离散制造，能不能炼出共同底座？

AI模型江湖·行业篇 / 13 / 公司研究 · 汇川技术 · 2610

普通人的红利：产业 × 投资 × 交易，寻找AI时代的Google、Amazon ｜ 于AI诸相中，普皆共证菩提

本系列纯属个人兴趣，仅为AI江湖的八卦交流，不构成任何投资建议！如有侵权，联系删稿！｜2026年10月

先看结论

当前定位：统一控制、数字化与新AI结合的业务，暂按筑基中后期研究，金丹不确认。中天钢铁项目已出现云化PLC、AI与整套电控的结合，说明不是只卖孤立部件；但客户核心能力究竟依托哪层资产，以及新AI平台的独立市场位置，仍需拆清。[1][2]

产业视角｜AI Native：机会在于把跨设备、跨工序的协作变成可获得的生产条件，让设备商和制造企业能够发展自己的工艺，而不是给每台机器各配一个聊天框。

能力与持续性：发动机看控制、模型与工业数据如何协同；工程化看时间、质量、成本；平台化看开放、共生、团队怎样处理共同底座与客户定制。

投资视角｜金印五阶：筑基中后期是对上述组合业务的有边界定位：已有控制与现场应用基础，但新智能体系的技术收敛、独立格局和客户专属建设未全部取实，不能把旧控制地位直接授给新模型。

交易视角｜风控五环：向AI产业卖设备，与靠AI平台取得收益，要分账。不用原有业务的体量，提前为新模型的金丹和元婴定价。

一｜江湖开场：离散的是设备，还是客户关系？

前一篇看极智嘉，仓库里一群机器人能不能形成共同作业体系，已经提醒我们：任务拆得开，不代表关系一定浅。轮到汇川，如果看见变频器、伺服和控制器，就把它归进“零件铺”，可能还没有进门，先替人家把山门拆了。真正该问的是，这些设备后面有没有同一套开发与运行方法。

2026年7月，汇川发布的中天钢铁案例介绍了一个具体变化：合作从早期变频器供应，延伸到淮安基地整套电控，并将AI模型与云化PLC的C2MM架构结合。PLC是可编程逻辑控制器，负责执行工业控制逻辑。这份公司材料说明合作确实向系统深入，但不是本篇独立完成的客户验收审计。[1]

我的判断是，汇川值得重看，并不因为它突然换了一面AI旗帜，而是控制系统原本就站在设备行动与工艺结果之间。若进一步把数据、建模和验证组织起来，它有机会从供应器件，走向支持客户建设制造方法；若接不起来，则可能仍主要是好产品加好工程。

本篇将统一控制、数字化与AI结合的业务放在筑基中后期，金丹不确认。这个范围不等于汇川全部业务，也不是对单独iFG平台的成熟度盖章。当前值得承认的是系统与现场基础，仍待证明的是新智能底座的占据与固化。先把研究对象圈准，老宗门的地契才不会替新弟子领证。

我们也不把“离散”与“流程”当作高低门派。不同制造任务有不同约束，平台能否形成，取决于哪些能力可以共同供给、哪些资产会被客户持续建设。汇川这篇的真问题是：设备各有招式，客户能不能在一套共同功法上，把它们组织成自己的生产能力？

二｜产业视角·需求：制造协作的共同难题，能否长出行业平台？

制造企业真正购买的，不是一长串设备名，而是能按要求持续产出合格产品的工作能力。单台设备性能提高，如果前后工序节拍不合、数据对不上、异常无人接，局部的快可能变成另一处的堵。把整条线做顺，和把每一件兵器打磨锋利，是两门相关但不同的功夫。

平台级需求就藏在共同部分与差异部分之间。不同设备商都有控制开发、调试、诊断和运行管理的工作，却又需要保留自己的机械设计、工艺诀窍与客户关系。如果共同工具能让它们少重造底层，把精力用于自己的工艺，就可能出现平台空间；若只是统一采购同一品牌的零件，离这个位置还差一层。

用一个假设场景来理解：小型装备厂原来只能按老师傅经验调机，换材料、换规格就要重新试。若有可用的建模与验证工具，它可能把部分经验变成可以检查、传递的方法。AI Native的增能，不只是工程师写代码快一点，而是较小团队也有机会掌握过去难以组织的能力。

承责要往前再走：谁批准控制调整，谁验证影响，异常谁恢复，最后由谁接受交付？这些责任接起来，客户才可能少做协调。丰裕看合格生产能力能否更可负担；破界看新的工艺方案能否被验证；创生看形成的方法能否帮助下一种设备。它们是产业可能性，不是一个项目已经点亮的五层成绩。

