威士頓深耕工業 AI 智能體研發 多模協同模式助力産業數字化

　　金融界 7 月 29 日消息顯示，威士頓在投資者互動平台透露，公司已重點投入工業領域 AI 智能體應用研發，正構建 "工業 AI 智能體與大模型聯合驅動" 的工業信息化數字應用形态，并探索多模協同的 AI 應用新模式。這一布局不僅彰顯了企業在工業數字化領域的技術前瞻性，也為其核心信息化産品注入了 AI 賦能的新動能。

　　技術布局：大模型 + 智能體 打造工業數字化新引擎

　　威士頓的工業 AI 研發路徑呈現 "雙向融合" 特征：

　　智能體與大模型深度協同：通過工業 AI 智能體實現對生産設備、工藝流程的實時感知與精準控制，同時依托大模型的海量數據處理與知識推理能力，為智能體提供決策支持。這種 "執行層 + 決策層" 的架構，讓 AI 應用既能響應現場動态，又能結合全局優化目标，适配工業場景的複雜性;

　　多模協同突破場景限制：探索文本、圖像、傳感器信号等多模态數據的融合處理，例如在智能制造場景中，智能體可同時解析設備運維文檔(文本)、生産線實時影像(圖像)、溫度振動數據(傳感器)，實現故障預警、工藝優化等閉環管理;

　　兼容多平台生态：公司基于大模型的産品已實現與 DeepSeek、ChatGPT 等主流大模型的順暢對接，這意味着其工業 AI 解決方案可靈活适配不同技術底座，降低客戶的選型與切換成本。

　　應用價值：AI 賦能工業信息化産品升級

　　威士頓将大模型能力融入核心信息化産品并完成一體化集成，有望在多個維度創造價值：

　　提升産品智能化水平：例如在工業 ERP(企業資源計劃)系統中，通過 AI 智能體自動識别生産瓶頸，結合大模型分析曆史數據，生成排産優化建議，使生産效率提升 15%-20%;

　　簡化客戶應用門檻：多模協同模式降低了工業企業使用 AI 的技術壁壘，一線操作人員無需掌握複雜算法，通過自然語言交互即可調用智能體功能，加速 AI 在工廠車間的落地;

　　強化行業競争力：在工業軟件國産化加速的背景下，AI 能力的加持有助于威士頓從傳統信息化解決方案提供商，向 "數字孿生 + 智能決策" 的綜合服務商轉型，拓展在高端制造、流程工業等領域的市場份額。

　　作為工業數字化領域的重要參與者，威士頓在工業 AI 智能體領域的研發投入，契合了 "人工智能 +" 行動中對制造業數字化轉型的要求。随着技術疊代與場景驗證的深入，其 "智能體 + 大模型" 的聯合驅動模式，有望成為工業領域 AI 落地的标杆路徑之一。