设5万张工业5G专网，打造5个左右具有国际影响力的综合型平台；融合应用实现207个工业中类全覆盖，培育一批分级分类、特色鲜明的5G工厂，重点行业规上工业企业安全分类分级普及率达到80%；初步构建较为完备的工业数据基础制度体系。到2035年，建成全球领先的工业互联网基础设施体系和国际先进的技术产业体系，全面形成对新型工业化的支撑能力。在总体思路上，文件突出“时代性”，抢抓人工智能这一关键变量，加快工业互联网和人工智能融合赋能：一方面发挥工业互联网泛在互联、数据汇聚的关键作用，加强工业高质量数据集供给，推动端边云多层级算力动态协同，加快模型训练互联和工业智能体推广；另一方面基于人工智能自感知、自学习、自执行的能力，推动工业互联网向智能化演进。

4.2 平台高质量发展行动方案：培育“平台+场景智能体”

2026年1月，工业和信息化部印发《推动工业互联网平台高质量发展行动方案（2026—2028年）》，提出到2028年，具有一定影响力的平台超450家，重点平台工业设备连接数突破1.2亿台（套），平台普及率达到55%以上。在推动平台“聚数提智”方面，行动方案明确支持平台企业发展模型即服务模式，建设基础通用、行业专用、场景专用等不同类型工业模型库，并特别提出推进人工智能赋能工业互联网平台，支持平台企业加快培育工业场景智能体，探索“平台+场景智能体”融合架构，加快提升工业智能应用水平。这一部署把“智能体”明确写入了平台高质量发展的路线图，是智能体驱动阶段在平台侧的重要落地抓手。

4.3 “人工智能+制造”专项行动：2027年1000个智能体

2026年1月，工业和信息化部等八部门联合印发《“人工智能+制造”专项行动实施意见》（工信部联科〔2025〕279号），明确提出到2027年推动3—5个通用大模型在制造业深度应用，形成特色化、全覆盖的行业大模型，推出1000个高水平工业智能体，打造100个工业领域高质量数据集，推广500个典型应用场景，并选树1000家标杆企业。这是国家层面首次以专项行动形式为工业智能体设定明确的规模化数量目标，为产业发展注入了强劲动力。文件同时强调强化标准引领，发挥工业和信息化部人工智能标委会、全国数据标准化委员会、全国信标委人工智能分委会等作用，分级分类推动基础标准、通用标准与赋能应用标准研制。其核心量化目标如下：

[该类型的内容暂不支持下载]

4.4 2026年“模数共振”行动

2026年4月，工业和信息化部办公厅与国家数据局综合司联合印发通知，实施2026年“模数共振”行动，面向制造业领域中的钢铁、工业母机、汽车、航空航天、信息通信等20个重点行业，确定一批重点城市，探索场景、模型、智能体、数据集、案例等关键技术成果的产出路径，推动“数据—模型—场景应用”良性互促循环，培育一批攻关联合体，构建行业通识，推动人工智能高水平赋能新型工业化。该行动首次将“智能体”纳入与场景、模型、数据集并列的国家级行动成果产出维度，标志着智能体已从概念进入工程化攻关阶段。

4.5 标准建设提速：本月WG10“AI+制造”首批行业标准立项征集

在标准侧，工信部人工智能标委会动作密集。本月（2026年10月），工业和信息化部人工智能标准化技术委员会WG10“AI+制造”工作组面向社会公开征集第一批行业标准立项建议，重点覆盖化工、钢铁、有色、建材、机械、船舶、轻工、纺织等制造业领域，旨在满足人工智能技术赋能制造业的新需求，覆盖智能设计、智能生产、智能检测、智能运维等场景。申报单位须为标委会工作组成员单位并具备法人资格与标准化专业能力，第一批立项建议征集截止日期为2026年10月20日，逾期提交纳入后续批次推进。这一动作的意义在于：智能体在工业场景的规模化落地，首先需要解决“跨厂商智能体互通标准缺失”这一共性瓶颈，而WG10首批立项征集正是从标准源头为“AI+制造”铺路。

此前，工信部人工智能标准化技术委员会模型与平台组（WG4）已审议通过涵盖大模型能力、大模型基准测试、大模型应用成熟度、智能体、求解器、大模型平台等方向的7项新立项。据国务院新闻办发布会披露，产业界上下游已研制近200项人工智能领域相关关键标准。标准建设正从“单点技术规范”走向“场景化行业标准”的纵深布局。