开放方面，汇川2026年7月的投资者关系记录给了一个重要区分：一条路是在现有软硬件产品中增加AI功能；另一条是已推出iFG工业智脑，并计划向工业客户提供本地训练、构建领域智能体的条件。后一项当时仍写为未来赋能方向，不能改成大批外部客户已经在平台上生产。[2]

这个方向值得看：客户保留自己的数据和工艺，不必与平台建设对立。开放真正要落实的是，客户能控制哪些开发工作，形成的成果怎样使用，后续升级有何支持。只给客户一个对话入口，也能叫产品；让客户建立自己的工艺工具，才更接近平台。门口写“欢迎同道”，还得看看哪些房间真给钥匙。

共生不是所有伙伴都替汇川卖控制器。中天项目材料列出的合作中，通信基础设施、网络、标准支持与控制方案分别由不同主体承担。[1]这种分工允许各方提供专业价值，却还不能证明各方都已稳定获利。要继续看设备商、软件商和集成商能否形成自己的产品与收费，而不是项目一结束，生意全部回到一家账上。

团队的难题，也不是招齐几位算法高手就结束。大客户定制很诱人，共同底座研发却未必立即回款；原有硬件业务有销售节奏，平台工具又需要长期维护。领头人与团队能否把这些事组织起来，要看资源和产品边界的实际选择，而不是把多年创业经历直接翻译成平台胸怀。

汇川在2025年工博会的官方介绍中，已经把iFA、InoCube、InoQuickPro等数字与工程工具放进系统级方案，而不是只列单品。[3]这给平台方向提供了具体产品线索。我的看法是，下一步最有意义的，不是目录再变长，而是客户与伙伴能否借这些条件少做重复工程，并保有继续发展自己业务的空间。

三｜产业视角·供给：控制、数字化与模型，各自的本领要拆清

汇川的发动机不能简写成“自动化经验很多，所以工业大模型一定强”。经验要进入模型，需要先成为可理解的数据、可验证的目标和可执行的约束；模型要发挥价值，又需要接回真实设备。CADEF在这里研究的是这条联系，不能让控制、网络与AI各自拿一份荣誉，最后把功劳相加。

C看计算如何服务控制与分析。把PLC云化，意味着需要重新安排控制软件、通信和执行资源，但不等于全部计算都交给远端大模型。我的理解是，关键在于把需要确定响应的工作与可以较慢优化的工作分清：底层动作要接得稳，上层判断才有余地变聪明。C2MM案例提供了这种组合的研究入口，具体实现边界仍以工程资料为准。[1]

A看模型真正改善了什么。汇川披露的方向包括PLC代码生成、转换，以及伺服相关的诊断与维护。[2]写出一段程序、发现一种故障模式和控制设备完成动作，是不同任务；它们可以由不同模型与算法协作，不能因为都叫AI，就假定背后是一颗包办全厂的大脑。

这里更有价值的问题是，行业知识如何改变学习与验证。例如一个假设的张力异常任务：电流变化既可能来自负载，也可能来自材料或设定变化。若模型只会关联曲线，却不知道工况和操作记录，就容易把同时发生当作原因。控制知识能够帮助限定问题，但是否真的提高效果，还须看相同任务下的验证。

D数据工厂，要把设备信号变成可信材料。同一数值的单位、采样时间、设备状态和工艺含义，缺一项都可能误导学习。供应商装了多少设备，并不等于掌握全部工厂的数据；客户允许诊断，也不自动等于允许跨客户训练。现场越丰富，数据整理和权利边界越不能省。

E经验飞轮再追结果：某次诊断错了，团队有没有查出错误来自传感、工况、模型还是执行？改进进入共同模型、通用工具，还是只留在客户特定程序里？两种都可能帮助交付，但只有辨清去向，才知道多做一个项目是否也增强了下一轮共同供给。

公司披露iFG已在内部研发、制造和运营中应用。[2]这可以说明它有自己的练功场，不能直接写成外部客户的经验飞轮。反过来，内部试验并非没有价值：如果能把问题、质量和部署边界先摸清，再交到外部，产品化会更有根据。内部战报与客户战报要分册，但不必互相否定。

表1｜CADEF：已有能力条件与尚需完成的连接

F不能简单借用整家公司的钱袋。控制产品、客户工程、模型研发和海外业务都要使用资源，集团收入也不是某个模型团队可以随时支配的预算。没有独立投入、付款义务与资金占用的完整资料，本篇不计算新AI还能支撑几代；更不把持续烧钱等同于正确押注。

这套发动机的长处，在于有机会把设备行动、行业知识与模型训练放到一起；难处，则是让现场差异成为可学习的条件，而不只是越来越多的项目分支。汇川自己也在案例材料中承认数据孤岛、泛化能力等挑战。[1]肯把难题放上桌，比宣称全厂已经开悟更有研究价值。

