9 月 13 日，由腾讯云 TVP、美的以及泸州老窖联合主办的「探访灯塔工厂，共见智造新范式」腾讯云 TVP 走进美的暨泸州老窖·国窖 1573 研究院智库研讨会在广东佛山成功举办。
在本次活动中，专家们实地参观了美的库卡智能制造科技园和美的集团展厅，直观感受到AI协同作业的全自动生产线，体验前沿技术在工业的创新应用，领略美的集团在数字化、智能化建设的创新实践。来自智能制造、数字化、AI 等领域大咖，围绕智能制造的底层架构革新、工业 AI 的落地实践以及企业布局AI 驱动的数字化转型等热门议题，进行深入探讨，共同探索工业 AI 时代的技术发展趋势与产业变革机遇。活动*后设置分组头脑风暴环节，各位专家参与其中，热情交流，进行精彩的观点碰撞，共话AI赋能工业的实践心得与未来展望。
主持人开场
主持人vivo高级总监、腾讯云TVP邵浩在活动开场时表示，通过参观美的库卡智能制造科技园和美的集团展厅，大家深切感受美的集团的数智化发展：从智能家电交互到工业互联网的深度应用，从高度自动化的柔性产线到AI驱动的全流程协同管理，不仅展现其前沿技术的硬实力，更体现智能制造的系统性思维。
本次活动作为「腾讯云TVP走进企业」系列活动之一，致力于为不同行业的专家搭建跨界交流平台，链接产业一线的实践经验与智慧。智能制造的推进离不开生态的协同与技术的支撑。腾讯云在AI、云计算与工业互联网领域持续深耕，依托坚实的技术底座和广泛的生态连接能力，助力企业构建数字化基础，推动各行各业的数智化转型升级。
主办方致辞
美的集团美云智数科技有限公司总裁 金江发表致辞。他表示，美的集团以民用消费品制造起步，其发展历程正是中国制造业发展的缩影。美的集团持续加大研发投入，如今其产品在功能、价值、品质及用户体验等方面逐步升级。在转型的过程中，美的等中国企业探索出一条独具特色的发展道路，通过数字化、智能化等前沿技术，将传统依赖人工、以“螺丝刀工厂”为代表的生产模式，升级为少人化甚至无人化的“黑灯工厂”。这背后，是美的等中国企业在长期实践中不断探索创新应用的努力。期待通过本次活动，与大家分享美的集团的实践经验与思考，与各位专家携手共创，共同推动中国制造迈向更高台阶。
腾讯云副总裁、智能制造与智慧能源负责人、智慧运营商负责人 曹磊表示，大环境风云变幻，充满不确定性，但AI带来的颠覆正重塑各行各业，催生前所未有的机遇。腾讯重视AI技术的投入，据2025年第二季度财报显示，公司研发投入同比增长17%至202.5亿元，资本开支同比增长119% 至191.1亿元。如今，腾讯将AI应用在视频、广告、游戏等核心业务，已在代码开发、数智人直播、广告创意、3D建模、广告投放等方面实现降本增效。随着企业步入数字化转型深水区，腾讯持续发挥底层支持、工程化的作用，并基于腾讯20多年来积累的原子能力，致力于与行业共创，美的和腾讯的合作就是生动的案例，从开始的腾讯会议互联，到现在深入业务，服务全球，都有了长足的发展和合作，美的出海巴西，有着腾讯云分布式云CDC的支持，在欧洲，通过腾讯公有云联合打造了统一的数字化底座，以及美的全屋家电智能化设备也有腾讯云AI、音视频技术的深度赋能，帮助提升用户体验。未来，腾讯云TVP将持续开展各类活动，构筑开放交流的平台，与各位共同携手迎接新AI时代。
泸州老窖股份有限公司副总经理 赵丙坤表示，泸州老窖作为中国四大名酒之一、浓香型白酒代表，拥有始于1324年的酿酒技艺和452年的传统窖池。面对白酒行业缺乏成熟自动化方案等难题，2015年，泸州老窖投资120亿元建设智能化生产基地，实现机器人自动化生产，产质量提升10%，优质酒比率提高20%。2024年1月投入运行的泸州老窖智能包装中心，按照原生数字化工厂理念来进行数字孪生设计，将10万吨灌装的人数从传统模式下的6000人降至164人，还将进一步精简。在这个过程中，企业引进大量其他行业的先进经验，为白酒行业带来行之有效的泸州老窖解决方案。AI时代，泸州老窖将关注具身机器人与柔性制造技术的发展，期待与各位共研柔性制造技术，共推制造业的智能化发展。