资料来源：根据工信部、国家数据局、中国政府网等官方公开文件整理。

5. 产业底座：现有规模与数据基础

智能体驱动阶段并非凭空而来，而是建立在工业互联网前期规模扩张的坚实底座之上。据经济日报报道，我国工业互联网核心产业规模已超1.6万亿元，带动工业增加值增长约2.5万亿元；“5G+工业互联网”项目数超2.5万个，标识注册总量超7400亿个，具有一定行业影响力的工业互联网平台超340家，国家工业互联网大数据中心汇聚工业数据超17亿条，工业互联网应用已覆盖41个工业大类、185个工业中类。中国信息通信研究院院长余晓晖表示，我国工业互联网体系化建设已稳居全球第一梯队。

在智能化渗透方面，IDC发布的2025年中国工业企业调研显示，已应用大模型及智能体的企业比例从2024年的9.6%快速提升至2025年的47.5%；其中，在研发、制造、供应链等多个环节同时应用的企业比例也从1.7%跃升至35%。这意味着工业智能体正在从单点试验走向跨环节协同应用。IDC预测，到2028年中国工业企业AI支出规模将接近900亿元人民币，年复合增长率达37.7%，未来3至5年中国“AI+制造”市场保持35%左右的年复合增长率是相对合理且可持续的区间。产业底座与智能化渗透率的双重数据，共同支撑了“智能体驱动阶段已经开启”的判断。

[该类型的内容暂不支持下载]

6. 工业智能体的技术架构与四大典型场景

工业智能体要真正发挥作用，需要一套“数据—模型—执行—反馈”闭环的技术架构：底层是工业数据采集与汇聚（依托5G专网、工业PON、无源物联等连接能力），中层是行业大模型、工业知识图谱与模型库（基础通用、行业专用、场景专用三层），上层是面向具体场景的智能体应用，通过调用设备控制、工艺参数与知识工具完成感知、决策、执行，并将执行结果反馈回数据层形成闭环。这一架构与邬贺铨院士“依托工业智能体、行业大模型、工业知识图谱搭建跨设备跨产线自治闭环”的表述一致。依据《“人工智能+制造”专项行动实施意见》对应用场景的划分，工业智能体在制造业全流程中主要覆盖四类典型场景。

6.1 智能设计

智能设计场景重点推进智能辅助设计、创意图纸快速生成、生成式设计、虚拟仿真设计等新模式，以缩短产品研发周期。典型代表如专注激光雕刻机赛道的深圳科技企业xTool发布的全球首个AI创作智能体AImake，作为行业首个具备“制造语境感知”的智能体，实现了从自然语言创意到可加工设计图纸的瞬间转化，极大压缩了非专业用户进入激光制造领域的技术门槛。在研发设计环节，AI还可承担知识检索、仿真模型智能构建、测试数据智能生成等辅助工作，缓解研发人员对复杂知识的依赖。

6.2 智能生产

智能生产场景深化应用智能排产调度、工业视觉智能检测、工艺参数优化等能力，实现生产过程的自动化与柔性化。美的旗下美云智数发布的美擎AIGC3.1平台及智能体工厂解决方案，构建了覆盖研发、制造、供应链、营销、管理全价值链的智能体矩阵，累计落地158个核心场景；在制造端，通过TPM、模具等智能体实现设备故障预测与工艺优化，可助力OEE（设备综合效率）提升30%、点检效率翻倍。工业智能体正推动制造业从“自动化”迈向“自主化”，催生黑灯工厂、柔性制造等新型生产形态。

6.3 智能检测

智能检测场景以工业视觉智能检测为核心，利用AI在图像识别与异常判定上的优势，实现产品质量在线检测、缺陷自动识别与判级。相较于传统基于规则的视觉系统，基于工业智能体的检测系统能够结合上下文与工艺知识，对复杂缺陷进行推理与分类，并可将检测结果反馈至工艺环节形成质量闭环。2026工业互联网大会上发布的工业具身智能机器人训练数据集2.0、基于标识解析的工业智能体网络互联测试床等成果，为智能检测等场景提供了技术底座。

