在“工业世界的确定性”与“数字世界的概率性”之间，如何架设一座可信的桥梁？近日，在西安召开的和利时XMagital工业AI生态伙伴大会上，这个核心命题被反复提及。时隔一年，和利时交出了XMagital 2.0这份答卷，这个以工业世界模型XWorld为核心引擎的平台，让AI真正读懂工业。

  为什么不是通用大模型？

  当前工业AI领域存在两条主流技术路线，一是基于通用大模型进行微调适配，二是构建专有工业世界模型。和利时选择了后者。

  和利时集团中央研究院总工程师朱毅明在接受采访时给出了清晰的判断依据。他表示，目前的通用大模型本质上是语言大模型，存在三个根本性问题。第一，语言是单一维度的，而工业现场输入的是状态序列，包含长时间的历史窗口和时间序列关系。“在某种意义上说，它操作这个模型，在训练的时候，它实际上是没有这个时间概念。”第二，通用大模型存在固有的“幻觉”问题，在工业生产中对安全性和可靠性要求极高的场景下，这不可接受。第三，工业数据属于私域数据，高质量样本稀缺，生产工艺、装备和环境的复杂性与差异性，导致单一数据驱动模型的完备性和泛化性较差。

  和利时的工业世界模型本质上是采用数据和知识双驱动的模式，融合数据驱动的多模态大模型/时序模型和知识驱动的因果机理模型/本体语义模型，用数据模型实现泛化，用知识模型形成可解释、因果与边界约束，通过多模型并行融合模式形成一套具备强解释性的智能系统。

  从“自由定义”到“自主运行”

  如果说2025年发布的XMagital 1.0解决了“用户可以自由搭建应用”的问题，那么2.0的核心跨越，是让系统具备“自主运行”的能力。传统工业软件的开发，就像盖房子。需求一旦变化就要重新画图、拆墙、砌砖，周期长、成本高。XMagital把工业能力拆解成一个个标准化的“技能单元”，像积木一样。这套系统的核心，是XWorld工业世界模型。

  朱毅明介绍，从1.0到2.0，不仅是升级了工业本体建模、智能体开发和编排工具，也增加了XWorld工业世界模型相关的接口和服务，不会影响第三方开发者的接入成本。“希望以开源为基础，以标准为核心，与高校、系统集成商、开发者、用户企业、开源社区建立深度协同、商业闭环的可持续发展生态。”

  让AI读懂工业

  和利时流程工业总裁刘桐杰向记者勾勒出企业在“十五五”期间的顶层战略：深耕能源、化工两个核心价值赛道，并着力打造从工业自动化向全面工业AI转型的第二增长曲线。

  “能源化工是AI升级的‘深水区’，强工艺、强安全、强合规的‘三强’特征，叠加全链条深耦合的极高复杂度，决定了这不是单点改造能解决的问题。”刘桐杰指出，和利时的路径是先以AI友好化转型完成数据统一认知，再通过时序模型与机理模型构建时空与因果关系，最终通过决策模型与多智能体协同实现全局优化。

  打通全域协同的核心，在于搭建基于本体模型的标准化数据结构，把分散的产线数据、工艺知识纳入同一套认知框架。XWorld通过本体、时序、机理、决策四层模型协同，让机器看懂全流程生产逻辑：本体模型统一定义设备与工艺属性，时序模型还原动态变化，机理模型固化物理化学规则并划定安全边界，决策模型整合输出全局最优方案。

  工业AI最终要解决“降本增效”的问题。面对记者提问，和利时工业AI总裁刘栋列举了几个数字。以年产60万吨煤制气氢项目为样板，以12个月连续稳定的工况为基线，基于XWorld工业世界模型完成全流程工艺优化与智能监盘，在生产运行维度上，气化炉有效气提升2.1%、氢产品综合收率提升1.8%；安全运行维度方面，非计划停车次数下降42%，安全隐患预警准确率从80%提升至96%，大幅规避停车造成的损失与安全生产事故；设备资产维度上，故障预判准确率达93%，年度维修成本降低18%，备件库存占用减少15%，实现预防性运维、压缩资产投入；质量管控维度上，产品合格率由96.2%提升至99.1%。

  XMagital 2.0的落地版图横跨流程工业、离散制造与基础设施三大赛道。在离散制造领域，和利时离散工业总裁陈盈介绍，平台锚定半导体、电子、机械装备三大方向，采用“70%标准化底座+30%场景定制”策略，让产线“一键换产”，产品切换时间从数小时压缩至15分钟以内。

  据了解，面向未来，和利时在平台层的技术投入将主要集中在XWorld工业物理世界模型的认知引擎和编排引擎，完善时序、本体、机理和决策等四大模型协同机制，研发开放、易用的建模工具和智能体编排工具。（蔡琳）