云边协同：卓越级与领航级智能工厂的数字底座

2025年11月，工业和信息化部等六部门公布首批15家领航级智能工厂名单，覆盖钢铁、航空、工程机械、电子、家电、汽车等关键行业。在此之前，全国已建成5.7万多家基础级、9000多家先进级、500多家卓越级智能工厂。随着梯度培育体系进入“卓越—领航”的高阶区间，一个问题日益清晰：高阶智能工厂究竟靠什么架构支撑？答案指向云边协同——以“端—边—云”扁平化网络和边缘云、企业云、产业云“三云”协同为特征的新型数字基础设施。它不仅是网络拓扑的调整，更是实时控制、全局优化与工业智能体分层部署的承载底座。

一、智能工厂的四级阶梯：卓越与领航站在哪里

按照《智能工厂梯度培育要素条件（2026年版）》，我国智能工厂由低到高分为基础级、先进级、卓越级和领航级四个层级。基础级聚焦数字化改造，核心是“从有设备到用数据”；先进级聚焦网络化协同，要求生产经营数据互通共享；卓越级聚焦智能化升级，要求设计、生产、经营数据集成贯通，实现装备自主管控、工艺持续改进与管理智能决策；领航级则聚焦智能化变革，要求新一代人工智能与制造全过程深度融合，开发一批工业智能体，探索全球引领的未来制造模式。

在能力成熟度上，卓越级要求达到GB/T 39116—2020《智能制造能力成熟度模型》三级及以上，领航级要求四级及以上。在AI应用门槛上，卓越级要求应用人工智能技术的场景比例不低于30%，领航级则不低于60%。更关键的差异在于：卓越级的主要技术经济指标要做到国内同行业领先，领航级则必须全球领先，并通过“母工厂”模式向产业链上下游输出先进制造能力。

500多家卓越级工厂的改造成效已经验证了这一路径：产品研发周期平均缩短28.4%，生产效率平均提升22.3%，不良品率平均下降50.2%，碳排放平均减少20.4%。而首批15家领航级工厂，正是在这一基础上向更高阶自主化制造的跃迁。支撑这一跃迁的技术底座，正是云边协同架构。

二、为什么高阶智能工厂绕不开云边架构

传统的“端—云”集中式架构在高阶智能工厂面前暴露出三重瓶颈。其一是实时性瓶颈。产线上的设备联锁控制、在线质量检测、AGV调度等场景要求毫秒级响应，若全部上传云端决策再下发指令，网络往返时延将无法满足硬实时控制要求。其二是带宽与成本瓶颈。一条自动化产线每天产生的振动、温度、视觉、工艺参数等多模态数据可达TB级，全量原始数据上云既不经济也无必要。其三是自治与安全瓶颈。工业现场要求网络中断时产线仍能连续运行，且OT网络与IT网络必须分区隔离，集中式云端架构难以同时满足“断网不停产”和工控安全要求。

云边协同正是针对这些瓶颈的架构答案。在“端—边—云”扁平化架构下，边缘节点就近完成数据采集、预处理、实时推理与本地控制，把有效信息和关键事件上传云端；云端则承担模型训练、全局优化、跨工厂调度和产业链协同。中国工业互联网研究院院长鲁春丛将其概括为构建边缘云、企业云、产业云“三云”协同智算体系：边缘云实现生产的“就近计算、快速响应”，企业云承载模型训练与场景化应用，产业云提供大模型训练、数字孪生仿真等高算力服务和跨域调度能力。

三、卓越级：云边协同支撑“体系化智能化升级”

卓越级工厂的核心命题是“体系化”——不是单点智能，而是覆盖工厂建设、研发设计、生产作业、生产管理、运营管理五个环节的全要素集成。云边架构在这一层级主要承担两个角色。

（一）边缘侧：把智能下沉到产线和设备

在卓越级工厂，边缘节点通过Modbus、OPC UA、PROFINET等工业协议直连数控机床、机器人、PLC和检测设备，在本地完成协议解析、数据清洗、特征提取和实时推理。基于振动、温度、电流等时间序列数据，边缘侧运行预测性维护模型，提前识别设备异常；在线视觉检测模型对产品表面缺陷进行毫秒级判定；工艺参数模型根据实时工况动态优化设定值。这一层构建起“感知—决策—执行”的本地闭环，使关键工序从“事后处理”走向“实时纠偏”。