6.4 智能运维

智能运维场景着力实施设备预测性维护、能效优化分析、辅助经营决策支持等。通过设备运行数据的实时采集与模型分析，智能体可提前预警设备故障、优化能耗，并将分析结果转化为运维建议或自动执行动作。工信部等八部门在《实施意见》中明确提出支持工业智能体在创成式设计、人机交互、生产网络优化等场景的推广，其中生产网络优化与预测性维护正是智能运维的核心内容。四类场景共同构成“研发—生产—质检—运维”的制造业全流程智能闭环。

资料来源：《“人工智能+制造”专项行动实施意见》、经济参考报、2026工业互联网大会公开成果。

7. 企业实践：从单点试点到矩阵化落地

在政策红利持续释放与企业实践深度落地的双向赋能下，工业智能体正从单点试点迈向规模化普及，制造业龙头与产业链企业以“全场景智能体矩阵”为核心推进智能制造落地。

美的集团旗下美云智数发布美擎AIGC3.1平台及智能体工厂解决方案，构建覆盖研发、制造、供应链、营销、管理全价值链的智能体矩阵，累计落地158个核心场景；在制造端通过TPM、模具等智能体实现设备故障预测与工艺优化，可助力OEE提升30%、点检效率翻倍；在供应链端，智能体实现端到端交货周期缩短39%、库存周转天数减少30%。海尔智家通过超级智能体“智小能”实现全员AI化，技术创造与应用双轨并行，研发效率提升90%、采购成本降低10%、办公效率提升80%。浪潮云洲深度融合AI大模型技术与工业机理，打造“智能底座+大模型平台+智能体服务”新型体系架构，并首创大模型工匠工厂模式，用工业垂域大模型为工匠增加人工智能新技能，实现“一厂建好工匠工厂，全产业共享数智能力”。中国移动在2026年世界人工智能大会上发布工业互联网统一品牌“移动天工”，以天工平台为中枢、人工智能为引擎、移动云为底座，聚合5G专网、卫星互联网、工业PON、无源物联等连接能力，向全品类工业与制造业企业提供一站式服务。此外，威士顿、汉得信息等软件与解决方案商也纷纷推出工业AI智能体产品与“得灵”等B端AI应用体系，推动智能体在制造、营销、财务、供应链等业务场景落地。

这些实践呈现出一个共性趋势：企业不再满足于部署单个AI点，而是围绕研发、生产、供应链、管理构建互相协同的智能体矩阵，并强调可量化的ROI（投资回报率）。正如IDC高级研究经理杜雁泽所言，工业智能体的角色已经从“被动工具”转变为“可自主执行的数字员工”，企业核心诉求从“是否要做AI”转向“AI如何真正帮助提质、降本、增效”。

8. 关键难点：AI必须真正嵌入工艺、设备与质量流程

智能体驱动阶段的真正挑战，不在于“有没有AI”，而在于AI能否真正嵌入工艺、设备和质量流程，实现从“单点演示”到“系统级生效”的跃迁。本节从技术、数据、标准与市场四个维度剖析落地难点。

8.1 工艺嵌入之难：AI不能停留在单点演示

当前最突出的矛盾是：许多工业AI应用仍停留在单点演示与试点阶段，未能深度嵌入生产工艺、设备控制与质量流程的核心环节。鲁春丛指出，更深程度推动工业互联网创新发展，要求数智化能力真正扎根生产一线，全面融入生产控制、工艺优化和研发设计的核心环节。工业场景要求高确定性与高可靠性，而AI大模型的输出具有概率性与随机性，二者存在天然冲突。工业控制的确定性与AI随机推理的矛盾，是“十五五”时期产业链协同攻坚的核心方向之一。AI要真正嵌入工艺，必须在模型推理层引入确定性约束、机理模型与专家规则校验，使AI输出从“参考建议”升级为“可执行、可校验、可回溯的控制指令”。

8.2 技术难点：边缘算力、互通标准与确定性

产业界普遍反映三个技术瓶颈：一是边缘PLC（可编程逻辑控制器）与工控机算力供给不足，制约了智能体在产线端的实时推理与部署；二是跨厂商智能体互通标准缺失，不同企业的系统接口、数据格式不兼容，增加了智能体集成的成本与难度，也使多智能体协同自治难以规模化；三是工业控制确定性与AI随机推理的天然冲突，需要通专模型差异化互补、机理与数据双驱动。邬贺铨强调，要准确把握工业要求确定性和AI不确定性两者之间的矛盾，通过通专模型差异化互补等方式加以化解。边缘算力、互通标准与确定性问题的解决，正是WG10首批行业标准立项征集与技术创新中试中心建设的直接针对目标。