AI时代的探索和创新
安克创新首席信息官、腾讯云TVP龚银发表题为《AI时代的探索和创新》的主题演讲。
龚银分享安克创新探索落地AI的曲折历程：2023年初开始，安克创新积极布局，探索300多个AI落地场景，但团队很快发现，创建的机器人除了聊天外，没有创造更多的价值。
2023年中，团队通过评估AI技术成熟度来推进AI策略，优先落地价值高的场景。一是AI智能客服系统，其AI托管率从2023年的40%到2024年底的50%，现在已达85%，即85%全球用户咨询由AI自动解决。今年，团队打造智能客服语音系统，实现35%咨询电话由AI处理。二是AIGC赋能营销。团队打造AIGC平台，将AIGC能力与业务流程整合，AI生成大量素材以提升设计、营销效率。此外，通过AI智能广告系统，AI生成广告文案、图片、策略，目前80%公司亚马逊渠道的广告投放托管在该平台上，其中20%广告是全自动托管。今年，将继续整合全渠道数据，扩大AI托管域。三是AI编程，目前团队的代码采纳率、AI生成率在50%以上，部分团队达75%，大大提升研发效率。
2024年，安克创新意识到AI不是一个单独、外部的工具，应将AI融入真实业务流程和场景里发挥价值，打造AI能力底座至关重要。此外，AI智能体是未来发展趋势。因此，团队升级AIGC平台，打造Vela内容生产平台，覆盖从产品设计到营销物料的内容生成。企业推出AIME 智能体平台，推出500多个智能体，让业务人员也能使用智能体，而非仅限于研发人员。
到了2025年，安克创新提出三大目标：业务和产品智能体化，组织进行AI转型，探索下一代AI基建和产品形态探索。在组织形态上，企业提出“new人”概念，即新时代n倍效能人。龚银强调，AI能力、研发AI工具和研发AI智能体的能力不能仅依赖研发团队，而是交给业务团队才能产生更大价值。因此，企业进行组织“专小化”调整。将100多位业务人员到龚银团队，形成20多个小团队，产生100多个智能体。
龚银观察到，AI可带来10-20倍的生产力提升，这一数据已在安克创新的营销、客服、研发和供应链等环节得到验证。他强调，AI时代，所有的信息化、数字化和软件产品值得重新做一遍。业务全AI托管的覆盖度和深度会加快跃迁。*后，他建议开发者和企业积极行动起来，拥抱AI创新时代。
AI时代如何建设多云统一的智能制造数字化底座
美的集团云原生系统部部长 冯泳分享《AI时代如何建设多云统一的智能制造数字化底座》的报告。
美的集团业务涵盖智能家居、新能源及工业技术、机器人与自动化、智慧物流、健康医疗、智能建筑科技等多个领域，其数字化建设涵盖“研、产、供、销、服”链条，提供底座支撑的是“美的中立云”。
在建设中立云之前，美的自建数据中心来提供服务，但面临技术旧、产品杂、安全弱、效率低等问题，在多云环境下也遇到适配、联动、运维等瓶颈。为此，美的构建多云统一的数字化底座——中立云，在技术上实现三大统一：云上云下统一、此云彼云统一、资源统一调度。其核心价值为：将本地IDC升级成为公有云，实现全球一张网、全球一朵云;充分利用公有云资源弹性能力，降低公有云开销;通过一致性云操作系统，实现多云双活和灾备能力;系统和网络能力大大增强，整体安全性大幅提升。
中立云的基础底座包含计算、存储、网络，以及应用管理平台和AI算力平台。上层为研发效能平台，还拥有运维平台、大数据平台、数据库平台、全栈安全平台等。
