1. 八部门《产业基础能力提升「十五五」规划》：明确「工业机理+智能体决策模型」融合路线
工信部等八部门印发《产业基础能力提升「十五五」规划》，提出加强通用/行业大模型研发布局，推动工业机理与智能体决策模型融合，培育智能体即服务新业态。
10月22日，工业和信息化部会同国家发展改革委、教育部、财政部等八部门联合印发《产业基础能力提升「十五五」规划》。规划提出七方面22项重点任务，明确到2030年产业基础能力总体进入国际先进行列。在人工智能部分，规划给出了一条相当具体的技术路线：加强产业基础领域通用大模型和行业大模型研发布局，推动工业机理与智能体决策模型融合，发展智能原生的基础产品，培育「模型即服务」「智能体即服务」等新业态；加快人工智能在产品研发、设计仿真、中试验证、生产运营等全环节落地应用，提升过程管理、分析预测、决策执行智能化水平。同日，中办、国办《关于推动科技创新和产业创新深度融合的意见》也对外发布，提出全面实施「人工智能+」行动，深入实施制造业重大技术改造升级和大规模设备更新工程。值得关注的原因：「工业机理+智能体决策模型融合」这一定调，直接回应了工业AI落地最大的争议——纯数据驱动模型在现场工况波动下易失效。对PdM/PHM厂商而言，这意味着「机理模型+数据模型+智能体编排」的混合架构会成为招标与示范项目的主流技术门槛；而「智能体即服务」的提法，则给按点按年订阅的预测性维护服务模式提供了政策背书。
值得关注：「工业机理+智能体决策模型融合」首次进入国家级产业规划表述，纯数据驱动的黑盒AI将不再是主流技术叙事，混合架构与智能体服务化成为方向。
2. 国内首款风机高速轴六维全域动态监测系统亮相北京风能展：从「摸脉搏」到「全身体感」
洛阳云川风能发布国内首款风机高速轴系专用六维全域动态监测系统，实时捕捉XYZ三轴高频振动，搭载自研AI诊断算法预测膜片寿命。
在2026北京国际风能大会暨展览会上，洛阳云川风能科技展出了国内首款风机高速轴系专用六维全域动态监测系统。风机高速转轴是传动链传递动力的核心枢纽，长期以来轴系偏移、不对中等隐性故障缺乏有效的全域动态监测手段——传统方案只测单一方向的轴振动，好比「只靠摸脉搏判断人有没有大病」，只能凭单点信号推测问题。这套系统实时捕捉X轴、Y轴、Z轴三轴的高频振动动态数据，相当于给风机装上一套「全身体感传感器」，盯着转轴上下、左右、前后三个方向的细微晃动；配合自研AI诊断算法与云端一体化平台，可提前识别故障隐患、预测膜片寿命，实现「抓得早、测得全、预警准」。企业同期展出的15MW风电高速联轴器专为海上超大兆瓦机组工况打造。据称展会期间已收获大量客户意向，有客户邀约挂机试用；今年1-9月该企业配套三一重能、中车风电、恩德等主机厂，海外订单同比增长50%以上。值得关注的原因：大兆瓦机组传动链的失效模式高度集中在轴系与联轴器，而多自由度振动监测正好补上了单轴测点「看得见幅值、看不清姿态」的短板。这一产品的思路值得所有做旋转机械PHM的同行借鉴：与其在算法上内卷，不如先把测点布置与物理量的完整性做扎实——毕竟不对中、轴系偏移这类故障，靠单通道频谱是很难定性的。
值得关注：六维全域振动监测补齐了轴系不对中/偏移的物理量缺口，说明PHM的下一轮竞争点在测点设计与信号完整性，而非单纯算法。
3. 爱芯元智AX8860发布：256 TOPS + 128GB内存，把百亿参数模型搬进车间
爱芯元智工博会发布AX8860系列AI芯片，6nm工艺、256 TOPS混合精度、最高128GB LPDDR5X内存、273GB/s带宽，支持64路视频解码，主攻端边侧大模型推理。
10月13日，爱芯元智在工博会上发布AX8860系列AI芯片：6nm工艺、256 TOPS混合精度算力、最高128GB LPDDR5X内存、273GB/s带宽，支持64路视频解码与多芯片级联，内存与带宽规格与英伟达DGX Spark、Jetson AGX Thor处于同一档位。产品定位非常明确——把几十亿到上百亿参数的模型从云端搬进工厂现场。这背后的需求变化是实打实的：过去一台工业视觉设备几百MB到数GB内存就能跑缺陷检测，而现在工业机器人要同时处理多路摄像头、理解语言指令、识别零件工具、生成操作计划再调动作模型，一个70B模型4bit量化权重就约35GB，加上KV Cache与运行时开销，内存需求成倍上升。按273GB/s带宽粗算，27B稠密模型4bit权重的理论上限约20 Token/s，70B约7.8 Token/s——够用，但不算宽裕。64路视频解码则是另一张牌：一座工厂数十路摄像头无需再叠加大量工控机和独立加速卡。值得关注的原因：边缘大模型是「AI进车间」的物理前提。设备诊断这类场景天然要求数据不出厂、响应低时延，云侧推理在不少工厂是过不了安全审计的。国产芯片把内存和带宽做到这个量级，意味着「本地跑一个懂设备手册、能查历史工单的诊断智能体」从概念验证变成可批量部署的工程方案；但生态（算子库、框架适配）仍是短板，选型时务必先做真实负载的迁移验证。