（二）云侧：工厂级全局优化与数字孪生

云端汇聚各边缘节点上传的结构化数据，构建车间级或工厂级数字孪生，对工艺路线、产线布局和物流路径进行系统级建模与仿真。在此基础上，“人、机、料、法、安、能、环”全要素数据集成贯通，支撑基于智能模型的生产计划与车间排产动态优化、库存高效管理、物流路径智能寻优和能耗排放动态优化。卓越级工厂还在运营管理侧探索构建工业智能体，实现精益管理、精准营销和供应链风险预警。

可以看到，卓越级阶段云边架构的分工是清晰的：边缘负责“快”和“准”，解决产线实时控制问题；云侧负责“全”和“优”，解决工厂级全局优化问题。两者通过统一语义的数据治理实现上下贯通，为向领航级跃迁奠定数据和算力基础。

四、领航级：云边协同驱动“自主化变革”

领航级工厂的命题从“智能化升级”跃升到“智能化变革”，要求制造系统具备自感知、自决策、自执行、自学习能力，向换产零切换、工况零异常、产品零缺陷，以及生产过程零浪费、零库存、零排放演进。云边架构在这一层级的角色发生质变：从“分层计算”走向“多智能体协同”。

（一）边缘侧：工业智能体下沉，本地自主闭环

领航级工厂把一批工业智能体直接部署到设备、产线和车间边缘节点。在边缘侧，面向预测性维护、实时质量检测、柔性工艺调整等任务部署任务型智能体，构建完整的“感知—决策—执行”闭环，推动控制体系由自动化向自主化升级。这意味着产线在遇到工况波动时，不再依赖云端指令或人工介入，而是由边缘智能体自主完成参数调整和工艺适配。

（二）云侧：多智能体协同与企业级决策

在云侧，依托统一的智能体交互机制，生产计划、供应链调度、能耗管理、财务预测、市场营销等智能体彼此协作，实现跨部门协同决策。领航级工厂要求构建运营管理智能体，推动财务管理、市场营销、产品服务、供应链管理等关键流程少人化、无人化；构建生产管理智能体，实现计划排产、资源调度、仓储物流、能源管控的自主运行和持续优化。更进一步，领航级工厂要构建高度协同的智慧供应链，在产业云层面实现上下游资源的快速配置与敏捷响应。

（三）实践样本：南钢与徐工

首批领航级名单中的南京钢铁，通过数字孪生与人工智能支撑特殊钢定制化生产，订单准时达成率达98.5%，新产品研发周期较传统模式缩短50%。徐州工程机械集团则通过人工智能驱动的研发与制造模式提升全球定制能力，订单交付周期缩短55%。这些成果背后，正是边缘侧实时质量与工艺控制、云侧全局排产与数字孪生仿真协同作用的结果。

领航级工厂还承担“母工厂”使命：将在云边架构上沉淀的先进工艺、智能体和解决方案，向产业链上下游复制推广。这种对外输出能力，本身就要求云边架构具备标准化、可复制的部署形态——边缘节点可批量复制，云端能力可多租户调度。

五、从卓越到领航：云边架构的能力跃迁

对比卓越级与领航级对云边架构的要求，可以清晰看到一条从“分层计算”到“自主协同”的演进路径。

卓越级与领航级智能工厂云边架构能力对比

结语：云边协同成为新一代智能制造的标配底座

从500多家卓越级工厂的体系化升级，到首批15家领航级工厂的自主化变革，云边协同架构扮演了不可替代的角色。在卓越级，它是边缘实时控制与云端全局优化的分工底座；在领航级，它升级为工业智能体分层部署、多智能体跨层协同的运行骨架。

随着“人工智能+制造”专项行动深入推进，云边协同、控网算一体的新型工业基础设施正在成为高阶智能工厂的标配。对于正在规划智能化升级的制造企业而言，一个现实启示是：云边架构的布局不应等到申报领航级时才启动，而应在迈向卓越级的过程中同步规划边缘节点、数据治理和云端能力——因为从卓越到领航的跃迁，本质上是同一张云边底座上智能密度的提升，而非推倒重来。

云之佳（J-CLOUD）提供SRM、eBidding、MOM、MES、WMS、QMS、EAM、IOT、AI智能体、数字化采购、供应链协同、数字化车间、数字化工厂、智能制造等服务，是专业的工业互联网、智能制造及云服务解决方案提供商。