冯泳详细展开介绍中立云的创新技术：基于开源Linux Kernel构造美的OS，兼容CentOS/Red Hat;采用*新云原生技术来构造虚拟机解决方案，替代VMware等商业软件;自研存储引擎来解决开源Ceph索引算法差、爆炸半径大问题;将中间件和容器技术合体，构造应用管理平台，围绕服务提供配置、发现、流量管理等一系列能力。
AI算力平台，提供八大能力来提升资源利用率、稳定性、效率。构建AI场景下的推训混部能力，实现削峰填谷，提升资源利用率。通过统一调度公有云和本地数据云，满足业务AI诉求，提升资源利用率，节省开销。并以AI网关为基础，支持后续大模型的统一接入。
构建自动化运维平台OpSpace，以智能化能力来提升运维效率。全栈监控平台 MonitorSpace从设备到主机、中间件、应用、端侧，快速构建整体调用链，实现端到端的全链路监控。大数据开发平台DataMax实现数据自动开发能力。数据库管理平台DBSpace，管理数据库的变更、操作等工作，通过内嵌大数据模型让开发人员自动生成高效SQL语句和慢SQL根因分析。数据库引擎平台DBEngine提供数据库服务化，可直接使用数据库服务。研发效能平台DevSpace通过AI的方式来实现从需求分析到代码开发、测试、发布的一站式全流程研发。机密管理平台 KeySpace实现密码不落盘，解决密码在创建、使用、传输过程中可能泄露的问题。攻击模拟平台 AttackSpace来完善攻击演练，近三年未发生重大安全事件。目前，美的中立云不仅在美的落地应用，目前也向外部输出成熟的云底座能力。
腾讯云AI大模型的发展趋势和应用实践
腾讯云智能终端商业化负责人 陈树荣带来《腾讯云AI大模型的发展趋势和应用实践》主题演讲。
陈树荣首先从整体分析当前大模型产业生态发展现状，根据不同企业的定位，可分为四个等级的企业：Level1为自研大模型结构的企业;Level2为研发预训练模型的企业;Level3基于模型SFT的企业;Level4直接调用大模型API的企业。
自GPT诞生以来，Scaling Laws带来质变，AI进入大模型时代，大模型在泛化性、通用性、实用性上拥有许多应用，然而也遇到瓶颈：大模型幻觉仍然存在，其训练不稳定，训推资源调度管理难。因此，针对AI的治理迫在眉睫。建设统一且敏捷性足够灵活的集团级AI中台，已成为头部企业面临的新课题。
为此，腾讯云打造全栈式 AI 开发服务平台——腾讯云 TI 平台，支持当前主流 AI 技术路线的研发与应用，为用户提供从数据预处理、模型构建、模型训练、模型评估到模型服务的全流程开发支持。目前，已在自动驾驶、大模型精调与部署、AI搜索、交互式 Agent等场景有落地应用。
企业使用大模型工具来实现业务需求时，企业级AI智能体是企业保持竞争力的必然选择，其中对于场景和方案的正确抉择也是企业智能体成功落地的关键。然而，智能体落地时仍面临一些挑战：难以做好复杂业务的*后一公里，接入成本高;没有好的工具和评测框架，试错成本高。对此，腾讯推出大语言模型应用开发平台, 提供LLM+RAG、工作流、Agent多种应用开发方式，助力企业及开发者加速大模型应用落地。
大语言模型应用开发平台的底层为大模型，支持混元大模型、行业大模型、第三方大模型的接入;往上一层为原子能力层，开放文档解析、文档拆分、多轮改写、Embedding等原子能力;第二层为应用层，提供标准、工作流、Agent三种应用模式，提供丰富插件供企业调用;*上层为应用场景，为各行各业提供落地方案。