四｜产业视角·交付：从整套电控到新AI，实际交付多了什么？

从控制器到新AI，交付增加的不是一句“更智能”，而是一串新的约定：输入资料是否合格，模型做什么，谁验证输出，何时允许进入运行，异常怎样处理。客户既有控制系统、汇川、通信与工程伙伴，各有职责。合作方多不一定不好，最怕的是人人都有方案，出了问题没有明确承接者。

时间看从约定起点到可验收成果，而不是模型几秒完成一次预测。中天案例提供了已发生项目的公开节点，却没有给出完整起始条件、延期记录与独立验收周期。[1]因此，它支持系统进入现场，不能证明所有同类项目都更快。七年合作更不能当成某个AI项目的开发时长。

研发验证与交付也要分开。同一份7月投资者记录对七自由度仿生臂使用的是客户验证和争取小批销售的表述。[2]这是另一条产品线，不能拿来证明云化控制项目已全面完成；它提醒我们，同一家公司各项能力的成熟时点可以不同，不能用“公司已交付”四个字一并抹平。

质量要把新智能任务单独看清。旧控制器可以长期稳定运行，新模型却仍可能在陌生工况下误判；诊断判断有价值，执行链也可能因接口问题无法及时回应。可接受的质量，要从任务结果、错误处理与恢复记录确认，而不是从硬件可靠性直接继承。

成本则包含现场整理、参数和接口工作、计算、验证、停线安排、培训、维护与返工。共同工具若能减少这些消耗，客户可能获益；但把更多调试交给客户，不叫供应商替行业降本。灵石只是从交付团队转到客户夜班，总账还得一起看。

表2｜TQC：把系统进入现场与工程优势分开

把这些条件做好，才可能从增能走向承责：客户不只得到工具，也知道工作怎样被接住。工程化最有价值的进步，往往不是一张炫目的展示图，而是下一位工程师能够按清楚的方法把系统交成，不必每次都请掌门带着长老团通宵救场。

我对现有材料的判断是，汇川的新智能路线已经有现场结合和产品安排，值得从系统供给来研究；但新AI独立的时间、质量、成本优势仍不能普遍外推。它需要证明的不是第一次能做，而是换一个工况、增加一条线以后，依然能够以可承受的代价兑现。

五｜投资视角：旧控制地位能否转成新智能底座？

投资视角先回答位置，不先给所有技术打总分。汇川可以争取的战略锚，是工业设备与制造方法之间的共同控制和智能层；市场锚则是企业愿意为开发、运行和改进支付的真实需求。制造业很大，不意味着整座工厂的产值都能拿来推算一家平台的收入。

本篇沿筑基中后期观察统一控制与新AI结合的业务，原因是控制、数字工程与智能任务已经形成实质组合，并有现场项目可追；金丹仍不确认。这个定位有边界：它不是断言iFG对外平台已经成熟，也不是用汇川原有控制产品的份额，代替新模型市场的格局。

技术定看的是路线逐步收敛，不是代码终于运行。当前值得追踪的方向，是控制与计算解耦、行业知识和模型协作，再由可验证的工程执行承接。它是否成为稳定的重要方向，还要比较别的路线在相同目标下的表现，不能把自己的产品图当作行业已经统一的架构图。

例如，华为与华龙讯达2026年6月发布的OpenHarmony智能工厂方案，也把控制、工业软件、仿真和AI任务组织在一起。[4]这只是另一种公开供给路线，不证明它已能替换汇川某个客户项目；但足以提醒我们，统一控制与智能化不是只剩一家选择。格局定要看具体市场和持续竞争位置，不能从厂商宣言推定天下已定。

金丹的检验再往客户内部走。假如保留既有PLC、设备和通用数据平台，换掉新增AI，客户只需更换一个诊断模块，那么新模型尚未占据核心。若客户已经在同一智能体系上建立重要的工艺建模、验证与运行方法，绕过它需要重建有效能力，才出现占据的实质。这里是替换分析，不是已经完成的客户迁移测试。

整体系统也要公平研究。如果客户真正依托的是统一控制、模型与验证共同组成的底座，就应评价这个明确整体，不能硬拆到每个部件都不成立。但整体有价值，也不能把网络伙伴的能力、客户自己的工艺和旧控制积累，全归为汇川新AI的独占资产。

表3｜从两定到占据：本期定位与下一道关

穿价值，要看到这套智能能力怎样形成自己的收入和分配位置；穿生态，要看到设备商、集成商与终端客户持续在底座上建设并共同经营。一次大项目可以让各方取得收入，却未必让下一次建设继续指向同一个平台。两穿不能只由一个签约仪式代领。

