人工智能下半场，七家鲁企的“卡位赛”之战

人工智能加速迈入卡位决胜阶段。

近期，一组权威数据直观展示了这一行业转型拐点：全球知名投融资数据库平台Crunchbase联合行业机构发布的全球AI投融资报告显示，2026年第二季度，全球AI融资总额218亿美元，环比下滑37%；但这并非行业遇冷，而是资金赛道的切换：通用基础大模型融资占比从2025年四季度的52%骤降至21%，与此同时，资金大规模流向产业应用、算力基建赛道，占比分别达到38%、41%。

从几年前的“百模混战”概念期，到当下的“落地验证”分化期，人工智能竞赛不再比“谁的模型参数更大”，而转向看谁更能吃透行业痛点、拿下核心场景。能否抢到专属生态位，决定未来三到五年甚至更长时间的产业话语权。

作为实体经济大省，山东工业门类齐全、数据资源丰富、应用场景广泛，核心赛道一直是产业智能。卡位赛窗口期，关键在如何将差异化竞争优势最大化。当下，山东一批传统头部科技企业与人工智能原生“黑马”已完成战略重心锁定，依托在关键领域构筑专属竞争壁垒持续提升制胜概率。今日这场卡位赛的核心玩家中，终将诞生一批明日的领军者。

珞石机器人：做AI通往物理世界的工业级执行底座

登陆港交所后，珞石于近日举办首次全球伙伴大会，珞石机器人创始人兼CEO庹华发表《物理AI时代的双向奔赴》主题演讲，宣布公司向物理AI时代的机器人全栈技术赋能者与基础设施构建者迈进。

不跟风纯云端大模型、不炒作人形机器人概念，珞石差异化锁定“力控为底层、工业场景为载体、全栈软硬件一体化”的产业级具身智能，细分三层卡位。底层：自研一体化力控关节+xCore通用机器人控制系统，成为国内稀缺、可批量供货的具身智能硬件底层供应商；中层：工业柔性协作机器人+移动双臂具身整机，解决制造业“人机协同柔性作业”刚需；上层：具身AI训练平台+ROKAE开放生态，打通“大模型视觉/力觉感知—运动控制—产线工艺”落地全链路。简单概括，就是“做AI通往物理世界的工业级执行底座”，主打“能落地、能量产、能盈利”的产业具身智能，而非实验室概念机器人。

传统AI“看得见、摸不着”，传统工业机器人仅能重复固定程序，无全域力感知，无法适配3C、汽车、新能源多品种柔性产线，制造业“无人工厂最后一公里”存在巨大技术断层，具身智能是唯一解决方案。珞石同时指出，此前日系、欧系机器人垄断高精度力控关节、运动控制系统，国产机器人仅能做低端无感知本体，加之制造业高端柔性产线（汽车焊装、芯片装配、医疗加工）高度依赖进口设备，这都将带来明确的国产替代政策与市场红利。2017年，珞石率先推出内置力矩传感器协作机器人，2020年量产全关节力控设备，提前5年布局具身感知底层，相比同行无技术转型成本，更有HSA一体化力控关节、xCore平台级控制系统等十年来累积的从底层硬件到控制中枢再到AI软件层的全栈自研技术壁垒，由此成就核心卡位“护城河”。

目前，珞石已完整覆盖4kg–220kg工业机器人、3kg–45kg协作机器人、AR人形力控臂、Helios移动双臂具身整机；2025年总出货1.1万台，轻负载工业机器人国内销量第一，具备十万台级量产产能，是国内少数实现具身智能整机批量出货的企业。在珞石看来，纯消费人形机器人短期难以商业化，“工业落地型”具身智能反而能最先规模化盈利，对此，珞石在加速万台具身智能订单交付，完善售后运维数字化平台，推出标准化低成本柔性机器人工作站，降低中小企业智能化改造门槛的同时，也在瞄准底层核心硬件研发进一步构筑长期护城河。以第二代轻量化HSA力控关节为例，将进一步减重、降低成本，面向中小人形机器人、轻量化协作机器人量产供货，降低下游整机厂商研发门槛。

