从“芯”到“智”|见证中国工业软件从底层引擎迈向AI智能体时代

2026年秋天，工业软件行业有两条线同时绷紧。

一条是国家意志的倒计时：距2027年央企国企信创全面替代仅剩一年有余，工信部已立下军令状——200万套工业软件、80万台套工业操作系统必须完成更新换代。这是生存的底线。

另一条是全球技术的换挡期：Gartner最新预测显示，到2030年，半自主AI智能体将接管10%的关键生产、质量与维护环节。

一条线定义了“不得不换”的生存压力，另一条线指明了“换后何去”的进化方向。两线交汇之处，才是国产工业软件的真正战场：不以“替代”为终点，而以“撑起AI时代工厂”为起点。

先看行业底色。

工业软件三大类——研发设计、生产控制、经营管理——国产化率最低的一直是研发设计类。三维CAD国产化率长期不足10%，流程工业的三维设计平台长期由Bentley、Hexagon等海外厂商占据。2019年EDA三巨头断供华为、2020年Matlab终止哈工大授权，两次断供让全行业看清同一件事：画图的笔，不是自己的。

政策这几年的节奏明显加快，而且逻辑递进了三层。

第一层，点名根技术。2021年，《“十四五”软件和信息技术服务业发展规划》把“突破三维几何建模引擎、约束求解引擎”写进国家规划专栏——不是笼统地“支持软件产业”，而是直接点名最底层那颗内核。

第二层，组织化攻坚加量化替代。2024年8月，国务院国资委指导组建中央企业BIM软件创新联合体，78家央国企、高校、科研院所和民营企业联合下场，攻关几何造型、约束求解、数据转换等底层核心技术；一个月后，工信部《工业重点行业领域设备更新和技术改造指南》给出硬指标：到2027年约200万套工业软件、80万台套工业操作系统更新换代。同年10月，GB/T44770-2024《智能火电厂技术要求》发布实施，数字孪生写入国家标准。

第三层，需求侧点火加AI导向。2025年，国办印发政府采购本国产品标准，本国产品在政府采购评审中享受价格扣除优惠，2026年1月1日起施行；八部门《“人工智能+制造”专项行动实施意见》提出2027年目标：1000个高水平工业智能体、100个工业高质量数据集。地方层面，北京《民用建筑信息模型深化设计建模细度标准》2026年9月1日起实施，BIM数字化交付从“鼓励”变成“强制”。

三层逻辑连起来，国家要的东西很清楚：先是“你得有”，再是“你必须换”，最后是“换上来的东西，得能支撑智能工厂、工业大模型和具身智能”。

但两盆冷水必须泼。

第一，200万套替代的大头是经营管理类和生产控制类的中低端软件；真正难啃的研发设计类——三维CAD、CAE、几何内核——国产化率至今仍是个位数。数量目标完成，不等于制高点拿下。

第二，政策能解决“有人买”，解决不了“有人爱用”。设计院的老师傅用了二十年国外软件，几十万套历史图纸躺在国外格式里，替换的真实成本从来不在采购价上。

所以国家要求的另一面，是把考题递给了企业：底座得是自己的，数据得是通的，而且——得为AI时代做好准备。

AI时代的工厂长什么样？Gartner给出了它的终局判断。Gartner《Manufacturing Predicts 2026》的核心判断，可以归纳为三句话。

第一，智能体从“聊天”走向“干活”。到2030年，半自主AI智能体将编排10%的关键生产、质量与维护环节，人类保留最终审批权。在Gartner 2026中国数据、分析与AI技术成熟度曲线上，代理型AI（Agentic AI）的关注度已经反超生成式AI：生成式AI负责“说”，代理型AI负责“做”。

第二，数字孪生从“看得见”走向“能闭环”。Gartner判断，半自主智能体、软件定义产品与闭环数字孪生将共同重塑制造业；全球数字孪生市场将以约41%的年复合增速增长，2034年达到约4280亿美元。所谓闭环，是孪生体不再只用于展示和巡检，而是实时映射工况、驱动仿真、反向优化生产——从“工厂的镜子”变成“工厂的副驾”。

第三，数据必须成为“主线”，而且要为智能体准备好。到2028年，80%的数字主线将始于PLM平台，今天这一比例约为45%；与“物理AI”（Physical AI）兴起相伴随的，是Gartner反复强调的一点：数据就绪度的重要性，已经超过模型本身。机器人和智能体进工厂，消费的不是PPT里的愿景，而是带语义、有结构、全生命周期贯通的工业数据。

