「晓妙」工业大模型智能体平台采用1+3+X架构并把建智能体变成填空题最快数分钟生成、数之联发布UMind工业智能体平台主打全链路智能化跃迁、中国联通工业视觉智能体每类只需1至5个样本即可完成冷启动且Token平台统一纳管100多个主流大模型——工业智能体从「会聊天」走向「会干活」——一道科技解读

结论先行：2026年9月中旬集中出现的三条动态，共同指向一个技术拐点——工业智能体正在从「会聊天的助手」变成「会干活的数字员工」。安徽数智建材研究院自主研发的「晓妙」智能体平台上线，采用「1+3+X」架构，即1个工业大模型底座、3个开箱即用智能体及可由用户自建的行业智能体，用户无需写代码，用「大白话」描述需求，平台把搭建智能体所需的数据、工具、关键词转化为「判断题」「填空题」，从提出需求到生成智能体最快数分钟；数之联发布UMind工业智能体平台；中国联通展示的工业视觉智能体每类只需1至5个样本即可完成配置。对杭州一道科技而言，这意味着交付范式的变化：工业AI的门槛正从「能不能训模型」下移到「有没有场景数据和工作流定义」。

平台化：把智能体搭建做成对话式配置

「晓妙」的架构设计值得拆解。1个工业大模型底座沉淀通用工业知识与推理能力；3个开箱即用智能体覆盖会议转录、知识管理与待办推进；X个行业智能体首批上架数十个，覆盖市场预测、原料管控、产线调控、履约跟踪以及财务、法务协同等环节。真正的突破在构建方式：把智能体搭建中的参数配置转化为选择题与填空题，通过对话引导完成。这直接把智能体开发从算法工程师的专属工作变成了业务骨干可以参与的工作，而业务骨干恰恰是唯一知道环节该怎么走的人。

低样本冷启动：把部署门槛压到中小企业可承受

成本结构的改变同样关键。中国联通在宁波智博会展示的工业视觉智能体，集成相机、光源与算法，每个产品类别只需1至5个样本即可完成配置，实现自主质检与缺陷即时剔除。传统工业视觉方案每个新品类动辄需要数百张缺陷样本与数周标注调试，样本门槛是中小企业上不了车的主要原因之一。当样本需求降到个位数，换型成本近乎归零，小批量多品种的产线也具备了AI质检的经济性。配套的Token聚合平台统一管理100多个主流大模型，解决接入复杂度与数据合规问题。

底座：没有机理模型与工业数据，智能体是空壳

平台能力再强，也依赖底层数据资产。「晓妙」建立在数智院历时数年积累训练的超4万亿条工业数据、超200个机理模型之上，构建的水泥产业大模型已应用于窑、磨、配料等核心工序，可实现秒级控制，单厂年降本达百万元级，集团供应链优化效益达千万元级。这组数字说明一个朴素道理：工业智能体的价值密度，等于它被喂养的工业数据密度乘以它内嵌的机理模型数量。没有这两样，前端再易用的搭建工具也只会产出空转的对话机器人。平台明确数据持有权归客户所有、不使用用户数据训练自身模型，并支持私有化部署。

一道科技建议：先定义工作流，再选平台

我们给三类主体分别的建议。对制造企业：不要先采购平台，先完成两件事——梳理出3至5个高频、有明确输入输出、可量化验收的工作流，以及盘点这些环节现有的数据是否可机器读取；这两件事做扎实，平台选型会非常容易。AI大模型定制、数据挖掘与软件外包三项能力必须一体交付。更多方法论见行业资讯，落地路径见客户案例。