2026年“数据要素×”大赛|面向高价值工业场景的智能体集群研发与应用

数领前沿 |  2026-11-17 17:03:09

微信扫码扫码下载客户端

项目聚焦工业数据定义不一、经验难以复用、跨环节协同难等问题,卡奥斯物联科技股份有限公司牵头自研COSMO DataMind在客户环境内半自动构建工业本体,以本体组织行业大模型、4700多个工业机理模型和110多个智能体开发工具,在家电、泛半导体、汽车、石油化工四类行业实现提质、降本、增效和节能减排。

项目总体架构图

解决重点问题

工业企业数据分散在MES、SCADA、EMS等系统中,编码规则、时间基准和指标定义不统一,判定依据和调参经验难以沉淀;工艺、质量、设备、能耗等环节各自优化,局部最优难以满足整体运行要求;解决方案推广到其他工厂,往往需要重新开发。传统方式依靠专家逐项梳理数据含义,周期长、成本高。项目以企业实际数据为依据半自动构建工业本体,统一业务对象、对象间关系和指标计算规则,智能体集群按统一定义分工协作、核验结果,使数据含义和优化经验可在同类工厂复用。

数据治理路径

汇聚数据类型

项目汇聚家电、泛半导体、汽车、石油化工四类行业数据,总量超过240TB。能源与碳排放类约180TB,来自计量网络、公辅调度和源网荷储系统;生产制造类约36TB,覆盖研发、工艺、生产、质量和设备管理;企业管理类约24TB,来自订单、合同、供应链等经营系统。

汇聚数据类型图

数据汇聚方式及合作模式

数据以客户授权接入为主,辅以合作伙伴共享、企业自主产生、第三方采购和公开渠道获取,授权时登记用途、期限和可用字段。项目以场景建设、软件订阅、按调用计费和节能运营分成持续服务客户,执行记录和人工反馈经授权回流,用于更新本体和模型,各参与方按协议分配收益。

数据应用场景及应用方式

数据经清洗、对齐和质量校验后,由COSMO DataMind在客户环境中构建工业本体,原始数据不出域,系统提出候选对象、关系和指标并用实际数据核验,与ISA-95标准和IOF核心本体对齐,人工确认后发布。智能体以本体为语义层,调用行业大模型和工业机理模型开展工艺优化、质量检测、设备运维和能碳管理,结果经业务规则、机理边界或仿真校验后进入业务流程。在某电子制造企业,2206张数据表、60208个字段归并为300个概念对象,构建周期由约两个月缩短至两周左右。

COSMO DataMind构建的工业本体图谱(示例)

数据流通交易情况

项目形成数据集、数据API、工业模型、智能体和技能组件等产品,依托天信可信数据空间以隐私计算等技术实现数据“可用不可见”,在天星智能体市场登记、调用、计量和分成。卡奥斯物联在11家数据交易机构取得中心数商资格,联合60余家专业机构提供合规评估、登记挂牌服务。本体构建工具COSMO DataMind已开源。

经济社会效益

家电行业生产效率提高15%,新品导入周期缩短40%,工厂综合能耗下降22%;泛半导体行业全年综合能效比达到6.22,首年减排量经第三方核查为17931吨二氧化碳当量;汽车行业质量检测精度提高30%;石油化工行业92号汽油每吨调和成本降低5—10元。安徽试点园区覆盖51家规模以上企业,入选安徽省首批零碳产业园区筹建名单。调参经验、诊断规则和碳核算方法封装为可复用组件,以“标准智能体+边缘终端”服务专精特新中小企业,降低工业数据开发利用门槛。

四类行业应用场景

责任编辑:崔舒越