目前，三大应用开发框架全面升级，RAG带来知识库管理、知识源接入、知识问答的效果全面提升;Workflow支持引入Agent节点，简化工作流流程并确保流程的智能运行;Multi-Agent支持低门槛配置多个Agent之间协同关系，可协同响应对话。此外，插件广场已集成140+插件，模型广场支持第三方模型的接入，应用测评提供多维度应用评测，评测智能体搭建的效果，通过平台的完善，助力企业大模型应用的加速落地。
陈树荣建议，企业如果在资源有限的情况下，可使用腾讯智能体开发平台来快速构建AI应用和服务，还可通过开源技术来搭建应用体系，充分把握AI时代红利。
人工智能驱动智能制造转型升级
腾讯云智能制造行业首席专家 邴金友分享《人工智能驱动智能制造转型升级》的报告。
人工智能技术正加速向工业企业领域渗透，企业在落地AI时，邴金友建议需根据自身不同的场景与需求来选择对应的AI技术。例如，预防性维护、良率预测、排产等场景可能不需要大模型(如GPT)来实现，通过小模型反而更高效。
大模型拥有以下优点：具有强大的语言理解和生成能力，可输出结构化、非结构化数据;适用于多种文本处理任务，如内容生成、总结等，其能力全面;以语义为主、关键词搜索为辅;以自然语言交互的方式来改变人和计算机的交互界面。然而，大模型也存在一些局限性，例如幻觉问题，其能力上限很高，但在使用时需提高能力下限来避坑;大模型目前以个人提效为主，还需进一步思考提升群体效益。因此，企业在落地时需明确具体的应用场景和需要哪种AI能力来解决实际问题。
针对大模型的落地策略，目前有两种思路：一是行业大模型工程化落地，其中行业数据是关键;二是利用现有大模型能力，通过AI Agent来落地。例如在大模型的典型应用上，有知识库应用、数据分析等落地应用。腾讯打造基于行业大模型的企业大模型分析助手——企点分析AI助手，实现零门槛的对话式分析。
目前，腾讯已打造全栈大模型解决方案，来助力制造企业智能化转型。例如在模型应用上，与合作伙伴共创AI质检、AI巡检、AI安防等应用。在腾讯内部，腾讯坚实自己的AI自己用，内部AI应用数量增长快速，从去年底约有700款应用嵌入AI，*近已有900款应用全部使用AI技术。
在制造领域，腾讯依托云边端协同的智能平台，从“点、面、体”三个维度全面助力制造创新：在“点”上，通过AI产线质检来提高效率;在“面”上，构建云边端一体化的智能云平台;在“体”上，通过联合创新、人才培养与生态合作，推动产业链协同发展。
邴金友表示，不管是小模型还是大模型，其训练和推理都对基础设施的敏捷性和效率的要求求较高。因此，基础设施的云化已成为企业构建AI体系的重要基础。腾讯以智化创新平台帮助企业打造灯塔工厂和行业云，推动制造智能化升级。
让数智之光点亮中国白酒新未来
泸州老窖股份有限公司数字化发展中心副总经理 余秀强带来《让数智之光点亮中国白酒新未来》的主题演讲，分享泸州老窖在数字化建设的实践心得与成果。
作为一家传统白酒企业，泸州老窖在坚持传统酿造工艺的同时，积极探索传统工艺与数智科技融合创新之路。回顾泸州老窖的数字化发展历程，可分为以下阶段：1980-1999年为信息化萌芽期，企业开始从完全传统手工向工业机械化发展;2000-2015年为信息化建设期，企业从机械化向信息化和自动化发展，引入ERP系统等;2016-2025年为数字化转型升级期，企业实现四大体系数字化全覆盖，以三支柱模式赋能业务数字化转型。2026年开始深化数智化发展，目标是全面推进数智化建设。
泸州老窖从战略上重视数字化建设，十四五提出建设“六位一体”的战略目标，其中“建设数智化泸州老窖”是关键战略之一。经过多年的发展，泸州老窖在数字化建设取得一些成就：
