近年来，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。

　　在工业场景中，不少工业AI项目仍停留在“单点试点”阶段：通用大模型缺乏工业机理支撑，传统工业互联网平台更多完成设备连接，部分AI项目又高度依赖定制化交付，规模化复制能力仍待验证。

　　在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”；7月30日，卡奥斯更新港股IPO招股书，2025年实现营业收入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%，占营业收入比重提升至30.4%。

　　数据智能业务跑出68.2%增长曲线

　　更新版招股书显示，卡奥斯正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。公司由2023年的亏损转向2025年盈利，累计付费企业客户超过9600家，海尔系关联客户收入占比由2023年的72.2%降至2025年的54.6%，第三方市场拓展持续提速。

　　2025年，卡奥斯物联网硬件产品收入44.18亿元，占总收入69.6%，同比增长12.7%；同期，数据智能解决方案收入19.33亿元，占比30.4%，同比增长68.2%，毛利率保持在30%以上。三年间，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。

　　根据弗若斯特沙利文数据，按2025年收入计，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1.7%。这一增长一方面来自统一技术底座对数据治理、模型训练和智能体部署流程的打通，另一方面来自长期工业场景积累。4700多个工业机理模型和20座跨行业灯塔工厂，正在进一步沉淀为标准化交付方案，推动业务由“一厂一方案”向产品化、规模化输出转变。

　　工业世界模型构筑技术底座

　　工业AI落地的核心难点，在于通用大模型对工业物理规律、生产工艺和设备机理缺乏深入理解；传统工业机理模型虽然精准，却往往较为碎片化，只能解决单一设备或工序的局部优化问题。

　　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。卡奥斯将工业本体图谱、工业机理模型和数字孪生仿真能力整合至统一底座，使AI能够进一步理解工厂生产要素之间的关联关系。目前，工业世界模型已内置家电、化工、汽车、装备制造等十余个行业的4700多个工业机理模型，将物理规律、工程经验和工艺约束纳入参数优化、故障诊断和排产调度等决策过程。

　　在此基础上，工业世界模型进一步打通从分析、决策到执行的闭环，模型输出可向下连接边缘控制器、产线机器人和能源系统。依托工业世界模型，卡奥斯还推出天驭工业柔性操作智能体开发平台，形成“工业世界模型+低代码开发工具+智能体产品”的三层架构。

　　由此，卡奥斯形成了工业AI价值飞轮：真实工厂持续产生工业数据，数据回流用于训练和迭代工业世界模型，模型再驱动工业智能体落地执行，智能体优化生产并创造可量化价值，生产过程又持续产生新的工业数据。循环往复之下，数据、模型与场景不断迭代，推动技术复制、交付标准化和应用价值量化，也成为数据智能业务持续增长的重要基础。

　　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，最终要由实体工厂验证。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，并累计服务16万家大中小制造企业。

　　在离散制造领域，青岛净水互联工厂部署32套AI数字化方案，AI视觉检测精度达到0.1毫米，产品缺陷率下降40%、质量成本降低72%、库存周转周期缩短53%。

　　在流程制造领域，卡奥斯为陕西延长石油搭建全域工业AI平台，部署38个化工专属智能体。汽油调和智能体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。

　　从离散制造到流程制造，相关实践表明融合工业机理的模型架构具备跨行业迁移能力。相关能力也在进一步沉淀为可复制的解决方案，成为卡奥斯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，也折射出工业互联网正在由设备连接、数据采集向智能决策和自主优化演进。在2026世界人工智能大会上，卡奥斯董事长陈录城将这一过程概括为三个阶段：第一阶段筑牢工业互联网数据底座，依托COSMOPlat持续沉淀工业数据、行业机理模型和标准体系；第二阶段通过工业世界模型和工业AI智能体集群实现“模数共振”和价值释放，推动工业互联网由数字化工具迈向智能化决策平台；第三阶段布局工业AI原生全栈平台，依托天驭平台推动工业智能体自涌现、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。

　　这一路径也对应着工业AI商业模式的变化。过去，工业AI项目普遍采用“一厂一方案”的定制开发模式，建设周期长、交付成本高、跨行业复制难。随着统一工业模型底座和标准化智能体产品逐步成熟，行业竞争重点将更多转向工业机理沉淀能力、标准化场景交付能力和跨行业复制能力。

　　与此同时，资本市场对工业互联网企业的关注重点也可能由硬件收入规模、设备连接数量，逐步转向AI软件业务增速、毛利率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“AI+工业互联网”企业提供新的样本。

　　从68.2%的数据智能业务增长，到工业世界模型和20座灯塔工厂的落地，卡奥斯所呈现的路径表明，工业AI的核心竞争力并不只在模型参数规模，更在于能否深入实体制造业，持续沉淀工业机理、真实生产数据和可量化价值场景，并形成可复制、可规模化的解决方案。当工业AI从展厅走向车间、从技术概念转化为经营成果，工业互联网正在加速迈向“AI原生”阶段。