回望2026年的工业AI赛道，会发现一幅颇具反差的图景。从世界人工智能大会到各类产业峰会，工业大模型加速涌现，通用AI厂商、工业软件企业和制造业龙头纷纷入局，各类技术方案和应用设想不断推出。
但回到真实的工业场景，绝大多数工业AI项目仍困在“单点试点”阶段。通用大模型不懂工业机理，输出结果的可靠性和可执行性不足，难以直接接入生产线；传统工业互联网平台更多完成了设备连接，尚缺少覆盖全域的智能决策底座；部分AI项目仍高度依赖定制化交付，成本较高，规模化增长能力有待验证。概念不断涌现，真正实现规模化落地的项目仍然有限。
在全行业寻找破局路径之际，7月接连出现两个值得关注的信号。7月17日至20日举行的2026世界人工智能大会上，卡奥斯首次完整展示“工业世界模型”，对外呈现了面向全厂自主优化的工业AI原生技术底座。
7月30日，卡奥斯更新港股IPO招股书。数据显示，2025年公司实现营业收入63.51亿元，同比增长25.3%；净利润2.21亿元，同比增长238.5%。其中，数据智能解决方案收入19.33亿元，同比增长68.2%，占营业收入的比重提升至30.4%，高毛利的数据智能业务正成为平台的重要增长引擎。
两个信号形成相互印证：工业世界模型并非停留在展厅中的技术概念，而是已经进入实际应用，并逐步转化为业务收入。卡奥斯的成长路径，也由此回答了工业AI领域一个核心问题：AI如何与产业深度融合，进而形成规模化、可持续的商业模式？
数据智能业务跑出68.2%增长曲线
港交所更新版招股书完整披露了卡奥斯2023年至2025年的经营数据，呈现出一条较为清晰的业务路径：公司正在由以物联网硬件产品为主要收入来源的平台，向工业AI解决方案提供商加快转型。
从整体经营情况看，2025年卡奥斯实现营业收入63.51亿元，同比增长25.3%；归母净利润2.21亿元，同比增长238.5%。公司在2023年仍处于亏损状态，到2025年已经实现盈利，工业互联网平台的商业化能力得到进一步验证。
客户结构持续变化。截至报告期末，卡奥斯累计付费企业客户超过9600家，来自海尔系关联客户的收入占比由2023年的72.2%下降至2025年的54.6%。虽然关联客户仍是公司收入的重要组成部分，但其占比连续下降，表明第三方市场化拓展正在提速。
从业务构成看，卡奥斯目前形成物联网硬件产品和数据智能解决方案两大板块，二者呈现出不同的增长和毛利特征。2025年，物联网硬件产品实现收入44.18亿元，占总收入的69.6%，同比增长12.7%，平均毛利率约为13%，产品主要包括变频控制器、嵌入式系统硬件等。作为卡奥斯早期进入制造业的重要抓手，硬件业务承担着连接工业设备、汇聚现场数据和拓展制造场景的入口功能。
同期，数据智能解决方案实现收入19.33亿元，占总收入的30.4%，同比增长68.2%，毛利率保持在30%以上，业务覆盖工业软件、工业世界模型、AI智能体集群、系统集成、绿色制造和园区数字化等全栈服务。相较于硬件业务，这一板块呈现出高增长、高毛利的特点，正在成为平台价值增长的核心来源。
三年间，卡奥斯数据智能解决方案收入占比由22.7%提升至30.4%，业务规模实现翻倍增长。68.2%的增速并非单一项目带来的短期脉冲，而是公司业务由硬件连接向工业AI和数据智能服务切换的结果。
根据弗若斯特沙利文数据，按2025年收入计算，卡奥斯在中国工业数据智能解决方案服务商中排名第一，市场份额为1.7%；在家电边缘控制器行业的市场份额为4.3%，在两个细分赛道均处于市场前列。对比行业同类平台，不少工业互联网软件业务增速处于10%至30%区间，卡奥斯数据智能解决方案68.2%的增速明显高于行业平均水平。
这一增长的基础，一方面来自相对统一的技术底座。工业世界模型打通了数据治理、模型训练和智能体部署等流程，有助于降低不同行业项目的重复开发和定制成本，提高解决方案复制效率；另一方面来自长期积累的工业场景。4700多个工业机理模型和20座跨行业灯塔工厂，正在被进一步沉淀为标准化交付方案，使卡奥斯逐步摆脱单纯依靠“一厂一方案”的项目模式，开始形成产品化、规模化输出能力。
工业世界模型构筑技术底座
在2026世界人工智能大会上首次完整展示的工业世界模型，是支撑卡奥斯数据智能业务增长的核心技术底座，也是其区别于通用AI厂商和单一工业软件平台的重要能力。
