工業智造新突破：全球首個工業跨具身泛化大模型“智合”在滬發佈
重點摘要
6月29日，上海科技館發佈全球首個可規模化應用的工業跨具身泛化大模型“智合（FabriX）”。該成果採用首創的“一腦多態”架構，破解不同硬件設備高效協同的行業難題，推動工業自動化進入更深層次智能協同階段，被視為里程碑式突破。
### 工業智造新突破：全球首個工業跨具身泛化大模型「智合」在上海亮相
上海科技館於6月29日正式發表了全球首個可規模化應用的工業跨具身泛化大模型「智合（FabriX）」。這項成果被視為工業自動化領域的里程碑，因為它首次實現了不同硬體設備之間的高效協同，突破了過去工業機器人各自為政、難以整合的瓶頸。透過「一腦多態」的創新架構，智合能夠讓多種機械手臂、感測器與生產線設備共享同一個智慧核心，從而大幅提升生產靈活性與效率。
### 背景脈絡：工業自動化的痛點與「一腦多態」的突破
過去，工業自動化系統常面臨「硬體孤島」問題：不同廠牌、不同型號的設備使用各自獨立的控制系統與通訊協定，導致整合成本高昂、維護困難。即便導入AI技術，也多限於單一設備的優化，難以實現跨設備的協同作業。智合大模型的「一腦多態」架構，正是為了解決這個長期困擾業界的難題。它透過統一的智慧模型，讓不同物理形態的設備（如六軸機器人、AGV無人搬運車、CNC工具機等）能夠在同一套邏輯下協作，無需為每種設備單獨開發專屬AI。這項技術的關鍵在於「跨具身泛化」能力，即模型能理解不同硬體的物理特性與運動限制，並自動調整指令，達到類似人類「舉一反三」的適應性。
### 可能影響：從工廠到供應鏈的全面升級
智合大模型的落地，將對製造業產生深遠影響。首先，在生產線層面，它能讓既有設備快速升級，無需全面汰換硬體，降低自動化轉型門檻。例如，一條混線生產的電子組裝線，過去需要數月時間調校不同機器人的協作節奏，現在可能縮短至數天。其次，在供應鏈層面，跨具身泛化能力使工廠能更靈活地應對訂單變化，快速調整產線配置，實現「小批量、多品種」的智慧製造。此外，這項技術也可能帶動工業物聯網（IIoT）與邊緣運算的進一步整合，因為智合模型需即時處理來自不同設備的感測數據，對運算架構提出更高要求。
### 讀者可關注的後續：技術落地與產業生態的觀察重點
對於關注工業4.0與AI應用的讀者，後續可聚焦以下幾個方向。第一，智合大模型是否會開放給中小型製造商使用？目前發表方為上海科技館，但商業化路徑尚未明確，若未來能以雲端服務或授權形式提供，將加速普及。第二，跨具身泛化技術的實際表現如何？雖然理論上能解決設備協同問題，但真實工廠環境中的干擾（如震動、溫度變化、通訊延遲）可能影響模型穩定性，需要更多實證案例。第三，台灣製造業能否受惠？台灣擁有半導體、工具機與電子代工等強項，若智合能與本地設備商合作，或推出繁體中文版本，將有助於提升國內自動化水準。最後，也值得觀察其他國家或企業是否會推出類似競爭方案，例如德國西門子或日本發那科是否會跟進，形成新的技術標準之爭。
Related
相關文章
軟件沒被AI殺死，但全球市場都捲上天了
AI寫程式能力崛起，但軟體並未被取代，反而在全球市場面臨更加激烈的競爭。軟體開發的門檻降低，促使各國廠商紛紛投入，導致市場「捲」上加「捲」。軟體業者需在效率與創新之間找到新平衡，才能應對這場無止境的挑戰。
Token管夠的時代結束了
這篇消息聚焦「Token管夠的時代結束了」。原始導語提到：企業的錢也不是大風颳來的 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
Claude Code之父版「職場MBTI」：AI洗牌後只剩5類人，你選哪種？
這篇消息聚焦「Claude Code之父版「職場MBTI」：AI洗牌後只剩5類人，你選哪種？」。原始導語提到：未來是屬於這5種職業的 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
中國信通院牽頭，首個智算運維智能體評測基準正式落地，覆蓋 5 款主流國產芯片