泰盈科技：打造基于数据规模化采集的“C端反馈—B端制造”闭环

人工智能，上半场拼算法与算力，下半场拼数据与场景。当前，制约大模型和具身智能在工业等领域落地的核心难题在于缺乏高质量、高复杂度的行业场景训练数据，单个企业自建数据采集与训练环境成本高昂、试错风险大，难以形成规模效应。对此，在人工智能产业链上，泰盈科技瞄准“数据采集与标注—高质量数据集建设—垂直行业模型研发—具身智能训练”这一承上启下的生态位。

资料显示，这家企业C端数据规模化采集与智能分析能力行业领先。2015年起，企业业务逐步扩展至流程处理、工单管理等非通话业务，随着AI技术发展，陆续开展数据模型搭建，后台智能运营、AI大模型研发及应用、人工智能训练等业务，服务于国内多个主流通用大模型的调优训练。当前已形成基于大模型的AI运营服务体系，支持自动FAQ生成、智能应答和知识文档结构化处理。由数万名员工在真实业务场景中的运营实践的能力沉淀，持续产生和积累脱敏、高质量、多模态的中后台运营数据，覆盖文本、语音、图像、视频等全品类。自有数据取得山东数据交易平台数据资产登记证书，并正在北京国际大数据交易所推进数据产权登记。基于此，企业已研发“数字中后台智能应用大模型”、并开发“工业产品出海大模型”、“电子商务智能服务大模型”、“金融陪练大模型”等行业垂类模型。“工业产品出海大模型”多语言智能问答准确率超95%，故障诊断效率提升30%，应用于多家大型制造企业全球化服务场景。

同时，其“C端数据反馈—B端设计制造优化”的数据闭环模式已在头部企业得到验证。泰盈科技在为国内消费电子知名品牌产品线提供服务过程中，中后台在接收C端用户反馈“发热过高”等问题后，快速形成数据工单并在中台的定期报表中凸显，反馈给B端企业，企业分析定位工艺原因，并推动设计、生产端改进，形成“反馈—分析—改造—验证”完整闭环。目前该模式已在客户中后台实践中被验证重要性。

概括起来，这家企业的打法是从数据中后台（供应、销售与服务端）入手，通过用户反馈数据的采集、聚合、分析，反向推动前端设计和中端生产的数字化转型与流程优化，形成“C端反馈→数据洞察→B端改进→产品迭代→验证反馈”的完整闭环。这一模式区别于生产环节的设备替代人工，是一条从供应和消费端出发、以数据为纽带、反向驱动制造业全链条数字化转型的路径。

智能竞速白热化阶段，数据已成为AI产业的“新石油”。依托服务400多家头部企业的数字中后台，以“数据+场景”双轮为驱动的泰盈科技很有可能在AI下半场卡位赛中跑出“加速度”。

极视角：依托多模态视觉大模型打造“看得懂”的“工业视觉”

当前AI视觉已从单一任务小模型迈向多模态视觉大模型时代，产业应用需求呈现明显的“二八原则”分布特点：80%的需求属于细粒度定位感知（即精准识别）问题；20%需求属于复杂推理理解问题。对此，极视角锚定视觉语言大模型赛道，自研新一代多模态视觉语言大模型星际工业大模型，依托其“强性能、低幻觉、可落地”等核心优势，聚焦工业现场真实业务痛点来开展创新研发与落地应用。

布局该赛道的底层逻辑，来自产业一线的真实刚需。AI视觉广泛渗透到工业安全监管、设备巡检、流程监控、质量检测等核心环节，形成成熟的应用链路，但在复杂真实的工业场景中，传统模型面临目标感知能力有限、复杂场景理解不足等问题，同时，往往需要反复进行数据标注和模型训练，应用部署与迁移效率也受限。极视角从多模态视觉大模型切入，推动工业视觉从“看得见”的感知阶段迈向“看得懂”的认知阶段。