当前工业AI面临的主要技术矛盾在于，通用大模型虽然具备较强的语义理解和内容生成能力，但对工业物理规律、生产工艺、设备运行机理和安全约束缺乏深入理解，输出结果往往难以直接追溯和验证，更多只能应用于知识问答、辅助分析等环节，难以直接接入产线闭环控制。传统工业机理模型虽然相对精准，但较为碎片化，通常只能解决单一设备、单一工序的局部优化问题，难以实现全厂范围内的协同决策。
卡奥斯工业世界模型试图解决的，正是通用模型与工业机理之间的融合问题。其本质上将工业本体图谱、海量工业机理模型和数字孪生仿真能力整合至统一底座，使人工智能不仅能够识别生产数据，还能够理解设备、工序、物料、工艺、人员和能耗等生产要素之间的关联关系。
首先，工业世界模型构建了覆盖工厂全要素的工业本体，为人工智能理解车间运行逻辑提供知识锚点。相较于通用大模型主要依靠文本和通用数据训练，工业本体能够让模型进一步识别生产要素之间的关系，理解工厂内部的运行逻辑和约束条件。
其次，工业世界模型内置了家电、化工、汽车、装备制造等十余个行业的4700多个工业机理模型。区别于主要依赖统计规律进行预测的通用模型，工业机理模型能够将物理规律、工程经验和工艺约束纳入分析过程，使参数优化、故障诊断和排产调度等决策具备更强的可追溯性和可校验性。对于强调安全性、稳定性和合规性的工业生产而言，工业机理的融入，是人工智能进入关键生产环节的重要基础。
在此基础上，工业世界模型还进一步打通了从分析、决策到执行的闭环。模型输出不再局限于报表和文字建议，而是能够向下连接边缘控制器、产线机器人和能源系统，推动生产设备根据实际运行情况进行自适应调整。由“分析工具”向“工厂大脑”延伸，正是工业AI价值进一步释放的关键。
依托工业世界模型，卡奥斯同步发布了天驭工业柔性操作智能体开发平台，形成较为清晰的三层架构。底层由工业世界模型提供统一的数据和机理支撑；中层由天驭平台提供智能体低代码开发工具，使企业工程师无需具备深度学习开发基础，也能够较快搭建质量检测、生产调度、能源管理和故障诊断等场景智能体；上层则形成COSMO-Sphere、COSMO-iMOM和COSMO-iEMS三类智能体集群产品，分别面向企业经营决策、全流程制造运营和能碳精细化管控，实现标准化交付。
由此，真实工厂生产过程持续沉淀高质量工业数据，数据回流后用于训练和迭代工业世界模型；模型进一步驱动不同场景的工业智能体开展分析和执行，智能体优化生产后形成效率、质量和成本改善，并在新的生产过程中继续产生工业数据。这一循环使技术研发、场景落地和数据积累相互促进，也构成卡奥斯工业AI价值飞轮。
技术可以复制、交付逐步标准化、应用价值能够量化，正是卡奥斯数据智能解决方案实现68.2%规模化增长的技术基础，也是其试图解决工业AI定制成本高、跨行业复制难等问题的重要路径。
20座灯塔工厂验证跨行业落地
技术底座能否形成长期价值，最终还需要通过实体工厂的实际应用效果进行验证。截至2026年6月，卡奥斯累计参与赋能20座世界经济论坛灯塔工厂，覆盖家电、汽车、医药、化工、物流等十余个行业，形成覆盖行业较广的灯塔工厂集群，并累计服务16万家大中小制造企业。
在离散制造领域，青岛净水互联工厂是全球净水行业首座灯塔工厂。该工厂部署了32套AI数字化方案，AI视觉检测精度达到0.1毫米，相较0.5毫米的行业通用标准提升至原来的5倍，同时通过人工智能对碳滤芯烧结工艺进行自适应调控。相关方案落地后，工厂产品缺陷率下降40%，质量成本降低72%，库存周转周期缩短53%，人工智能技术开始由辅助检测工具延伸至质量控制、工艺管理和库存运营等核心环节。
上海洗衣机互联工厂则在注塑、总装等生产环节部署了36组AI智能体，对500余项生产参数进行实时分析和自适应优化。应用后，工厂总产量提升37%，产线切换成本降低33%，订单交付效率提升40%。面对大量生产参数和持续变化的订单需求，工业智能体能够实现传统人工方式难以完成的实时协同优化。
除家电等离散制造场景外，卡奥斯还在流程制造领域推进工业AI应用。流程制造具有工序耦合度高、生产连续性强、过程调整影响范围较大等特点，是工业AI落地难度较高的领域。
卡奥斯为陕西延长石油搭建全域工业AI平台，并部署38个化工专属智能体。其中，汽油调和智能体可在30秒内输出原料配方优化方案，使一次调和成功率提升60%；醛分离塔工艺智能体使生产参数波动降低70%，产品转化率提升30%；油田故障诊断智能体则将人工巡检规模由每日500人减少至90人，故障诊断效率提升3倍。
