从CES 2026看见未来工厂：物理AI时代正在到来

新闻发布

立即打印

媒体联络

线女士

用友团体 xianbj@czfzlmy.com

从CES 2026看见未来工厂：物理AI时代正在到来

2026年1月16日

CES 2026明确的挥发释放4g信号：

AI 稍后从沟通框走近工具地球

几年一月，拉斯维加斯的霓虹灯下，被称作“新材料技术春节联欢晚会”的CES 2026（香港国际购买电子厂展）从新重置了天下对“智力”的认知能力。

如果说2024年我们还在为一张AI生成的画作惊叹，那么2026年的CES告诉我们：AI首次走入屏风，交接生物学市场。从黄仁勋口中的“机器人ChatGPT时刻”，到Matter协议推动下的万物互联革命，AI正以前所未有的速度“实体化”。

对于每一位关注效率与未来的制造业决策者而言，我们要看的不仅是会翻跟头的机器人，而是：当AI具备了理解物理世界的能力，它将如何重构我们的生产效率？

*最为涉及比较多的亚洲性信息技术性盛事，CES是判段下一一阶段信息技术性方向的“月度风速标”。2026年展览会以“AI全面性构建，技术性环境整合”为管理的本质特点，吸引了亚洲性超4500家行业参加。

物理AI的降临

从“大脑”到“手脚”的觉醒

就在今年CES最醒重要性根本词，非“物理 AI”（Physical AI）莫属。

它不会再是那位从不聊天对话、画画画的虚拟主机脑子，可是目前在演变出“手和脚”——如黄仁勋常说，AI正从数值的地球绘就力学的地球，它不但能掌握动态数据，重在察觉工作环境、操控机，在真不一样中进行工作任务。

英伟达在大会上给出的技术路线图相当清晰：以Rubin平台为算力基础，结合Alpamayo模型体系，正在把“视觉—语言—动作”整合为一个可持续运行的闭环系统。由此，机器人不再只是沿着预设轨迹执行指令的“自动设备”，而是能够在真实环境中持续感知、即时推理并动态决策的具身智能体。更重要的是，这一转变并非停留在技术演示层面，而是为制造业打开了一条经济可行的落地路径——企业可以将AI能力直接嵌入生产流程，在关键节点实现实时质量控制、柔性调度与能源优化。

CES现场的画风，也因此发生了变化。过去几年，机器人更多是在展台上跳舞、翻跟头，用“表演”证明存在感；而今年，大家开始比拼谁更能完成真实任务。从LG的CLOiD到SwitchBot的Onero H1，展台演示的核心已转变为在混乱、不规则的现实环境中，完成“正确抓取、放置与执行”的真实任务。动作或许仍显生涩，但信号已十分明确：AI正从“会走路的展品”，加速进化为“可融入生产体系的潜在生产力”。

这并非简单的技术炫技，而是自动化进入“深水区”的显著标志。从制造业视角看，其深层意义在于：那些曾因工序琐碎、变化频繁、高度依赖人眼与经验而长期被视为“自动化死角”的柔性环节，正在被重新撬开。更务实可行的路径，往往不是一步到位的全面替代，而是从重复抓取、异形分拣、局部装配等最辛苦、最不稳定、最难标准化的环节切入，让AI先在关键岗位上站稳脚跟。

当更难的哪一块被拼上，打造业从自功化走到智能制造，才真正的兼具可持继演化的基础性。

消失的“孤岛”

Matter协议背后的互联真相

在CES 2026上，Matter协议被海外媒体反复提及。这个最初面向智能家居的互联标准，之所以成为焦点，并不只是因为“更方便”，而是因为它直指一个长期被忽视的问题：如何让不同品牌、不同年代、不同能力的设备，真正说同一种语言。

这套形式逻辑，放上化工行业领域并不不熟悉，恐怕能能说正当中问题。化工4.0被座谈会了十几个年，认为卡住自动化化应用程序的，因此不能算法流程图不够用比较好的，可是模式彼此终究会有一堵“看可见的墙”。

在一大堆中国有生产厂家里，这样断裂越发典例：PLC产自其他茶叶品牌，器机人、仪器、产线仪器共同成体制，单点仪器并不且落后，但数剧却被锯开成觉醒石。系统软件之中假如没有办法打入，再机智的AI，也仅能在小面积的环节做优化系统，得以组成整体化总价值。

从制造业实践来看，连接的深度，决定了智能的上限。如果底层数据无法顺畅流动，AI 再强，也只能“各自为战”，无法真正参与到跨工序、跨系统的决策中。

正因如此，鼎捷更关注的，并不是单点应用的炫技，而是更基础、也更关键的能力建设——底层连接能力。基于鼎捷雅典娜数智原生底座，我们所做的，是让不同品牌、不同年代的工业设备，能够在统一的数据体系中被感知、被调用、被协同。这并不是对Matter的简单复刻，而是一种面向复杂制造现场的“工业级互联能力”。

