“以前在洗煤厂，老师傅调重介密度全靠‘手感’，5—6年才能练出‘火眼金睛’；现在智能体直接给出最优参数，PLC设备自动执行，精煤质量又稳又好。”在兴隆庄煤矿洗煤车间，一位操作工道出了

　　工业场景复杂度高、安全要求严、实时性强，AI大模型在其中的效用受到限制，在此背景下，行业开始探索与落地。

　　近日，证券时报记者走访云鼎科技发现，在矿山、化工、油气等传统重工业领域，长期面临效率偏低、安全风险高、对人工经验依赖强等共性难题，但这些问题正迎来系统性破解路径——以智能体为核心的“感知—决策—执行—优化”闭环能力，正在重塑工业生产与管理模式。作为连接AI大模型与产业场景的核心载体，智能体正打通AI落地的“最后一公里”，推动传统产业从“单点智能”向“系统协同”跨越。

　　“过去，大模型提供了基础能力，就像给产业装上了‘聪明大脑’，但智能体才是让大脑落地的‘手脚’，能真正把技术变成实实在在的效益。”工业互联网事业部人工智能业务总监高桢告诉证券时报记者。

　　“传统产业的智能化转型曾长期停留在‘报警式’应用，大模型从‘发现与感知’到‘决策与执行’的能力延伸仍存在差距。”高桢表示，智能体的出现，彻底改变了这一局面，在矿山、化工、油气等领域呈现出多点突破的态势，AI从“旁观者”变成“参与者”。

　　是国内率先推出垂直领域大模型的数智化解决方案供应商，在矿山、化工、油气等工业领域打造了多项业内典型应用案例，并实现规模化推广。

　　在山东兴隆庄煤矿的洗选车间，云鼎科技研发的智能体实现了精准密度调控的工业场景落地。传统重介分选依赖人工经验设定密度，参数波动大，不仅精煤产率不稳定，还造成介质浪费与精煤损失。现在智能体通过预测大模型测算最优分选密度，直接驱动PLC设备执行闭环调节，不仅可以稳定精煤质量，同时提升精煤产率0.2%以上，按年洗选300万吨测算，每年可创造直接经济效益超300万元。

　　井下作业的安全保障也因智能体的参与焕然一新。在李楼煤业的防冲卸压打钻施工作业现场，防冲卸压孔深监管智能体通过视频算法自动计数钻杆数量，彻底告别了“人工逐根核对、枯燥易出错”的旧模式。

　　“以前通过人工数钻杆眼睛都看花了，还总担心漏数，现在通过算法自动核验，工作效率提升80%以上。”现场工作人员说。在井下的输煤皮带巡检，也由智能体接管，摄像头24小时实时监测，异常情况自动报警并联动处置，既减轻了工人劳动强度，又消除了人工巡检的盲区。

　　在化工领域，智能体要攻克化工生产工艺优化“多变量、非线性、强耦合”的难题。“煤炭洗选过程主要是物理变化，化工工艺流程多为化学反应，调控一个参数可能引发连锁反应，预测及优化难度存在显著量级差异。”高桢坦言，甲醇精馏场景的智能体研发，公司AI团队足足投入了近一年时间。付出终有回报，这套系统在榆林能化落地后，吨甲醇蒸汽消耗降低3.2%，年增收甲醇产量180吨，单厂单装置年降本增效450万元。

　　油气行业的智能体也展现出规模化落地能力。2024年，云鼎科技中标某管网集团AI大模型项目，将智能体能力延伸至油气管网领域。“从矿山到化工再到油气，智能体之所以能快速推广，核心是解决了行业真痛点，带来了看得见的收益。”高桢表示。

　　智能体在传统产业“大显身手”，背后是一套贴合工业场景的技术体系。不同于消费端智能体的“通用性”，工业智能体的研发更注重“实用性”与“安全性”，形成了“多模底座+数据燃料+平台载体”的核心架构。

　　早在2022年，云鼎科技就联合华为布局大模型研发，2023年发布能源行业星空智能科技首个矿山大模型，2025年推出云鼎伏羲化工大模型，如今已形成多行业覆盖的工业大模型家族。“我们的大模型底座是多模驱动，不仅本地化部署了华为盘古等商用模型，还接入了业内主流通用模型，能根据不同场景灵活适配。”高桢介绍，这种“行业+通用”的设计，让技术更具韧性。

　　“工业智能体不能靠通用数据‘喂饱’，必须扎根产业场景积累专属数据。”高桢透露，云鼎科技从建设行业大模型之初就注重积累行业数据，目前已拥有百万余张标注的行业数据和千亿条生产数据，其行业数据集还入选了2025年国家数据局行业高质量数据集建设先行先试项目。正是这些带着“产业温度”的数据，让智能体的决策更精准、更贴合实际。

　　云鼎科技自主研发的仓颉智能体平台，则让技术落地变得“简单易用”。“我们希望让不懂编程的一线工人也能用上智能体。”高桢表示，该平台具备应用编排、多智能体协同等核心功能，用户通过拖拉拽的方式，就能使用各种应用组件，快速搭建专属智能应用。当前，基于该平台已实现自然语言处理类场景的自主编排，下一步将逐步扩展至工业安全监控、工艺优化等复杂场景。

　　更关键的是，工业智能体要求自带“安全基因”。针对工业场景对安全生产零容忍的要求，智能体在设计与运行过程中需内嵌完善的安全机制。例如，在执行指令环节要进行操作日志全链路审计，一旦出现异常行为自动熔断；同时，对于工业技能包，也要进行严格的安全检测与验证。

　　“OpenClaw的火爆印证了智能体的落地价值，但相比通用能力，我们更关注如何将多年沉淀的工业算法与行业经验进行标准化封装，形成可复用的‘工业技能包’，这正是我们的核心优势。”高桢强调。

　　“工业场景复杂且开放，不同工艺、设备差异大，通用智能体在工业应用场景中落地难度大。”高桢举例，在煤矿生产的临时支护环节，有的矿井采用机载式临时支护，有的矿井使用单体，因此必须设计不同的监测方案。此外，老厂改造难度大、数据壁垒未打破、标准化不足等问题，也制约着行业规模化发展。

　　更重要的是，工业智能体与To C智能体在能力形态上存在显著差异。“To C智能体强调通用性，技能包具备较强复用性；而工业智能体则更强调与具体场景的深度耦合，不同设备、不同工艺往往需要定制化接口与专属能力。”高桢坦言，工业智能体的成熟度确实不如消费端，但这也正是其价值所在——“解决复杂场景的硬骨头问题”。

　　“由于工业场景的复杂性、特殊性、开放性，目前智能体的应用多集中于单一生产环节或局部场景。下一步需要通过多智能体协同，将分散的点状场景进行整合，打造‘智能体群’，形成如煤矿应急管理、安全调度、风险预警等系统性解决方案，最终目标是打造真正的‘AI大脑’。”高桢展望。

　　云鼎科技的矿山大模型经中国工业协会鉴定达到国际领先水平，模型能力经国内权威第三方机构评测进入国际第一梯队。截至目前，其223类场景已在中国中煤、国家管网、皖北煤电等130余家生产单位落地。

　　“我们的优势不在于参数多大，而在于场景落地够扎实。”高桢说，不局限于单一方向智能体应用，云鼎科技致力于实现视觉、预测、自然语言处理类智能体的集中管理。

　　政策层面，国家能源局等部门多次出台政策，鼓励与能源产业深度融合，为智能体应用提供了有力支撑。智能体正以“看得见、摸得着”的成效，推动传统产业从“经验驱动”向“数据驱动”跨越。