9 月 18 日，在华为全联接大会 2026“数实共生 · 智演未来”——Agentic Enterprise 与 Physical AI 研究及实践成果发布会上，《Agentic Enterprise：企业智能化白皮书》《物理智能云边端协同架构研究报告》正式对外发布。来自华为、广汽集团、南方电网、中科院沈阳自动化研究所、安永、全球计算联盟的多位嘉宾，围绕企业智能体转型痛点、行业实践、物理智能技术瓶颈、云边端演进路线等行业热点问题展开深度交流，分享产业落地的思考与实践经验。
Agentic Enterprise：拒绝存量 IT 推倒重来，DIMAK+H 型双塔破解企业 AI 落地最后一公里
针对 DIMAK 工程体系如何赋能企业 Agent 转型，华为 AI 系统科学家姚骏表示，DIMAK 给出一套可落地的企业级 AI 工程参考架构，配套 OpenJiuwen 开源平台输出开发框架、运行时、知识与数据工具链。同时结合银行、汽车等行业参考实例，帮助企业对照建设智能体，业务价值的“最后一公里”需要企业自身主导，华为输出工具与行业实践经验进行赋能。
华为 AI 应用首席专家李宏恺强调，企业落地 Agentic Enterprise 最大瓶颈不是模型能力，而是把模型能力转化为真实生产力。核心挑战集中在三点：一是企业内部战略共识；二是区分“+AI”与“AI 原生”，不能仅在原有业务流程上叠加 AI，要围绕智能体能力重构业务流程；三是工程落地难题。DIMAK 工程体系搭配 H 型双塔运行机制，支持与企业现有 IT 环境融合对接，不需要将存量 IT 资产推倒重建，打通 AI 推理能力到企业确定性业务执行链路。
广汽集团数字化部部长 & 大圣科技总经理刘倩分享广汽实践，提出企业要迈向“L5 级智能化企业”的愿景，将企业全业务链路打造感知‑分析‑决策‑执行‑反馈‑自进化闭环。依托 DIMAK 框架，广汽落地 VOC 客户洞察、私域新媒体短视频自动生成等场景，基于企业私域数据与本体知识约束生成营销内容，沉淀企业知识资产，实现业务提质增效。广汽集团数字部总架构师王麒钧补充，汽车行业智驾、座舱业务沉淀大量数据、算力、知识工程能力，与 DIMAK 体系天然契合，产品智能化与企业研产供销服流程智能化一体化建设，能力相互外溢反哺业务。
南方电网用户生态运营公司科数部三级领军技术专家苏立伟谈到电力行业 AI 建设痛点，过去智能客服、工单处理等 AI 能力难以沉淀为可复用的数据、模型、知识资产，不同业务渠道能力无法打通。借助 DIMAK 与 H 型双塔运行机制，南方电网建设“大瓦特”电力智能客服大模型体系，联合 OpenJiuwen 框架开展工业电费账单解读场景验证，沉淀核心资产，面向用户、管理人员、作业人员多层级赋能，实现用户、企业、生态伙伴多方价值。
谈及面向不同行业企业的差异化需求，华为 ICT 新机会孵化部总裁翟广雷介绍，华为坚持软件开源开放、硬件变现思路，围绕 DIMAK 架构，重点夯实算力底座、记忆引擎、知识库平台，解决幻觉、长上下文处理难题；M 模型层、A 智能体层保持开放兼容，支持盘古、DeepSeek 等多类模型；同时提供本地部署、云化部署两套方案。华为 ICT 新机会孵化部计算领域总监罗云峰补充，方案聚焦高确定性、安全可控、高效运行三大特性，通过知识库、记忆引擎降低模型幻觉，强化 Agent 高危操作防护，打造通算智算存储融合算力底座，支撑企业确定性业务落地。
物理智能：“三域协同 · 一网贯通”，分阶段推进从实验室走向产业规模化
针对物理智能产业痛点与云边端协同架构，华为 ICT 新机会孵化部总裁翟广雷表示，物理智能正迈入商业化规划阶段，但行业面临云边端算力调度不清晰、本体多维感知带来超大上行带宽压力、AI 智能体原昇调度机制缺失三大共性痛点。报告提出“三域协同 · 一网贯通”参考架构，云端聚焦全局规划训练、边缘侧重调度、端侧负责确定性执行，旨在凝聚产业共识，解决实时性、确定性、调度难题，加速物理智能扎根实体经济。
中国科学院沈阳自动化研究所副所长曾鹏解读物理智能云边端三阶段演进路径：现阶段以云端训练分析、边缘采集简单推理为主，侧重物理世界感知认知；中期消除模型幻觉，边缘实现区域自治，具备本地自主决策闭环能力，云端承担全局优化；远期走向群体智能，云边端算力通信资源动态调度，实现多设备自主协同作业。
华为制造与大企业军团副总裁王剑伟结合工业一线实践指出，物理智能落地工厂面临三大现实挑战：工业毫秒级实时控制与大模型推理时延矛盾；弱网、断网工况下作业安全；异构设备协议不统一、规模化复制难度高。以汽车产线内饰上下料场景举例，云边端协同架构实现端侧本地毫秒级轨迹纠错、异常安全停机；边缘完成任务调度保障产线节拍；云端负责数据沉淀、模型迭代，同时对接现有工业系统。他判断，物理智能产业类似早期自动驾驶，还需要 3‑5 年才能实现大规模商用，当前优先打造汽车、应急、物流行业灯塔项目，联合产业链伙伴孵化解决方案。
全球计算联盟秘书处 CTO 苗福友表示，当前具身智能机器人以科研、展示场景为主，未来两到三年仓储搬运、产线上下料等专业场景会逐步成熟；家居这类复杂长程任务是长期目标。机器人单体算力、能源受限，算力池化、云边协同是必然趋势。
安永大中华区咨询主管合伙人吴晓颖认为，物理智能的竞争将从单点产品技术竞争转向生态系统能力比拼。产业需要从单点创新走向协同创新，锚定真实业务需求打造可复制场景；同时联合政府、科研机构、龙头企业，完善标准、接口、测试认证与安全体系，降低跨主体协同成本，释放物理智能对实体经济的转型动能。
针对落地关键挑战，罗云峰提出，端侧算力‑功耗‑空间矛盾是物理智能最大瓶颈，华为将推出芯片、标卡、模组产品，探索云边算力无感调度，屏蔽底层算力网络复杂度，降低开发者门槛。张晓燕补充，物理智能的核心挑战在于对物理规律的学习与运用，需要打通真实数据、仿真数据，实现多传感器数据时空对齐，依托“三域协同 · 一网贯通”架构，支撑物理智能产业整体发展。
本次发布会两份成果，分别从数字世界企业智能体、物理世界具身应用两大维度，输出架构、工程方法论与行业实践。与会嘉宾一致认为，Agentic Enterprise 与 Physical AI 不是单一技术的升级，而是技术、业务、生态的系统性变革，需要产学研用多方携手，共同推动数实深度融合，释放 AI 产业价值。