化工场景的应用表明，融合工业机理的模型架构不仅能够服务家电等离散制造领域，也具备向化工、能源等流程制造行业迁移的能力。这意味着工业世界模型有望突破单一行业和单一工艺的限制，进入更加广泛的工业场景。
与此同时，20座灯塔工厂并非相互孤立的展示项目。卡奥斯正在将灯塔工厂建设过程中形成的数字化诊断、产线仿真、工业智能体部署和灯塔工厂申报辅导等能力，沉淀为相对标准化的服务体系。
对于中小制造企业而言，复用已经在灯塔工厂得到验证的场景智能体和解决方案，意味着无需从零搭建工业AI底座，可以降低资金、技术和人才投入门槛。灯塔工厂由此不仅是技术应用的验证场，也是标准化解决方案的重要来源，成为卡奥斯扩大第三方企业客户覆盖范围、推动跨行业复制的重要抓手。
工业互联网加速迈向“AI原生”
卡奥斯更新招股书以及工业世界模型的落地，并非单一企业的阶段性变化，也折射出工业互联网产业正在由设备连接、数据采集向智能决策和自主优化加速演进。结合技术、市场需求和产业发展趋势，未来三至五年，工业互联网与人工智能融合将呈现三条较为清晰的演化路径。
首先，工业互联网将由“设备连接”逐步迈向“全域自主决策”。在2026世界人工智能大会上，卡奥斯董事长陈录城将这一演进过程概括为三个阶段：第一阶段是筑牢工业互联网数据底座。自2017年起，卡奥斯依托COSMOPlat平台打通全产业链资源，深耕多个制造业细分场景，累计赋能16万家企业、参与建设20座灯塔工厂，持续沉淀工业工况数据、行业机理模型与标准体系；第二阶段是依托AI实现“模数共振”和价值释放，通过融合全域工业数据，形成工业世界模型和工业AI智能体集群两项核心成果，并搭建COSMO-Sphere、COSMO-iMOM等产品矩阵，以多智能体协同覆盖生产经营场景，推动工业互联网由数字化工具向智能化决策平台演进；第三阶段是布局工业AI原生全栈平台，依托天驭工业柔性操作智能体开发平台，探索高绩效数字员工等应用形态，推动工业智能体实现自涌现、自裂变和自进化，使企业能够通过自然语言快速生成适配自身生产场景的专属工业智能体。
这一路径反映出工业互联网平台正由连接设备、汇聚数据，进一步转向理解工业、辅助决策和执行控制。未来，单纯提供设备连接和数据上云服务的平台，增长空间可能逐步收窄；具备垂直工业模型、工业机理融合和全域智能决策能力的平台，有望占据产业价值高地。
其次，工业AI的交付模式将由定制化项目逐步向标准化产品转变。过去，工业AI项目普遍采用“一厂一方案”的定制开发方式，建设周期较长、交付成本较高，难以在不同行业和企业之间快速复制。卡奥斯数据智能解决方案68.2%的增速表明，依托统一工业模型底座和标准化智能体产品，可以减少重复开发，降低项目交付的边际成本，并形成规模化收入。
未来，工业AI行业竞争的重点可能不再单纯取决于模型参数和算力规模，而将更多取决于工业机理沉淀能力、标准化场景交付能力和跨行业复制能力。缺少实体工厂场景、工业数据和机理知识积累的通用模型，仍可能长期停留在试点阶段，难以形成可持续的商业收入。
同时，工业互联网平台的资本市场估值逻辑也有望发生变化。过去，市场评估工业互联网企业时，通常更加关注硬件收入规模和设备连接数量。随着数据智能和工业AI业务持续增长，投资者的关注重点将逐步转向AI软件业务增速、毛利率水平和第三方客户占比等指标。
卡奥斯推进港股上市，也将为资本市场观察工业AI与工业互联网融合企业提供新的样本。具备工业AI原生能力、标准化交付能力和跨行业复制基础的平台，有望获得更高的市场关注度和价值认可。
数据智能解决方案68.2%的增长，为产业互联网行业提供了一个较为清晰的答案：工业AI的核心竞争力并不完全取决于通用大模型的参数规模，更取决于能否深入实体制造业，持续沉淀工业机理、真实生产数据和具有可量化价值的应用场景，并建立能够连接分析、决策与执行的智能技术底座。
工业世界模型的价值，在于缩短通用人工智能技术与实体制造需求之间的距离；20座灯塔工厂的实践，则将人工智能技术转化为制造企业可以感知和衡量的效率、质量及成本改善；招股书披露的数据智能业务增长，也从经营层面对相关商业化路径形成了验证。
判断一家工业互联网平台是否具备长期成长潜力，不必停留在技术概念层面，更应关注其是否拥有融合工业机理的垂直模型底座，以及是否具备跨行业、标准化的解决方案交付能力。当工业AI由展厅中的技术展示走向车间产线，并逐步转化为企业收入和经营成果，工业互联网正在加速进入“AI原生”发展阶段。