这背后，是十余年的技术底座与产业认知壁垒：依托十余年AI视觉技术研发与产业服务经验，极视角已有超10亿条真实场景业务数据，覆盖百余个细分行业生产场景，由此搭建起适配产业落地的专属数据集体系。技术架构方面，星际工业大模型采用多模态融合架构，将视觉感知与语言理解技术深度结合，构建“可描述即可定位”的视觉认知体系：用户只需通过自然语言描述目标或场景，模型即可完成目标检测与定位，快速生成定制化识别能力，视觉系统不再局限于预设类别，可根据任务需求在不同场景中完成灵活识别与分析，超过80%的视觉感知场景无需重新进行数据标注和模型训练，即可满足目标检测与定位需求，直接提升了AI在业务中的落地效率。目前，该方案已成为行业首批同步支持短语描述和文本描述的多模态端侧视觉解决方案之一。

从实测表现来看，极视角星际工业大模型在覆盖千余个真实工业场景的专项测试中，细粒度目标识别、复杂环境抗干扰、开集场景理解等核心性能，较同等参数量的开源模型实现翻倍以上提升；同时已能在边缘计算设备上实现实时端侧推理，为机器人巡检、无人机作业等边缘场景的规模化应用打下基础。工业场景以视频流应用为核心载体，动态、连续的生产流程对模型的时序理解与动态分析能力提出了更高要求，极视角也提到，将继续聚焦突破复杂视频理解与动态分析任务提升模型在物理世界认知、长时序目标定位、跨模态因果推理等维度的能力，让大模型能深度适配更多动态连续的工业生产场景。

卡奥斯：锁定工业垂直领域打造新型“大脑”

工业AI正从数字化赋能迈向智能化升级的深水区。传统工业软件，只能固化标准化流程，无法自主迭代，更沉淀不了老师傅的制造经验。行业亟需“懂行”的垂直大模型来打破僵局。卡奥斯锁定的正是工业垂直领域，以天智工业大模型为核心打造新型“工业大脑”，为AI规模化应用提供智能中枢，做可落地、可复用、可规模化发展的工业AI。

选择这一赛道，很重要的一点在卡奥斯有“原生基因”。背靠海尔四十余年全流程制造经验，卡奥斯手握他人不易复制的三样内容：海量真实的工业数据、成熟完备的工艺体系、以及对制造行业肌理的理解。

技术上，卡奥斯自研天智工业大模型，已汇聚200+专家算法、110+智能体开发工具；在全球权机构IDC发布的中国工业大模型及智能体解决方案厂商评估中，卡奥斯被定位为最高“领导者”类别。场景上，卡奥斯有“一行业一模型、一场景一智能体”的落地体系，采取先易后难、先简后繁的路径，目前已在家电、石化、能源等行业40余个高价值场景落地应用。生态上，卡奥斯则独创“大企业共建、小企业共享”模式——大企业深度共创，中小企业普惠接入，这样既趟得过大型项目的“深水区”，也覆盖得了中小企业的规模化需求。COSMO-Sphere（经营决策）、COSMO-iMOM（生产执行）、COSMO-iEMS（能源管理）三大产品则构建起覆盖“设备级—工厂级—企业级—产业级”的四级智能体图谱，逐步实现从单点智能到多智能体协同的跨越。比如在陕西企业延长石油，卡奥斯与其共建石油化工大模型，构建6大类38个智能体，从示功图智能诊断、醛分离塔工艺优化到汽油调和优化，覆盖核心生产环节。

工业AI正在告别“单点示范”，进入OT、IT、AI深度融合的系统性架构变革，另一方面，工业场景对高可靠、高精准的要求，也决定了只有扎根行业机理的AI才能真正胜任。未来在工业领域，懂工艺、懂设备、懂工业语言的垂直大模型是AI发展的基础，也是企业竞争的护城河。对此，卡奥斯提到，未来将重点打造以数字人为统一交互入口的产品和服务，改变现有工业AI落地形式，用户告诉“数字人”自身需求，由它自行检索和调用各类工业数据、知识以及工业智能体，得到确认后完成分工和规划执行。这将大大降低工业AI的落地门槛与学习成本。