EDP的作用，是解释这条路是否走得下去。发动机若能把现场知识变成有效方法，工程能稳住TQC，开放与共生又给伙伴留下空间，占据就有更好的条件。元婴仍要继续证明分配规则与两高两稳；客户认可技术，和原厂持续留住合理收益，不能在同一句宣传里同时毕业。

六｜交易视角：原有现金能力，不替新模型自动定价

向AI产业链销售自动化产品，和经营自己的AI平台，是两种收入逻辑；原有现金来源也不等于新模型预算没有约束。看合作与项目时，要把收入确认、实施投入、验收回款和后续维护分开，不拿集团毛利拼造纯模型估值。沿准入、定仓、估值、共修、退出守住边界：平台方向值得研究，但不等于任何价格都值得参与。客户是否已形成新依赖尚待证明，就不先按固化完成、元婴收益稳定来支付学费。

七｜共修观察：下一条产线，复用的是哪一部分？

近期第一项观察，是具名客户下一条产线或下一座工厂怎样建设。尤其要看上次形成的模型、工具、工艺验证与运行方法，哪些继续有效，哪些必须重新制作。继续买控制器和继续建设智能平台可能同时发生，也可能分道而行，不能只看采购单上的品牌没有变。

第二项，是iFG的外部平台方向怎样变成实际经营。客户是否确实取得可用工具，在自己的数据和权限范围内建设了领域应用？哪些工作由客户完成，哪些由汇川或伙伴长期支持，各自怎样收费？不是要求一次公开全部商业秘密，而是让平台叙事逐步有真实工作可以落脚。

支持进一步判断的，是核心方法能被继承、更多任务沿共同底座展开，伙伴也能形成自己的产品与收益。相反，若每个项目都重做一套，新模型始终是随时可换的附加项，或者重要成果只留在客户的通用层，就应收紧新AI占据的解释，而不否认旧控制业务本身的价值。

对团队，也从这些事情看事业心：能不能让共同研发与客户交付互相支持，能不能在开放之后维护清楚的合作边界，能不能承认错路并调整。愿景不是喊得够远，而是下一项资源选择，仍然有助于把这个平台做成。

更远的元婴，需要客户愿意按可持续的交付与合作规则经营，原厂和伙伴都能留下合理收益。汇川若走到这里，赢的不会只是更多器件，而是更多制造方法有理由在同一体系上生长。这个结果要靠客户后续建设确认，不能靠我们偏爱的产业路线代写。

离散的是设备，不一定是产业关系；共同的是控制，也未必已经共同了智能。汇川的机会，是把两者之间的接缝做成新的位置。下一篇看宇树：当身体、工具和自有模型同时向外开放，别人是在它身上练功，还是会把自己的事业建在它的大脑上？

资料与研究口径

本篇刊期为2610，事实资料截至2026年9月24日。主评统一控制、数字化与新AI结合的业务，采用“筑基中后期、金丹不确认”的有边界研究定位；不将其套用于整个集团或单独iFG的对外成熟度。公司披露、方案发布、现场交付与独立验收分别理解。假设场景、替换检验与持续性推演不是已完成客户实测。

EDP采用CADEF／时间、质量、成本／开放、共生、团队。经营位置与能力持续性分别判断；未公开的客户留存、迁移代价、训练权利、伙伴收益和完整交付数据均不补造。

[1] 汇川技术｜中天钢铁“5G＋AI＋新型工业控制”项目介绍

2026-07-09，中华工控网转载“汇川技术动态”。支持合作演进、云化PLC与AI组合及伙伴分工；这是供应商披露，不采用其宣传性排序或效果作为独立审计。 原文 ↗

[2] 汇川技术｜投资者关系活动记录表（2026-4）

2026-07-27；覆盖6月26日至7月24日活动。PDF第4—5页（从首页起）区分产品AI化、iFG外部赋能计划、内部应用及机器人验证。保留计划与已发生的差别，不据此推算新AI独立收入。 原文 ↗

[3] Inovance｜CIIF 2025系统级智能制造与AI方案

2025-09-29，官网对当年工博会展示的介绍。用于iFA、数字工具与工程平台的技术组合，不把展示视为全部客户验收或普遍效率。 原文 ↗

[4] 华为｜与华龙讯达发布OpenHarmony智能工厂方案

2026-06-08，合作方官方发布。仅作为可比较技术路线存在的例子，不证明替换汇川的项目已经发生，也不作份额或性能排名。 原文 ↗

研究说明：本文用于产业与企业研究交流，不构成任何投资建议。阶段为有证据边界的研究判断，未来情景不构成承诺。

声明：本文由 AI 辅助整理初稿。