當(dāng)前，人工智能（AI）技術(shù)正飛速迭代。繼2024“大模型元年”之后，2025年迎來“智能體元年”。這一年，智能體技術(shù)爆發(fā)式增長(zhǎng)，從實(shí)驗(yàn)室的前沿概念迅速滲透到各行各業(yè)，尤其在工業(yè)領(lǐng)域逐漸展現(xiàn)出顯著的影響力。如今，智能體技術(shù)已深度融入工業(yè)場(chǎng)景，成為驅(qū)動(dòng)制造業(yè)智能制造升級(jí)的全新動(dòng)力。
2025年8月21日，《國(guó)務(wù)院關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》（國(guó)發(fā)〔2025〕11號(hào)）正式發(fā)布，引起廣泛關(guān)注。國(guó)家層面明確支持人工智能技術(shù)的發(fā)展與應(yīng)用。其中關(guān)于“智能體”的部分，重點(diǎn)提到：到2027年智能體應(yīng)用普及率到70%，2030年超過90%。這意味著未來五年內(nèi)，智能體將實(shí)現(xiàn)大規(guī)模落地，體現(xiàn)出國(guó)家推動(dòng)AI與智能體發(fā)展的堅(jiān)定決心，也彰顯了智能體應(yīng)用的巨大潛力和產(chǎn)業(yè)價(jià)值。
作為新一輪科技革命和產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，人工智能正與實(shí)體經(jīng)濟(jì)深度融合，重塑生產(chǎn)模式與產(chǎn)業(yè)格局。在國(guó)家“十五五”規(guī)劃強(qiáng)調(diào)傳統(tǒng)產(chǎn)業(yè)優(yōu)化升級(jí)的背景下，橡膠工業(yè)作為重要的基礎(chǔ)產(chǎn)業(yè)，亟須積極擁抱AI技術(shù)，尤其是大模型與智能體的融合應(yīng)用，推動(dòng)產(chǎn)業(yè)智能化轉(zhuǎn)型與可持續(xù)高質(zhì)量發(fā)展。
一、智能體技術(shù)概述
1. 什么是智能體
智能體（Intelligent Agents）是制造業(yè)中連接“大腦”與“骨架”的“手”與“神經(jīng)”。它是一個(gè)個(gè)能夠自主感知、決策并執(zhí)行任務(wù)的AI實(shí)體。智能體以工業(yè)軟件為接口、以大模型為決策引擎，實(shí)現(xiàn)對(duì)物理世界的精準(zhǔn)控制與動(dòng)態(tài)優(yōu)化，推動(dòng)制造過程從“自動(dòng)化”向“自主化”演進(jìn)。
2. 工業(yè)軟件
工業(yè)軟件（Industrial Software）在制造業(yè)中扮演著“骨架”角色，涵蓋CAD（設(shè)計(jì)）、CAE（仿真）、PLM（生命周期管理）、MES（制造執(zhí)行系統(tǒng)）和ERP（企業(yè)資源計(jì)劃）等，是工業(yè)機(jī)理、流程與知識(shí)的數(shù)字化載體。
3. 大模型
大模型（Foundation Models）是制造業(yè)的“大腦”，具備強(qiáng)大的泛化學(xué)習(xí)與生成能力。通過學(xué)習(xí)海量跨領(lǐng)域數(shù)據(jù)（設(shè)計(jì)圖紙、仿真結(jié)果、設(shè)備日志、工藝數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)），大模型能夠生成新的設(shè)計(jì)方案、預(yù)測(cè)設(shè)備故障、優(yōu)化生產(chǎn)參數(shù)，甚至自動(dòng)生成 PLC 代碼，從而突破傳統(tǒng)工業(yè)軟件依賴固定規(guī)則的決策模式。
