“接管”确实正在发生，但接走的不是控制柜里的权，而是车间里的经验：读图纸、定工艺、排计划、出质检报告。2026年10月12日至16日，第二十六届中国国际工业博览会在国家会展中心（上海）举办，AI、工业智能体、具身智能和数字孪生是展会上的热门方向。这个词条本身，出自10月19日发布的一篇微博头条文章，标题就叫《2026，中国大模型正在接管工厂》。把标语拆开看，进展和边界同样值得说清。央视网知乎微博
模型接住的，是老师傅的“手艺活”
10月13日，在2026国际工业互联网大会上，机械加工工艺大模型“沃土2.0”宣布开源：输入一张图纸，模型可以结合工厂自身的设备、刀具和加工习惯，逐道工序给出加工描述、设备、刀具、检具和工时，生成一张经工艺人员复核即可下车间的工艺卡。知乎
模型是老师傅教出来的。按发布方蓝沃AI的说法，36位一线工艺老师傅参与了训练数据的标注与校验，在常见非标机加工图纸上，加工思路契合度在95%以上。知乎
同一座试验工厂里，质检用的气泡图以前人工画图和做报告约需一小时，用AI出图再加人工校核只要五分钟。厂方也明说了模型的边界：刀具推荐到类型，工时为参考值，图纸不清晰时模型会明确说明，不强行输出。知乎
港口走的是另一条垂域路线。山东的星港大模型上线后，船舶晚到时重画泊位计划，从一天重画十几次被压缩到一两分钟，系统推优方案的采纳率稳定在90%以上。淄博的机电泵“工匠工厂”投运后，当地企业质效平均提升30%，选泵效率提升80%。整个山东已有百余行业大模型批量“上岗”，41个工业大类实现全覆盖。人民网人民网微博
把这些案例放在一起，能看出一个共同点：AI目前接住的都是“把经验变成文档”的工作——工艺卡、计划图、检验报告，输出后进的是人工复核环节，而不是机器执行环节。 真正变化的是人的位置：老师傅从“干活的人”变成“审核的人”。
为什么集中爆发在这个秋天
政策在年初定了调。1月7日，工业和信息化部等八部门发布《“人工智能+制造”专项行动实施意见》，为加快推进人工智能技术在制造业融合应用明确目标举措。地方随即挂出量化目标：到2028年，北京要推出100个高水平工业智能体，山东定的是200个。新华网人民网人民网
成本门槛也在塌。沃土2.0的模型权重、推理代码和使用文档全部开放，采用Apache 2.0协议可免费商用——一家机加工厂不需要再和大厂商单独谈判，拉下代码就能先用。工程模式上也出现了新角色：金珵科技的30名前线部署工程师，跑通了流程制造和离散制造的数十个场景，让AI模型在工业领域实现了规模化部署。知乎人民网
“接管工厂”这个说法其实去年就被流程工业自动化厂商推上过热搜，当时指向的是时间序列大模型在炼化等核心环节的建模与优化。今年的区别在于，主角从单一厂商的营销叙事，变成了一批开源模型和垂域模型同时发布、同时“上岗”。微博
另一半真相：为什么一进工厂就“失灵”
工业富联在本届工博会后复盘了落差：展会上的任务通常是提前设计好的，设备、工件和光照条件相对可控，一次识别成功并不代表系统能够持续工作。知乎
卡点集中在三处。第一是数据：工厂不缺数据，缺的是能关联到业务的数据——PLC、相机、MES的记录在格式、采样频率、时间戳和业务编码上常常对不齐，缺陷图片未必能挂上当时的工艺参数和物料批次。第二是知识：用检索增强生成回答设备维修问题时，系统可能拿错手册版本或别的型号的条款，文字看起来合理，却不适用于当前现场。第三是执行权限：工业智能体能查工单、整理故障线索、给出排查建议，但涉及设备启停和工艺变更的动作要走分级授权，权限系统负责判断谁能执行什么操作，PLC等实时控制系统继续承担对时序、精度和安全性要求较高的任务。知乎
行业评价工业AI的标准也因此从“模型准确率”转向端到端任务完成率、人工接管率、异常恢复能力这些工程指标。知乎
“接管”覆盖了多少盘子
按中国新闻网9月援引的官方口径，全国已累计建成基础级智能工厂3.5万家、先进级8200余家、卓越级500余家，15家企业进入领航级培育名单，规上制造业企业人工智能技术应用普及率超过三成。要注意，三成的口径覆盖全部AI技术，包括早已普及的机器视觉检测等；单独的大模型与工业智能体渗透率，目前没有统一公开数据。中国新闻网
所以，“接管”在头部工厂已经是事实，在面上多数工厂还只是选项；它改写的是分工——AI出初稿、人做审核——而不是把控制权交给模型。接下来值得盯的信号有三个：北京、山东等地的智能体数量目标能否如期兑现，开源工艺模型会不会从机加工扩散到更多行业，以及分级授权的边界会否松动。只要执行权还攥在权限系统和PLC手里，“接管”二字就离“换人”还远。