新明辉：做“工业安全品垂直领域的AI决策中枢”

工业安全品（劳保用品）行业专业门槛高、品类繁多、标准法规繁杂，客户往往“只知场景，不知型号”，传统“人找货”模式效率低下，而通用大模型又缺乏行业专业知识，导致“听不懂、答不准”。新明辉瞄准的是“工业安全品垂直领域的AI决策中枢”这一生态位。

资料显示，新明辉运营着国内最大的工业安全品垂直电商平台——新明辉商城，沉淀TB级全链路高质量产业数据，包括40万+SKU知识图谱、35万+企业采销行为数据、1000+行业标准。这是任何通用大模型无法短期复制的“数据护城河”。市场红利也很明确：服务的上下游企业超过35万家且普遍存在库存积压、采购效率低、供应链协同难等问题，通过AI赋能，哪怕只将一个环节效率提升10%，创造的产业价值也将是数十亿级。而上述这个年交易额40亿元的平台业务系统，也意味着每个算法都要经过真实业务流量的“压力测试”和效果验证，这种“即研即用、以用促研”的闭环模式能确保技术创新的实用性和可靠性。

可从一个案例了解新明辉的模式如何运转：某大型化工企业负责检修的采购员，以往紧急采购成套防护用品时，需分别查询面罩、滤毒盒、防护服、手套等十几个品类的参数、库存和价格，再人工比对、组合下单，耗时3到5小时，且极易因选型错误导致防护失效或库存不匹配。现在只需在商城输入“化工厂氯气泄漏检修”这一具体场景，新明辉行业大模型可瞬间理解其防护等级（A级）、所需品类（全面罩、防毒面具、防化服等）及适用标准，并在2分钟内自动生成完整的、已验证库存的“防护解决方案”，并附带安全操作指南。同时，系统基于历史采购数据和AI需求预测模型（准确率达87%），提前为企业规划安全库存量，低于预警值时，自动生成采购订单并推送至供应商，实现“无感补货”。一个10万平方米的智能仓储物流园，在AI算法调度下，分拣效率可提升10倍，错拣率降至万分之一以下，实现了日处理10万单的峰值能力，库存周转天数从65天大幅缩短至35天，资金使用效率提升一倍。

新明辉提到，未来的竞争焦点是AI对产业链的重构能力，AI不仅要懂选品和客服，更要能参与到产品研发、生产排程、跨境贸易等更复杂的决策中。对此，新明辉正建设覆盖安全标准、工艺参数、事故案例等多模态信息的行业语料库，推动大模型具备从“语意理解”到“视觉检测”的综合能力，为未来的智能研发（如反向驱动产品设计）和智能质检（AI视觉识别精度已达99.8%）奠定基础。

浪潮云：智慧系统的全场景运营商

近年来人工智能最明显的变化在于，以前只有大企业才“玩儿得起”的大模型走入千行百业，产业发展突破单纯技术研发与单点应用，从“手工作坊”迈向“现代工厂”的“集约化”新阶段。从政务云起家的浪潮云在自身资源禀赋、客户需求与市场竞争等多重因素牵引下，正向“智慧系统的全场景运营商”演化，依托人工智能工厂为用户提供大模型和智能化云服务，提供从建设到维护再到运营的一站式服务。

大模型发展带来对算力和数据的需求迅速增加。而浪潮云已建成全国最大的分布式智能云体系，现有数据中心、云中心、GPU集群都可平滑升级为智算中心，资源可直接复用；另外，浪潮云有国内首个面向场景和应用的实体化人工智能工厂，并在今年发布了“以自控为核心的物理工厂”+“以数据驱动的人工智能工厂”相结合的“双工厂”新模式。具体来说，就是在以自控为核心的物理工厂上搭载人工智能工厂平台，提供数智中枢智能体、数智组织智能体、数智装备智能体等，企业便有了本地化的人工智能工厂，这适配很多安全需求高的行业。同时，浪潮云也是全国首个通过中央网信办云计算服务安全评估和首批纳入智算云安全评估试点体系的企业，有着“算力可信、数据可控、模型可靠、智能体可管、运营可视、供应链透明”的安全韧性底座。