在酿造数字化方面，泸州老窖建成中国白酒行业规模*大的智能化酿造工厂，通过数字仿真促进两化融合，实现数智酿造。在供应链数字化方面，泸州老窖突破国外技术封锁，建成工信部认证、行业*的的卓越级生产工厂，实现从卸货到包材入库、包材卸垛、成品出库的全流程自动化。在营销数字化方面，泸州老窖构建以“渠道+消费者”为中心的生态链，基于大数据赋能数字化营销，构建从前台到中台再到后台的完整营销平台体系。在园区数字化方面，泸州老窖通过大量传感器构建对人、货、场等因素的感知，使用大数据、人工智能、物联网技术，构建安消一体、安全生产、环境保护、设备管理、双碳管理、应急指挥等一系列应用平台，打造全面感知的智慧园区管理系统。在管理数字化方面，通过构建大数据平台，汇聚业务数据，为财务、人力资源等部门提供数据支持，推动数据驱动的管理和创新。
在智能化建设上，泸州老窖以“大模型”+“小模型”双轮驱动，即基于知识驱动和数据驱动的AI模型应用体系。基于此策略，企业构建“5+N”全栈国产化智算中心。
目前，泸州老窖在小模型上，深耕业务场景应用，释放数智化应用实效。在大模型上，构建基于大模型应用，与帆软合作研发智能问数应用，与科大讯飞合作研发智慧客服应用，还推出ChatBox智能问答机器人、智能陪练、数字员工等应用，并进行垂直领域大模型的探索，同时推进柔性协作智能机器人及其范式应用。
热点头脑风暴，开放交流：AI+智能制造，产业落地如何突围？
除了以上主题分享外，腾讯云 TVP 系列活动注重互动交流，活动*后特设分组头脑风暴环节，数十位不同领域的专家分为六个小组，针对热点话题展开讨论与交流，催生许多创新观点。
热点辩论：在大模型应用上，企业应优先选择外部大厂生态还是自主研发专属模型？
一组代表Linux基金会亚太副总裁、腾讯云TVP 杨轩首先发言道，这两者并非相互排斥，而是两者都需要。一方面，企业无需重复造轮子，可直接使用大厂成熟的通用大模型。另一方面，在工业应用场景里，企业可基于基础大模型和自身的行业数据进行微调和训练出企业专有模型。
此外，开源为企业落地AI提供边缘计算、大模型落地部署等开源解决方案，便于企业快速上手使用。例如，Dify、OPEA等开源平台，支持集成基础大模型，再加上RAG技术来构建企业自身应用。边缘场景也拥有诸多免费、可定制化的开源解决方案，如EVE、InfiniEdge AI等不仅能管理生产线所有节点，还能帮在大模型边缘侧部署。
二组代表腾讯云智能制造行业首席专家 邴金友同样从两个不同的场景来分析：在知识密集型场景，应以大模型为主。企业无需自研模型，可直接使用成熟的基础大模型。而在数据密集型场景，则以小模型为主。企业需要使用自身的数据来训练小模型以匹配业务。如果企业需要建设知识库、RAG的话，可采用“大模型+知识库”模式。当知识量足够大时，企业可研发渐增式模型，以提升效率。
AI+制造落地：以质检环节(如消费电子质检)作为案例，如何解决AI落地的“*公里”与“*后一公里”？
三组代表美的集团美云智数南区总经理 孟凡高根据过往研发质检AI应用的经验来进行分析，首先，基础数据有以下来源：结构化数据，如工艺路线、质检标准等数据;在生产工单推进的过程中，所有功能型、视觉、外观的检测数据;历史VOC和VOP数据以及设备数据。所以，基础数据是通过标准API接口、MaaS、CAF系统输入的，覆盖“人、机、料、法、环”的数据以及历史数据。其次，在有数字化基础上，可拓展如设备TPM智能体、视觉检测、声纹检测、产品推理等业务场景。*后，企业需进行组织变革。先是由专业团队搭建平台、算力、知识库、模型、算法等技术体系;再由IT数字化团队来落地数字化。企业还可采取“企业搭台、专家唱戏”模式，让业务专家和质检专家共同协作，加速AI创新落地。