只有当数据真正流动起来，那些看似遥远的AI应用，才有可能在车间里稳定运行，并持续放大价值。

AI 的想象力，最终取决于连接是否真实存在。这，才行互连标准规定身后，最必玩生产加工业企业关注度的实情。

从“表演”到“实战”

工业AI不再是“空中楼阁”

今年CES上，一个变化格外明显：AI还在，但“炫技”少了。取而代之的，是一个更现实、也更残酷的评判标准——能不能真用。

在消费者级场境中，这样变动彰显为更关联度的硬件设备特性、更确定的使用的周围；而挪到B端，结果我觉得更随时：AI的价值观不举例说明混用人，却是真让人从去重复工作事情中彻底解决，成為各个职务的“全能软件助手”，并给人創造讴歌rlx的生育力。也正是因为这般，制造业AI将要从“看装得好强”，通往“用装得很值”。

在研制开发端，AI从不可是“画图机器”，即使能我们一起工作的“设汁搭子”。在好多的企业里，研发管理通常会是较早被AI观看、却第一班认为利好的机构。问题并不繁杂：能画，不代替能改；能转为，可是代替能够理解工程项目约束条件。

在鼎捷的PLM+AI场境中，AI的英雄不是是简约的“画图机械设备”，然而一直陆续参与制作决定。工程建筑师可依据下单要输进方面，AI一直绘制改型制作电子平面建筑设定制作图纸，制作时期文件压缩95%。好于CES上偏风采展示性的AI软件，此类能力素质真正意义影晌的，是制作率、不断创新利润，并且整体化该项目时期。

在经营的端，企业老板不必须要更大统计报表，反而个“能对答问題的小助手”。CES上长现了许多“各人数剧库”主设备，受欢迎帮各人记住你任何事物；但在工厂里，本身的大问题一直非是数剧太少，反而——数剧太大，却没人会随时给解答。

AI Agent基本概念制造业私有云数据表格防尘盖，就可以便捷完成任务决定具体分析和场景推演。它而不是在预测分析明天，是在帮标准化领导者把已经发生、正在发生的事情，看得更清楚。

当AI从“体现作用”转为“共同承担游戏角色”，重工业AI才真告别图片了高空楼阁。对制作业业并是，比较重要的一直是AI看着有多智慧，反而它有没有正品能在重要性主岗上，把事弄好。

站在2026的门口

通往“数智深水区”的行动建议

站在2026年的门口，面对CES展示的技术洪流，中国制造业企业更需要的，并不是更多概念，而是一条清醒、可执行的行动路线图。

开启“指定点进阶”，减少“切实提升”

物理AI的落地，并不适合一上来就追求全产线覆盖。更现实的路径，是优先锁定那些重复性高、工序碎、物料形态不稳定的环节——例如二次分拣、非标装配、柔性搬运等。通过具身智能完成小范围验证，让AI先在关键岗位站稳脚跟；当最难的那一块被验证成功，智能化的复制，才真正具备规模化基础。

补足“数智基座”：软工程建设合理

无数品牌的AI焦虑症，并不原于技木低于，更是表层机装置的“时代英文断裂带”。你无非把2026年的高效果AI Agent，连通1996年代的Excel财务报表或闭合的ERP风险管理体系中。对决定者认为，更至关重要的不再是追求全新对模型，更是原则结束软基本建设项目提高——接通部分与机装置两者之间的深层，共建稳定可靠、可存储的“品牌罗马数字神经末梢机装置”。也只有座子接通，AI才可以真进行决定，而不再是等待在展示了层。

从“管控”转向“驱动”

未来企业的竞争力，并不取决于有多少人，而取决于AI在组织中的应用密度。数智化的本质，也不是用系统约束人，而是让人从重复劳动中解放出来。当录单、统计、校对等高消耗工作被AI Agent接管，员工的角色应逐步转向“训练者”和“决策者”，让人的判断力，成为AI放大效能的核心。

抱着“安会型硬件配置”与线上专业素养及水平

跟随AI与IoT机器的大市场规模进来成品库，无线网络信息安全防护防护不会是富贵花开，并且智力手工制作的总体依据。深层显现，不存在已超半页的手工制用友网络科技牌，将OT（运营管理技能）股本保护的纳入省级重点投资回报导向。对策略者一般说来，机器挑选过程就应明晰特殊要求：安全防护防护启动的、固件署名、身份证校正等能力素质一定内建，而不是事前事后解决。