6月29日，在中國信通院人工智能軟硬件協同創新與適配驗證中心、中國人工智能產業發展聯盟、工信部人工智能標準化技術委員會聯合主辦的2026“眾智”大模型開放智算生態協同高級別研討會中，中國信通院副院長魏亮，正式發佈AISHPerf人工智能軟硬件基準體系3.0版本，包含兩項 AI Infra 領域核心評測基準——AISHPerf-智算運維智能體評測基準以及AISHPerf-算子生成智能體評測基準，兩大基準由國內頂尖AI原生基礎設施服務商無問芯穹及清華大學團隊作為重點技術支持方參與建設。前者是首個面向 AI Infra 的運維智能體評測基準，依託百億級真實運維數據構建，核心考核智算運維智能體在真實生產場景中解決實際問題的落地能力。後者則跳出 “模型能否生成可運行 GPU 算子” 的基礎維度，將評測重心錨定在 “模型生成的算子能否在真實量化推理部署中替代現有算子” 的工程可部署性上，更貼合產業實際落地需求。二者從底層算力優化到上層集群運維，共同為智算產業的標準化升級與高質量發展提供了統一的能力參照框架。 AISHPerf（Performance Benchmarks of Artificial Intelligence Software and Hardware）是中國信通院與人工智能大模型及軟硬件評測工業和信息化部重點實驗室，依託人工智能軟硬件協同創新與適配驗證中心（位於國家信創園）聯合構建的人工智能軟硬件基準體系，旨在設置多維度指標，考察端到端方案對模型及應用場景的真實承載能力，系統評估軟硬件各層級間的協同優化水平、兼容適配能力及整體交付效能。在此次發佈的兩項基準中，AISHPerf-智算運維智能體評測基準尤為引人注目，它不僅標誌著我國在智算集群運維智能體領域擁有了首個權威評測體系，更率先將國產芯片集群運維場景納入評測體系、填補了國產智算運維智能體評測領域的空白，為構建自主自治
Hermes新功能上線！比Opus 4.8和GPT-5.5還猛
AI應用風向標（公眾號：ZhidxcomAI） 作者｜畢偉豪 編輯｜漠影 智東西6月30日報道，現在，Fable 5和Mythos 5等頂尖閉源模型沒法使用，就算能用，單一模型也總有搞不定的問題，那麼，想要高質量輸出結果的用戶該怎麼辦呢？ 近日，Hermes Agent上線了MoA（Mixture of Agents）功能，支持用戶自由組合多種模型作為虛擬模型使用，在Nous Research即將發佈的基準測試中，這個混合模型的評分超過了Opus 4.8 和GPT-5.5。 一、Fable 5、Mythos 5被禁，多模型組合成為潮流 Nous Research在官推上說了這樣一句話：“最強大的模型是受限的，只有少數人才能獲得訪問權限。”這句話明晃晃地指向了Fable 5等模型被封禁的事件。 在這種背景下，不難看出，MoA這個混合模型模式的終極目的，是用開源模型的組合達到頂尖閉源模型的水準，就像Hermes Agent聯合創始人Teknium說的，他們正在測試各種開源模型組合，看看是否能用更便宜的模型達到Opus的水平。 這種多模型組合比肩頂尖模型的思路，最近其實有不少實踐的例子，比如前段時間日本AI獨角獸Sakana AI發佈的Sakana Fugu系列編排器模型，會根據任務選擇最佳的模型來處理，和MoA的思路非常相似。 而MoA的技術也在很久之前就已存在了，2024年6月Together AI曾發表過一篇論文《Mixture-of-Agents Enhances Large Language Model Capabilities》，核心是多LLM組合，每一層模型都會參考上一層模型的輸出，再繼續生成自己的回答。同時，論文也將模型分成了兩類，也就是現在Hermes所用的參考模型和聚合模型。 當用戶提出問題時，參考模型會先對問題進行分析判斷，然後給出參考意見，隨後由聚合模型來
Claude Code之父最新判斷：AI時代團隊分工被重寫，這「五種人」最吃香
這篇消息聚焦「Claude Code之父最新判斷：AI時代團隊分工被重寫，這「五種人」最吃香」。原始導語提到：工程師、PM、設計師……崗位邊界正在消失！ 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。