4. 三者融合
工業(yè)軟件、大模型與智能體共同構(gòu)成制造業(yè)智能化轉(zhuǎn)型的“黃金三角”。三者的融合并非簡(jiǎn)單的“AI+”，而是重塑制造業(yè)的研發(fā)、生產(chǎn)、管理和服務(wù)模式。例如在研發(fā)端，“AI+CAE/CAD”實(shí)現(xiàn)智能生成式設(shè)計(jì)，推動(dòng)創(chuàng)新效率提升。
隨著人工智能技術(shù)的飛速發(fā)展，大模型在各個(gè)領(lǐng)域的應(yīng)用嶄露頭角。在橡膠工業(yè)中，構(gòu)建大模型也已成為一種趨勢(shì)，它將為橡膠工業(yè)帶來深遠(yuǎn)的變革和巨大的價(jià)值。
工業(yè)軟件、行業(yè)大模型、智能體正在把“橡膠工廠”升級(jí)為“自學(xué)習(xí)、自優(yōu)化、自決策”的橡膠工業(yè)智能體。大模型（如GPT、文心一言、豆包等）具備強(qiáng)大的語(yǔ)言理解、生成和邏輯推理能力。
在橡膠工業(yè)中，大模型可以處理復(fù)雜的材料數(shù)據(jù)、工藝參數(shù)和市場(chǎng)信息，為決策提供智能支持。智能體能夠感知環(huán)境并自主行動(dòng)以實(shí)現(xiàn)目標(biāo)，在工業(yè)場(chǎng)景中表現(xiàn)為智能機(jī)器人、自動(dòng)化設(shè)備等，它們能夠根據(jù)實(shí)時(shí)數(shù)據(jù)作出反應(yīng)，執(zhí)行生產(chǎn)任務(wù)，提升生產(chǎn)效率與產(chǎn)品質(zhì)量。
大模型與智能體的結(jié)合，形成了更為智能的生產(chǎn)體系。大模型為智能體提供決策依據(jù)，智能體將決策轉(zhuǎn)化為實(shí)際行動(dòng)，從而相輔相成，推動(dòng)橡膠工業(yè)向智能制造邁進(jìn)。
5. 行業(yè)大模型的必要性
通用大模型雖具備廣泛能力，但在專業(yè)領(lǐng)域常顯得“泛而不精”。行業(yè)大模型融合領(lǐng)域知識(shí)與高質(zhì)量數(shù)據(jù)，能精準(zhǔn)解決實(shí)際問題，是AI技術(shù)真正落地、推動(dòng)產(chǎn)業(yè)升級(jí)的關(guān)鍵。例如在醫(yī)療、能源等領(lǐng)域，行業(yè)大模型已在輔助診斷、故障預(yù)測(cè)等方面展現(xiàn)出顯著優(yōu)勢(shì)。隨著模型輕量化與成本優(yōu)化，行業(yè)大模型的開發(fā)與應(yīng)用正變得更加可行。
6. 大模型的局限與智能體的興起
大模型本質(zhì)是“能力組件”，雖具備強(qiáng)大的理解與推理能力，卻難以獨(dú)立完成復(fù)雜任務(wù)。智能體則彌補(bǔ)了這一缺陷，將大模型的認(rèn)知能力轉(zhuǎn)化為具體行動(dòng)，實(shí)現(xiàn)從“思考”到“執(zhí)行”的閉環(huán)。
二、智能體助力橡膠工業(yè)多維智能化升級(jí)
智能體在橡膠工業(yè)中已從概念走向工程化落地，形成可復(fù)制的應(yīng)用模板。
1. 智能研發(fā)設(shè)計(jì)
橡膠產(chǎn)品的研發(fā)涉及復(fù)雜的配方設(shè)計(jì)、結(jié)構(gòu)優(yōu)化和性能測(cè)試。傳統(tǒng)研發(fā)方式周期長(zhǎng)、成本高，且依賴經(jīng)驗(yàn)。大模型可以通過學(xué)習(xí)材料數(shù)據(jù)和實(shí)驗(yàn)結(jié)果，快速篩選出最優(yōu)配方和結(jié)構(gòu)方案。例如，通過模擬不同橡膠材料在不同工況下的性能表現(xiàn)，預(yù)測(cè)產(chǎn)品壽命和可靠性，從而減少實(shí)驗(yàn)次數(shù)，縮短研發(fā)周期。智能體可在實(shí)驗(yàn)室中自動(dòng)執(zhí)行實(shí)驗(yàn)操作，收集數(shù)據(jù)，提高研發(fā)過程的自動(dòng)化程度。