把终局倒推回到今天，要求变得非常具体：数据要全生命周期贯通，设计、采购、施工、运维不能各说各话；数据要语义化、结构化，图纸上的管道阀门，得是智能体能读懂、能调用的工程对象；数据要空间化承载，三维模型和数字孪生是物理AI的空间语言；而这一切要跑在自主国产引擎上——否则终局越美，底座越脆。

图为技术2016年成立于深圳，国家级专精特新“小巨人”企业。图为的十年正是技术发展顺序“打磨”国产核心的十年：引擎、移交、数据资产、智能体——顺序不能反，因为后一步永远以前一步为地基。

第一步，磨引擎：先把笔握在自己手里。

2017年，图为推出第一代工业信息三维图形引擎T-3D；2023年底，新一代光追引擎T-3Dx发布，实现10亿三角面大模型在浏览器端流畅渲染，关键技术指标国际领先；再加上GIS引擎和云渲染引擎，构成工业软件产品的根。

为什么死磕引擎？因为几何内核是工业软件的“芯片”。基于国外引擎授权做二次开发，今天能省时间，明天断供、涨价、限制适用领域，刀都在别人手里。引擎自研，意味着模型格式自己定义、渲染能力自己掌控、信创适配自己说了算。

第二步，磨数字化移交：让数据在一座工厂的全生命周期里“活”起来。

2018年，三维数字化工厂信息管理平台T-Plant 1.0面世；2024年11月，T-Plant 4.0正式发布。核心始终是一件事：打通工业设计、采购、施工、运维四个阶段，让工业时空间数据形成基础和底座，让数据“交付物”变成持续生长的“基础设施”。

从核电行业首个完整工程数字化移交项目，到9H级燃机电厂“建设即交付、交付即运维”，再到西气东输、南方电网的智能运维场景，T-Plant验证的是同一件事：数据链从设计端一路延伸到运维端，工厂才有“数字主线”——这正是Gartner所说闭环孪生的前提。

第三步，磨智能工艺流程：把“图纸资产”变成“数据资产”。

流程工业里，工艺知识长期沉淀在二维PID图纸和工程师的脑子里——图纸上画着一根管道、一个阀门，系统并不真正“认识”它。2026年，图为推出智能工艺流程图系统T-PID，面向石化、核电等行业，把PID图纸从静态符号升级为可检索、可关联、可驱动数据流动的结构化工程对象，为多元数据服务。

这一步对准的，正是Gartner说的“数据就绪度”：图纸变成数据资产，工艺对象能与三维模型、实时工况、检修记录互相关联，智能体才有东西可读、可调、可用。

第四步，面向终局：布局具身机器人与主动式AI服务体系。

2026年的图为，产品定位已经写下一章：T-Plant，从工业BIM数字底座，走向工业智能的数据基础设施。

机器人进厂、智能体上岗，前提是工厂里存在一套“它们能理解”的数据：带三维空间坐标、带设备语义、带全生命周期关联，而且跑在自主可控的底座上。图为正在做的，是让三维底座上的数据天然“智能体就绪”——知识图谱自动关联实时测点与检修记录、AI语音交互与行业知识库，AI部件级语义洞察构成主动式AI服务体系的雏形。

国家要1000个工业智能体，Gartner说智能体将编排10%的关键生产环节——智能体落地的“最后一公里”，从来不是大模型，而是它脚下的数据底座。

当2027年的信创大考与2030年的智能体终局在当下交汇，国产工业软件便不再有“喘口气”的间隙。我们既要回答国家“必须换”的生存之问，更要回应时代“换后何去”的发展之题。这两条线看似是压力与方向的分野，实则是同一场变革的一体两面——没有自主底座的替代，AI工厂便是沙上建塔；脱离智能体愿景的替代，则不过是完成了一次低水平的重复。

图为技术的十年，恰是对这场变革最朴素的注脚。从死磕三维引擎把“笔”握在自己手里，到打通数字化移交让数据在全生命周期里“活”起来，再到将图纸资产转化为智能体可读的数据资产，每一步都踩在了“先有地基、再起高楼”的铁律之上。这十年里没有捷径，只有顺序不能颠倒的笨功夫：因为所有关于AI的美好想象，最终都要落在一个能承载它的自主底座上。

2026年秋天，我们站在新十年的起点。前方是国家验收的倒计时，也是全球制造业范式转移的发令枪。国产工业软件的真正胜利，不在于替换了多少套国外软件，而在于当AI智能体走进车间时，它们脚下踩着的，是我们自己打磨了十年的土地。

从“芯”到“智”，这条路很长，但方向已经清晰。下一个十年，愿我们以同样的定力，把“替代”写成序章，把“撑起AI时代工厂”写成正文。