值得关注：128GB内存+273GB/s带宽的国产边缘芯片，让本地化部署设备诊断智能体成为可工程化的方案，是PdM走向「数据不出厂」的关键硬件拐点。
4. 黄河云评：AI重构设备运维的胜负手，是「扛得住现场工况」而不是模型有多强
评论文章以山东海化氯气压缩机、兴隆庄煤矿井下大模型为例，指出工业AI落地核心难点是模型适配多变的现场工况，并呼吁轻量化低成本复用方案。
10月19日，一篇题为《以AI重构设备运维，守住工业生产的基本盘》的评论文章，把工业AI的讨论从「技术炫技」拉回现场。文章指出：在化工、矿山、装备制造等连续生产行业，生产线最大的痛点藏在日复一日的设备管护里。传统设备管理长期困在两个陷阱——定期停机大修造成产能浪费，或者等异响、故障爆发后紧急抢修，核心设备一停就是巨额损失。山东海化在盐化工产线部署的工业大模型，给氯气压缩机装上数字感知系统，实时采集振动、温度数据提前捕捉早期异常；过去靠老师傅手持听针判断隐患，故障发现滞后，现在系统提前预警，把非计划停机风险化解在萌芽。但文章的核心不在成绩单，而在难点：消费端大模型可以在标准化环境稳定输出，工厂工况波动大、粉尘腐蚀温度变化都会干扰数据采集，极易出现工业场景下的「AI幻觉」——兴隆庄煤矿的矿山大模型就是针对井下潮湿多尘环境反复调试算法才站住脚。更尖锐的是推广难题：大企业可以部署全套传感与算力，大量中小企业设备型号杂、单厂产值有限，担心一次性投入高、后期运维成本持续增加。山东推行模型券、行业公共语料库，本质是把成熟预警模型拆成轻量化模块，让中小企业按需采购、小步试用。值得关注的原因：这段话对做项目的人是提醒：现场交付的功夫80%花在数据质量与工况适配上，而不是算法选型。同时也点出了PdM最大的市场空间——中小制造企业，谁能把部署成本压到「一套模型券能覆盖」的量级，谁就能吃到增量市场。
值得关注：把工业AI的真问题从「模型能力」拉回「工况适配+成本门槛」，并指出中小企业市场需要轻量化、可分步试用的产品形态。
5. 菲尼克斯工博会手记：vPLC + MLnext 预测性维护方案，用开放框架打通OT/IT
菲尼克斯电气在工博会展示vPLCnext虚拟控制+MLnext预测性维护组合方案，已在国内某汽车总装车间拧紧线商用，并落地汽车、食品饮料、烟草电机场景。
在2026中国国际工业博览会期间，菲尼克斯电气以「连接赋能、智创未来」为主线，展示了从控制层到AI应用层的完整矩阵。其中与设备运维直接相关的是「AI预测性维护 + vPLC」组合方案：Virtual PLCnext Control虚拟控制软件实现软硬件解耦，可灵活部署于嵌入式设备、工控机乃至IT服务器等第三方硬件平台；搭载华为openEuler/鲲鹏/TSN网络的OICT超融合方案，已在国内某汽车总装车间拧紧线正式商用，经受了真实产线可靠性检验。与之结合的MLnext预测性维护解决方案以开放框架为底座，打破传统OT与IT边界，在汽车、食品饮料、烟草等核心电机应用场景成功落地。另一条主线是PLCnext Virtual Control打通OT/IT/DT，让携带时序、语义、质量码的数据向上输送，为工业AI智能体搭建「通往物理生产世界的可控执行通道」。展会同期，菲尼克斯还与华为、浙江大学、e-works等专家围绕「4T融合自动化」展开讨论，主题直指「什么样的自动化平台才能更好支撑AI技术」。值得关注的原因：预测性维护长期卡在一个尴尬位置——AI能算出「要坏了」，但没法让产线「停下来配合」。vPLC让控制逻辑跑在通用算力上，等于给AI诊断结果开了一条直达执行层的通道：预警可以直接触发降速、切换工况或锁定工单，形成「感知—诊断—决策—执行」的完整闭环。这是从「报警系统」走向「控制系统」的关键一步，也是当前工业智能体最缺的那段链路。
值得关注：虚拟PLC让AI诊断结果直达控制执行层，打通「预警→动作」的最后一段，是预测性维护从报警工具升级为控制系统参与者的范式变化。