案例
研發(fā)智能體（Chem-Agent）接入企業(yè)歷史配方與材料數(shù)據(jù)庫(kù)；使用LLM+圖神經(jīng)網(wǎng)絡(luò)生成配方候選；通過數(shù)字反應(yīng)釜1:1仿真硫化曲線，RL自動(dòng)微調(diào)促進(jìn)劑用量；應(yīng)用SHAP模型，預(yù)測(cè)不同配方產(chǎn)品的性能，配方迭代次數(shù)由80次降到12次，研發(fā)周期縮短35%，一次成功率提升至92%。
2. 智能生產(chǎn)制造
在橡膠生產(chǎn)過程中，大模型與智能體協(xié)同實(shí)現(xiàn)生產(chǎn)過程的精準(zhǔn)控制與優(yōu)化。智能體負(fù)責(zé)設(shè)備的實(shí)時(shí)監(jiān)控與故障診斷，通過傳感器收集設(shè)備運(yùn)行數(shù)據(jù)，利用大模型分析判斷設(shè)備是否存在潛在故障，提前進(jìn)行維護(hù)，減少停機(jī)時(shí)間。
在生產(chǎn)調(diào)度方面，大模型根據(jù)訂單需求、設(shè)備狀態(tài)和原材料庫(kù)存等信息，制定最優(yōu)生產(chǎn)計(jì)劃，智能體負(fù)責(zé)執(zhí)行生產(chǎn)任務(wù)，實(shí)現(xiàn)生產(chǎn)過程的高效協(xié)同。
案例
混煉排產(chǎn)——排產(chǎn)智能體（Schedule-Agent）讀取MES、ERP、WMS實(shí)時(shí)訂單；多Agent 博弈（設(shè)備Agent、模具Agent、質(zhì)檢Agent）在30秒內(nèi)給出最優(yōu)排程；邊緣端Docker部署，斷網(wǎng)可離線運(yùn)行。換線時(shí)間從4h降到28min，月產(chǎn)能提升18%。
硫化工藝——工藝智能體（S-Agent）每10s采集120個(gè)傳感器點(diǎn)位；Transformer預(yù)測(cè)模內(nèi)溫度分布；RL根據(jù)KPI（能耗、合格率）實(shí)時(shí)調(diào)整壓力－時(shí)間曲線。硫化節(jié)拍縮短 12%，能耗下降 8%，產(chǎn)品一次合格率98.5%。
設(shè)備運(yùn)維——運(yùn)維智能體（Maint-Agent）振動(dòng)、油液、電流三模態(tài)融合；GNN建模樣機(jī)關(guān)系圖，提前3~7天預(yù)警；與備件Agent聯(lián)動(dòng)，自動(dòng)生成采購(gòu)單。計(jì)劃外停機(jī)率下降30%，維修成本下降20%。
能源與碳排放——碳智能體（Carbon-Agent）實(shí)時(shí)采集電、蒸汽、天然氣表；根據(jù)碳價(jià)與產(chǎn)線負(fù)荷，動(dòng)態(tài)優(yōu)化空壓機(jī)、制冷機(jī)啟停；自動(dòng)生成ESG報(bào)告。單位產(chǎn)品二氧化碳排放下降 10%。
3. 智能質(zhì)量檢測(cè)
橡膠產(chǎn)品的質(zhì)量檢測(cè)至關(guān)重要。傳統(tǒng)檢測(cè)方式效率低、主觀性強(qiáng)。大模型結(jié)合圖像識(shí)別、數(shù)據(jù)分析等技術(shù)，能夠快速準(zhǔn)確地檢測(cè)產(chǎn)品的外觀缺陷、尺寸精度和物理性能。智能體可在生產(chǎn)線上自動(dòng)完成產(chǎn)品的分揀、包裝和質(zhì)量追溯，確保產(chǎn)品質(zhì)量的一致性和可追溯性。例如，利用工業(yè)相機(jī)采集產(chǎn)品圖像，通過大模型識(shí)別表面缺陷，智能體根據(jù)檢測(cè)結(jié)果對(duì)產(chǎn)品進(jìn)行分類處理。
