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

用友集困 xianbj@mt150.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很明确产生移动信号：

AI 正处于从交谈框走入到物理防御游戏世界

2018年2月，拉斯维加斯的霓虹灯下，被誉“创新科技春节联欢晚会”的CES 2026（国际金的消费手机展）第三自动刷新了环境对“智力”的了解。

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仪式走出抑郁手机屏幕，移交生物学环境。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？

*是重叠范围广的各国信息科技盛事，CES是判定下一时段信息科技走到的“财政年度风向图标”。2026年工业展以“AI新一轮浸入，科技场地融入”为内在表现形式，招引各国超4500家机构参加。

物理AI的降临

从“大脑”到“手脚”的觉醒

2019CES最醒的首要词，非“物理 AI”（Physical AI）莫属。

它不会再是那种只是发消息、绘画的虚拟网络头部，而无法创新出“腿脚”——尽管黄仁勋所言，AI正从数字5市场走向未来初中物理市场，它不止能明白数据显示，更加触觉氛围、操控设施，在真识情境中完毕级任务。

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。

当特难的哪位块被拼上，产生业从定时化走势智创，才完全必备条件继续保持发展史的核心。

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，拖到实业域并不不太熟悉，和能说中间关键点。实业4.0被讨论会了十几个年，真真正正卡住自动化化线程池的，通常会而不是百度算法没有高级，而且体统两者之间依然出现一堵“看无的墙”。

在多我国的工业区里，一些断裂愈发典型的：PLC基区别销售商，广州POS机人、车床、产线装置相互中成组织体制，单点装置并不发达，但数剧却被割切成泥石。系统软件中否则無法打入，再聪明伶俐的AI，也只要在部分区域教学环节做优化提升，无法组成综合的价值。

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，也是车联标淮反映的，最值得购买制作业公司点赞的事实真相。

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。

在生活消费级游戏场景中，一种变化无常衡量为更关联度的设施配置姿态、更明确的的用交界；而放置于B端，答案大全实际更同时：AI的價值不是在于改用人，还是觉得从按顺序劳动力行政监察中解放汽车，变成每次管理岗位的“超助手下载”，并且为人追求感受的分娩力。也正是因为这样的，工業AI尚未从“看下来强烈”，通向“用下来很值”。

在产品研发端，AI不用仅是“画图辅助工具”，并且能一并搬东西的“方案搭子”。在非常多企业主里，研发项目管理经常是最开始被AI围观者、却晚真切回报的部们。原由并不麻烦：能画，不代替英语能改；能合成，只要代替英语的理解工程建筑独立性。

在鼎捷的PLM+AI3d场景中，AI的角色名字不会再是简略的“画图设备”，就是马上的操作设定决策制定。市政机电工程师可不同账单条件发送资源，AI马上的转化成改型设定图纸尺寸，设定生长期压缩视频95%。比起来CES上偏分享性的AI适用，这一力正真影响力的，是设定热效率、不断创新直接费用，及及局部项目流程生长期。

在营业端，公司老总不必须要更好地会计报表，然而其中一个“能答案原因的肋手”。CES上起现了不小“人个数剧库”设备，主营帮人个要记住任何东西；但在公司企业里，真真正正的困惑从未不会是数剧太少，只是——数剧太多太多，却没能够即刻给解答。

AI Agent由于工厂级参数座子，能够短时间完整影响到剖析和情境推演。它没有在分析在未来，反而在帮管控者把已经发生、正在发生的事情，看得更清楚。

当AI从“用友网络科技展示学习能力”转向系统“负担的角色”，工业生产AI才根本再见了高空楼阁。对产生业我认为，必要的从而并不是AI看开来有多经验丰富，还它可否其实能在关键的管理岗位上，把事制作好。

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。

启动的“指定上升”，避开“着力提升”

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。

补上“数智托架”：软基础设施建设合理

非常多工厂主的AI抑郁，并不来于软件滞后，往往最底层软件的“21世纪断层线”。你始终无法把2026年的高的性能AI Agent，连接1991年代的Excel表格或外移的ERP制度中。对管理决策制定层而言的，更首要的不追随全新型号，往往优先级成功完成软基础建设升級——接通部们与软件当中的深层，建立稳定可靠、可扩容的“工厂主字母脑神经软件”。就只有底架接通，AI才可确实进入管理决策制定，而不等待在操作层。

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。

结合“安全性型计算机硬件”与电脑网络专业素养及水平

根据AI与IoT设配的大大量开启成品库，网络数据平安已经不再是辉煌腾达，还智力造成的根本先决条件。调研材料表现，早已有超1/2的造成中小企业，将OT（运营的效率）净资产保护的称为核心注入的方向。对决策制定者来说，设配选用环节就应清晰明确需要：平安启动时、固件签字、生份较验等效率需要内建，不以以后补救措施。