四组代表工控兄弟连创始人、广东省工信厅智能制造专家、腾讯云TVP 吴益宇谈到，在工业场景里，数据来源有自控制设备(如PLC、注塑机控制器)的协议采集和无协议设备加上传感器、IO模块将数据采集，还有从MES 、MOM、SCADA等系统通过API和数据接口来获取数据。他强调，数据采集十分重要，因为数据是工业互联网发展数字经济必须要过的“座大山”“道关”，这项工作必须要精确完成，实现工业大数据和人工智能应用的基础。
其次，企业需要多方协同来实现AI洞察。他建议使用工业小模型来做数据来源的建模，并在数据准确基础上，企业进行治理和优化。*后，他建议不在落后的自动化上做数字化建设，也不在缺乏数字化的基础上推进智能化。数字化是智能化的基础，这是渐进的过程。为了达到这个目标，企业在做组织变革时需注意：从事“机”“电”“软”团队(软硬件)进行深度融合、协同工作。同时企业CEO要明确企业数字化转型的重要性。总的来说，为了实现智能化落地，在数据上，企业需要对“人、机、料、法、环”全方位进行采集、感知，形成上下数据联通;团队建设上，上下一条心奔向同一个目标。
行业AI应用：选择一个行业，结合痛点场景、应用构建、价值评估三个维度，讨论出该行业*具潜力的AI应用
五组代表粒上皇 CIO、腾讯云TVP蔡艺铭从零售行业的角度来观察，零售和生产类似，涉及产品的研发、生产、营销、销售、售后等业务。AI的应用数据是基础，企业可通过小场景的切入，还可借鉴行业标杆企业来驱动AI落地。同时，企业需建设关键业务系统，如供应链、营销、消费者运营、数据底座等实现流程在线、业务在线、数据在线。他表示，在企业评价AI应用ROI时，不能单纯只从财务指标评判，还可从用户体验、效率提高、业务创新价值、风险管控等软性层面综合评价。在AI应用场景上，对于商品的售后环节，用户的评论数据至关重要。企业可将评论数据放在大模型里分析其情感倾向，并进行打标，及时回复特别是中差评。还可让大语言模型为客服给出出回复建议，方便客服迅速响应用户，提升用户体验，后续进行客户评价分析改善产品及服务。
六组代表奥雅股份创新设计院院长 郭建兵总结小组观点，作为一家从设计转型文旅的企业，*具潜力的AI应用是“AI文旅大脑”。在设计儿童体育公园时，如何判断设计受到小朋友喜欢，公园如何赋能当地企业？如何将公园商业化？这需要AI在短时间内调取当地数据，识别用户需求，从而辅助他们策划相关的文旅思路。对于AI应用价值的评估，他也认为不能仅仅看盈利，还需要关注流量获取等方面。此外，根据用户的反馈，还可以将个性化的AI应用做成标准化，帮助更多企业实现降本增效。
现场各位专家互动频繁，掌声此起彼伏。主持人邵浩总结道，AI落地追求三个闭环，从体验闭环到商业闭环再到心智闭环，这三个闭环是循序渐进的过程。
结语
在本次活动中，通过实地参观，与会者近距离感受到美的创新成果与数字化布局，共见以数据为核心、智能为引擎的智造新范式。会上，来自工业制造、数字化、AI 领域的专家真诚分享工业AI落地的心得体会与经验，探索智能制造转型升级路径。内容干货，让人满载而归。互动环节，各位专家展开热烈的讨论，在开放、自由的交流氛围下，激发了创新思维，为未来的实践与探索拓展更多可能。
未来，腾讯云TVP将持续走进不同城市不同企业，与专家和开发者一同交流科技热门话题，让更多人了解腾讯*新鲜、*落地的技术实践。通过面对面的交流，为大家提供一个开放、平等、知无不言的交流环境，帮助更多开发者学习和成长。
TVP，即腾讯云*具价值专家(Tencent Cloud Valuable Professional)，是腾讯云授予云计算领域技术专家的一个奖项。TVP 致力打造与行业技术专家的交流平台，促进腾讯云与技术专家和用户之间的有效沟通，从而构建云计算技术生态，实现“用科技影响世界”的美好愿景。