案例
外觀質(zhì)檢——質(zhì)檢智能體（QC-Agent）8K工業(yè)相機(jī)及YOLO-v8 分割模型；缺陷圖片實(shí)時(shí)回傳云端增量訓(xùn)練；缺陷溯源Agent自動(dòng)定位機(jī)臺(tái)、班次、膠料批次。檢測(cè)速度200毫秒/件，漏檢率<0.5%，返修工時(shí)降低45%。
4. 智能供應(yīng)鏈管理
大模型可以對(duì)市場(chǎng)需求、原材料價(jià)格、物流運(yùn)輸?shù)刃畔⑦M(jìn)行實(shí)時(shí)分析，預(yù)測(cè)市場(chǎng)趨勢(shì)，幫助企業(yè)優(yōu)化采購(gòu)計(jì)劃、合理安排庫(kù)存。智能體可在物流環(huán)節(jié)實(shí)現(xiàn)自動(dòng)化運(yùn)輸和倉(cāng)儲(chǔ)管理，提高供應(yīng)鏈的響應(yīng)速度和運(yùn)營(yíng)效率。例如，通過智能倉(cāng)儲(chǔ)系統(tǒng)，根據(jù)大模型的指令自動(dòng)完成貨物的存儲(chǔ)和檢索，減少人工操作的誤差和時(shí)間成本。
案例
供應(yīng)鏈協(xié)同――供應(yīng)鏈智能體（SC-Agent）接入海關(guān)、社會(huì)媒體、氣象等外部數(shù)據(jù)源；學(xué)習(xí)跨企業(yè)預(yù)測(cè)需求；物流Agent實(shí)時(shí)調(diào)度車輛。庫(kù)存周轉(zhuǎn)天數(shù)下降15%，緊急訂單交付周期由10天縮短至72h。
三、橡膠工業(yè)發(fā)展現(xiàn)狀及問題
中國(guó)橡膠工業(yè)實(shí)現(xiàn)了從弱國(guó)到大國(guó)、再向強(qiáng)國(guó)邁進(jìn)的跨越式發(fā)展，產(chǎn)業(yè)規(guī)模、技術(shù)裝備和自主創(chuàng)新能力顯著提升，輪胎智能制造已達(dá)到世界先進(jìn)水平。
自2014年發(fā)布《中國(guó)橡膠工業(yè)強(qiáng)國(guó)發(fā)展戰(zhàn)略研究》以來，行業(yè)智能制造持續(xù)推進(jìn)：2016年智能輪胎工廠實(shí)現(xiàn)突破，2017 年起多家企業(yè)建成并輸出智能工廠，2018年智能設(shè)備、MES系統(tǒng)及工業(yè)APP廣泛應(yīng)用，非輪胎領(lǐng)域也取得進(jìn)展，2019 至 2025 年間智能輪胎體系進(jìn)一步完善，并開始構(gòu)建行業(yè)大模型與智能體。
橡膠機(jī)械領(lǐng)域廣泛應(yīng)用數(shù)控加工、自動(dòng)化控制和CAD/CAE/CAM等技術(shù)，物流追溯與數(shù)字工廠逐步落地，2024年11月，國(guó)家標(biāo)準(zhǔn)（GB/T 45018―2024）《輪胎智能制造數(shù)據(jù)字典》發(fā)布。
中國(guó)橡膠工業(yè)智能制造10年來取得天翻地覆的發(fā)展，在密煉、成型、硫化等硬件方面居世界先進(jìn)水平，不僅滿足國(guó)內(nèi)橡膠工業(yè)智能制造的需要，而且成為世界著名橡膠工業(yè)公司設(shè)備的重要供應(yīng)商。
但我國(guó)橡膠工業(yè)在軟件應(yīng)用方面尚存在不足，特別是在工業(yè)軟件、大模型與智能體的應(yīng)用方面，仍落后于國(guó)家要求及其他行業(yè)，需抓住機(jī)遇，在“十五五”期間加快軟件融合，補(bǔ)齊短板，全面建成橡膠工業(yè)強(qiáng)國(guó)。
