6月12日，第一届工业用品大会在上海国家会展中心举行。震坤行工业超市在大会上宣布成立工业用品大数据和大模型公司——玲珑智能。震坤行首席技术官刘阳出任玲珑智能CEO。

　　刘阳在大会主题演讲中认为，AI技术正经历从数字世界向物理世界的深刻跃迁，而工业用品供应链智能化转型，迫切需要建设高质量的数据基础设施。

　　刘阳首先梳理了AI技术发展的四大趋势。一是价值创造维度，AI正从生成情绪价值，转向创造商业化价值，再到今天真正进入产业界去创造产业价值。“AI在从数字世界真正进入物理世界，从解决数字世界的问题，进化到解决物理世界的问题。”二是模型训练范式的进化，从预训练依赖先验数据，到微调对齐场景与需求，再到当下最热门的智能体和后训练阶段——模型如同真正的员工走进企业，利用每一次正反馈总结经验，利用每一次负反馈复盘教训，不断迭代成长。三是工程范式的发展。当前模型虽强大，但在实际应用中仍存在幻觉问题，需要工程化的手段加以管控，工程架构的本质就是更好地管理、驾驭模型能力，让其在专业领域发挥实际作用。四是多模态融合加速，模型能力不仅体现在语言模型上，也体现在图像理解、视频理解乃至具身智能和世界模型领域。

　　在分析产业落地瓶颈时，刘阳指出，AI技术的价值转化仍需突破“最后一公里”。目前产业面临六大核心难题：缺乏高质量数据、大量行业经验停留于人脑记忆、未被结构化和线上化、流程与系统未能匹配AI需求、模型本身的幻觉问题尚未根本解决以及组织层面的变革挑战。“大模型从2020年至今能力提升了一千倍，但我们并没有享受到一千倍的效率或效益提升。”他认为，AI产业竞争的上半场比拼的是模型本身的智能程度，但下半场比拼的一定是行业部署能力和交付能力。将模型能力转化为产业能力，需要非常精细化的设计和工程化突破。

　　针对上述瓶颈，刘阳介绍了玲珑智能的解决方案。在数据层，他正式发布“多米诺工业用品大数据引擎”——这是首个工业用品行业PB级别、覆盖10亿级商品参数的工业大数据字典。该引擎在技术上实现了多智能体自动标注、自动学习、全链路溯源等核心突破，旨在为行业生产高质量数据，服务于下一阶段模型训练。在模型层，玲珑智能自主研发的“行家玲珑”工业用品AI大模型已于2025年9月通过国家网信办备案。该模型利用多米诺专业数据集进行强化学习、微调和预训练，以“使用即标注、标注即训练、一切可追溯、一切可解释”为设计原则，着力降低模型在关键决策中的幻觉概率。在智能体层，玲珑智能已向近万家企业提供了数据模型和智能体服务。

　　刘阳分享了多个落地案例：一家全球领先食品原料企业通过AI物料管家降低库存成本23%；一家大型化工企业使用玲珑慧搜，选型时间缩短60%；北方最大港口公司部署AI行家助手，覆盖90%员工、70%业务场景；国内某大型车企通过多模态AI行家慧眼，物料盘点从三天缩至不足两小时。

　　展望未来，刘阳提出，工业用品AI的未来方向是“从数字世界到物理世界的入口”。他表示，未来物理AI、具身机器人应当去重复人类进化的路径。每一次人类的关键进化，都是从使用新工具、创造新工具开始。未来物理AI和具身机器人也一定会更好地理解物理世界，理解所有工具、物料、工况和场景所需要的零部件，来制造工具和创造工具。

　　最后，刘阳表示，玲珑智能愿意开放多米诺工业用品数据引擎、行家玲珑工业用品大模型以及智能体家族，与所有合作伙伴共享共建。他强调，工业用品智能基础设施建设需要产业链各方共同参与，任何一家企业的力量都不足以独立完成，希望能够获得更多支持，共同完善这一智能基础设施体系。