8.3 数据基础：碎片化与标准统一

工业数据的碎片化、标准化程度低与安全管理不规范，是制约智能体训练与应用的关键短板。部分制造企业尤其是中小企业，工业数据难以满足AI模型训练与应用需求；工业AI的标准体系、评估体系尚未完全统一。为此，《实施意见》强调释放数据要素潜力，持续高质量建设国家工业互联网大数据中心体系，构建工业数据资产登记平台和高质量数据集，健全安全分类分级管理制度，实施“铸网”演练。高质量工业数据集既是智能体训练的前提，也是数据要素价值释放的载体，2027年打造100个工业高质量数据集的目标正是对这一短板的直接回应。

8.4 市场侧挑战：ROI压力与供需错配

杜雁泽指出，中短期内“AI+制造”产业升级面临的最核心、最迫切挑战主要来自“市场侧”而非“技术侧”：一方面制造企业对AI的认知和热情持续高涨，政策支持、开源技术生态和人才供给不断改善；另一方面企业普遍面临利润空间承压、预算趋紧的现实约束，付费意愿与投资节奏更加谨慎。具体制约包括：企业ROI压力较大，AI项目必须更快、更明确地体现业务价值；市场竞争过于激烈，同质化方案和价格竞争压缩了厂商的可持续投入能力；供需匹配不充分，真正“懂智能、熟行业”的产品和服务仍然稀缺。工业智能体的研发与部署需要算力、算法、人才等多重投入，对中小企业负担较重。这意味着智能体驱动阶段的落地，必须同时解决“技术可行”与“商业可行”两个问题。

9. 趋势研判与对策建议

9.1 趋势研判

综合政策、数据与企业实践，本报告作出五项趋势研判。第一，阶段定位清晰化：2026年作为智能体工业互联网元年，产业主导逻辑已从“连接”转向“决策与自治”，这一判断已获院士、研究机构与产业界广泛认同。第二，政策目标可量化：2030年2.5万亿元核心产业增加值、207个工业中类全覆盖、5万张工业5G专网，以及2027年1000个高水平工业智能体等目标，为产业提供了清晰的资源配置锚点。第三，标准化提速：以本月WG10“AI+制造”首批行业标准立项征集为代表，标准建设从技术规范走向场景化行业标准，跨厂商互通标准有望在“十五五”初期取得突破。第四，应用从单点到系统：企业实践已从单点AI走向全价值链智能体矩阵，渗透率数据（9.6%至47.5%）印证了这一跃迁。第五，难点聚焦“真嵌入”：AI能否嵌入工艺、设备与质量流程，以及确定性与随机的调和，将决定智能体驱动阶段能否从“形似”走向“神至”。

9.2 对策建议

对制造业企业：建议从高价值且风险相对可控的场景切入（如预测性维护、工艺参数优化、质检判级），以“可量化ROI”为立项标准，避免为AI而AI；优先参与高质量工业数据集共建，补齐数据基础；在组织上培育既懂智能、又熟行业的复合人才。

对平台与解决方案商：建议围绕“平台+场景智能体”融合架构深化布局，打造“小快轻准”的数智化解决方案资源池，探索“先用后付”“订阅服务”“效果付费”等商业模式，降低中小企业应用门槛，破解市场侧ROI与供需错配难题。

对政策与标准制定方：建议加快跨厂商智能体互通标准、工业智能体评测体系与确定性工程规范的研制，依托技术创新中试中心解决边缘算力与确定性难题；完善工业数据分级分类与安全管理制度，实施“铸网”演练；通过“模数共振”等行动推动“数据—模型—场景”良性循环。