四、橡膠工業(yè)大模型和智能體的應(yīng)用現(xiàn)狀
當(dāng)前，橡膠工業(yè)在大模型與智能體應(yīng)用方面已取得實(shí)質(zhì)性進(jìn)展，多家企業(yè)開展了具有代表性的實(shí)踐。
賽輪集團(tuán)于 2023 年發(fā)布“橡鏈云”工業(yè)互聯(lián)網(wǎng)平臺(tái)及其核心大模型 Eco-Rubber Cloud。該模型基于30年行業(yè)數(shù)據(jù)訓(xùn)練，能夠快速生成候選配方并仿真性能，實(shí)現(xiàn)工藝參數(shù)優(yōu)化，已為企業(yè)平均節(jié)本增效20%以上，月調(diào)用量增長(zhǎng)顯著。
中策橡膠與阿里達(dá)摩院合作推出ET工業(yè)大腦，通過融合三大工序的傳感器數(shù)據(jù)，利用強(qiáng)化學(xué)習(xí)，實(shí)時(shí)優(yōu)化生產(chǎn)工藝，成功將產(chǎn)品均勻性提升 15%，并降低了原料浪費(fèi)。
橫濱橡膠搭建了HAICoLab數(shù)字化轉(zhuǎn)型框架，并開發(fā)具備預(yù)測(cè)橡膠特性和生成配方能力的AI系統(tǒng)。其XAI系統(tǒng)還可輔助技術(shù)人員識(shí)別關(guān)鍵改進(jìn)特征，實(shí)現(xiàn)了從設(shè)計(jì)到性能預(yù)測(cè)的全流程智能化。
沃豐科技的AI大模型客服系統(tǒng)在橡膠企業(yè)中得到應(yīng)用，實(shí)現(xiàn)了客戶服務(wù)的自動(dòng)化與智能化，顯著提升了服務(wù)效率與客戶體驗(yàn)。
此外，玲瓏輪胎通過引入AI視覺檢測(cè)與大模型技術(shù)，大幅提升了質(zhì)量檢測(cè)的效率和準(zhǔn)確性；軟控股份則推出了嵌入式控制器MCC、AIMS視覺檢測(cè)系統(tǒng)及 MESIIC 工業(yè)互聯(lián)網(wǎng)平臺(tái)，為行業(yè)提供了關(guān)鍵的硬件連接與數(shù)據(jù)集成基礎(chǔ)，支撐后續(xù)大模型的訓(xùn)練與應(yīng)用。
五、挑戰(zhàn)與應(yīng)對(duì)
盡管大模型與智能體在橡膠工業(yè)中的應(yīng)用前景廣闊，但也面臨著一些挑戰(zhàn)。
第一，數(shù)據(jù)安全和隱私保護(hù)問題不容忽視，橡膠企業(yè)在數(shù)據(jù)收集、存儲(chǔ)和使用過程中，需要建立完善的數(shù)據(jù)安全管理體系，確保數(shù)據(jù)的安全與合規(guī)使用。
第二，人才短缺也是制約技術(shù)應(yīng)用的重要因素，橡膠工業(yè)需要培養(yǎng)既懂橡膠工藝又掌握AI技術(shù)的復(fù)合型人才。
第三，技術(shù)的集成與協(xié)同也面臨挑戰(zhàn)，不同設(shè)備、系統(tǒng)之間需要實(shí)現(xiàn)無縫對(duì)接和協(xié)同工作。
為應(yīng)對(duì)這些挑戰(zhàn)，橡膠企業(yè)應(yīng)加強(qiáng)與科研機(jī)構(gòu)、高校的合作，共同開展技術(shù)研發(fā)和人才培養(yǎng)。政府也應(yīng)出臺(tái)相關(guān)政策，支持企業(yè)進(jìn)行智能化改造，推動(dòng)橡膠工業(yè)的數(shù)字化轉(zhuǎn)型。同時(shí)，行業(yè)協(xié)會(huì)應(yīng)發(fā)揮橋梁作用，促進(jìn)企業(yè)之間的經(jīng)驗(yàn)交流與技術(shù)共享。