不同于基础模型主要采用互联网公开数据，行业专用模型安全性隐私性要求高，一般需要私有化部署并持续提供升级服务。这方面，浪潮云有在央企国企及应急、水利等政务细分领域的深耕经验，也有提供分布式智能云服务所培养起来的专业运维团队。当下，数字政府建设纵深推进，政务智能化、治理精细化、数据资产化需求加速释放，企业端智能客服、智能决策、智能研发等场景化需求井喷，这些多业务场景AI转型需求都将成为下一步发展红利。

能看到，目前头部云厂商都在加速全栈布局，从“算力供给者”向“智能能力供给者”战略跃迁，生态构建能力、场景交付能力、全栈运营能力成为决胜关键。浪潮云面向企业AI落地，研发人工智能工厂AIP产品和工具体系，覆盖了“研发态、运行态和管理态”的完整AI落地流程，把“用户提需求、AI做任务、能力可沉淀、组织可治理、安全可管控”做成人工智能能力闭环，零散使用的AI工具正被升级为面向全员、全流程、全组织的人工智能服务。

地纬智能：民生垂域场景的AI全流程治理

医保、电力、人社等民生服务领域业务流程繁琐，存在监管审核效率低、服务响应滞后、决策支撑不足、资源调配不够精准等问题，呈现出来，就是公共服务便捷性欠缺、风险管控与科学决策能力有待提升。另一方面，群众与机构对高效化、智能化、精准化的服务与管理需求日益迫切。地纬智能打造DareWen民生服务大模型，专门面向医保基金监管、用电信息采集与营销服务、人社经办服务等场景落地智能应用，构建全流程全链条的数智化治理服务。

资料显示，地纬智能深耕医保、人社、电力民生等信息化服务赛道三十余年，省内市场占有率明显，2023年起又大力推进省外市场拓展，目前省外收入占比达到35%。基于行业业务经验与海量行业数据，地纬智能自研民生服务垂域大模型DareWen，并已通过国家网信办深度合成服务算法、生成式人工智能服务双备案，在此基础上打造40余个智能体应用，从数据底座、行业垂域模型、场景应用三大维度完成全链条战略布局。

可从一人社工伤服务案例直窥其创新应用效能。工伤业务覆盖人群广、办理链条长、审批环节繁杂，有经办运行成本高、基金监管风险大、业务争议多发等难题。地纬智能整合百万级原始业务数据，构建涵盖数万份典型案例、政策法规和业务标准的高质量工伤行业数据集，依托Darewen大模型构建工伤全链条智能经办智能体，落地应用于工伤认定、劳动能力鉴定、工伤医疗费用审核等核心业务环节，有效弥补经办人员医学专业短板，大幅提升审核判定精准度，业务办理效率、裁决公平性提升超50%，行政复议、行政诉讼、重复鉴定等纠纷显著压降。又如费用稽核场景中，智能系统可自动识别目录外诊疗项目、超标准收费、非工伤对症用药等违规支出，单笔业务平均审核时长由几小时压缩至数分钟。数据显示，目前DareWen大模型应用平台实际应用项目60余个，当中最大用户规模达数百万人。

地纬智能透露，未来将主攻两大核心赛道，一是以人工智能重塑民生治理体系，二是民生场景AI全流程数据安全管控。对此，其正立足DareWen大模型原生能力开展行业智能体深度研发，实现从单点智能应用向跨部门协同智能体集群的升级；数据安全底座层面，将依托自主“大纬链”区块链技术搭建可信数据流通空间，借助区块链确权存证、安全溯源能力保障大模型数据合规使用、训练与应用全过程可信存证。

（大众新闻记者 付玉婷）