对产业链协同：建议全产业链协同发力，筑牢工控安全隔离底线，分层推进云端平台体系建设，循序渐进落地多智能体协同自治场景，避免一哄而上、重复建设。

10. 结论

2026年，我国工业互联网已明确进入“智能体驱动”新阶段，发展重心从连接万物转向决策万物。这一转向既有政策的顶层设计与可量化目标支撑，也有产业底座与智能化渗透数据的实证支撑，更已进入以WG10“AI+制造”首批行业标准立项征集为代表的标准建设纵深。工业智能体正从“被动工具”转变为“可自主执行的数字员工”，推动制造业从自动化迈向自主化，重塑生产方式与组织形态。然而，新阶段的成败取决于AI能否真正嵌入工艺、设备与质量流程，能否调和工业控制的确定性与AI的随机推理，能否在商业上形成可持续的ROI。对制造业企业与产业方而言，当前的正确策略是：锚定政策目标、参与标准研制、从高价值确定性场景切入、以“工艺真嵌入”为验收标准，分层渐进推进多智能体协同自治，方能在这一轮产业范式转换中占据先机。

11. 数据来源

本报告所引用数据与事实均来源于以下公开资料：

• 工业和信息化部《五问+一图，读懂〈关于推动工业互联网高质量发展的实施意见〉》，2026年6月29日，网址：https://www.miit.gov.cn/jgsj/xgj/gzdt/art/2026/art_745c5487cef04f3ea44e290e05ad68f3.html

• 中国政府网《八部门提出到2030年建设5万张工业5G专网》，2026年6月30日，网址：https://www.gov.cn/lianbo/202606/content_7073829.htm

• 新华网《八部门联合部署18项任务 锚定工业互联网2.5万亿产业新蓝图》，2026年7月1日，网址：http://www.xinhuanet.com/info/20260701/8047d9c9aba8434ca17756af7e9a25c4/c.html

• 经济日报（新华网转载）《工业互联网释放乘数效应》，2026年7月23日，网址：https://www.news.cn/tech/20260723/46be34bbcbad4afba6ab36baa9335ac8/c.html

• 工业和信息化部《〈推动工业互联网平台高质量发展行动方案（2026—2028年）〉解读》，2026年1月13日，网址：https://www.miit.gov.cn/zwgk/zcjd/art/2026/art_386047d9d0fe4b6c860d2eb29fbe3e38.html

• 国家数据局《工业和信息化部等八部门关于印发〈“人工智能+制造”专项行动实施意见〉的通知》，2026年1月，网址：https://www.nda.gov.cn/sjj/zwgk/tzgg/0107/20260107214358696030895_pc.html

• 工业和信息化部《两部门关于联合实施2026年“模数共振”行动的通知》，2026年4月28日，网址：https://www.miit.gov.cn/zwgk/zcwj/wjfb/tz/art/2026/art_ba07e09d40834ec992615490fd2ccd18.html

• 智能制造网《工业和信息化部人工智能标准化技术委员会WG10“AI+制造”工作组关于公开征集行业标准立项建议的通知》，2026年10月4日，网址：https://m.gkzhan.com/news/detail/196067.html

• 新华网《政策加码护航 企业迅捷布局 智能体成拉动制造业转型新引擎》，2026年3月9日，网址：https://www.xinhuanet.com/tech/20260309/ecf8aec7925c4a30bfb1b8a86ad240aa/c.html

• 工业互联网产业联盟《工业智能体是人工智能在工业落地与价值转化的重要载体》，2026年7月20日，网址：https://www.aii-alliance.org/index/c189/n6646.html

• 国务院新闻办《上海举行2026世界人工智能大会暨人工智能全球治理高级别会议 新闻发布会》，2026年7月7日，网址：http://www.scio.gov.cn/xwfb/dfxwfb/gssfbh/sh_13834/202607/t20260709_998265_m.html

12. 免责声明

本报告由淞基科技（上海）有限公司、淞基信息通信研究院、淞基新一代信息技术网研究部联合编制，仅供行业研究与决策参考，不构成任何投资建议、商业要约或法律意见。报告中的数据与观点均基于截至2026年10月公开可获得的资料整理，力求客观准确，但编制方不对其完整性、准确性与时效性作出保证；政策、市场与技术信息可能随时变化，请以官方最新发布为准。报告引用的第三方数据与观点版权归原作者所有。因使用本报告内容所产生的任何直接或间接损失，编制方不承担法律责任。

13. 编制单位

本报告由以下单位联合编制并署名：

淞基科技（上海）有限公司

淞基信息通信研究院

淞基新一代信息技术网研究部

2026年10月