随着人工智能持续向产业深水区演进，其重心正从模型能力本身，逐步转向与现实世界的深度融合。设备、传感器与各类终端所构成的物理世界，正在成为 AI 获取信息、执行决策的重要入口。而如何高效连接海量设备、实现数据的实时流动，并支撑 AI 系统的持续运行，则成为企业面临的关键问题。

           在此背景下，EMQ 于 3 月 20 日在杭州举办 EMQ Tech Day 2026，围绕“连接物理世界与人工智能”这一主题，系统呈现了其面向 AI 时代的技术路径与产品布局，并结合多个行业实践，展示了数据基础设施在实际场景中的落地价值。

           本次大会由火山引擎、阿里云、博思云为等多家产业核心力量联合支持，南方电网、吉利汽车、阿斯利康、商米、艾拉比等企业代表受邀出席，与现场来自网联汽车、能源电力、智能硬件、工业物联网等多个领域的 150 余位技术决策者思想碰撞，共同见证 AI 时代实时数据基础设施的跨越式进化。

           面向 Physical AI 的战略演进：从连接设备到支撑智能体

           Physical AI 的进一步发展，使得设备从被动的数据采集端转变为 AI Agent 的重要载体。AI 正逐步具备感知、推理与执行能力，并通过各类终端参与现实世界的运行。因此，系统底层基础设施不仅需要稳定的大规模连接能力，还需要支持数据的持续流动、上下文交互以及多系统之间的协同。

           通过全球最具扩展性的领先 MQTT 平台 EMQX，EMQ 已经帮助全球 1000 余家企业客户实现了前者。面对新趋势下的新需求，EMQ 创始人兼 CEO 李枫在大会上首度公开了公司最新技术与战略布局：在持续推进 MQTT 标准与 EMQX 产品架构演进、强化大规模连接与实时传输能力的同时，引入面向 AI Agent 的能力框架，使设备能够以更标准化的方式接入 AI 系统，并参与到智能决策过程中。

           其中，Device Agent 是这一战略的重要组成部分。通过在设备侧或边缘侧引入轻量化 Agent，将设备能力进行抽象与封装，使其可以被 AI 系统直接调用与编排，实现从“设备接入”到“能力服务化”的转变。同时，结合 MQTT 数据流与 AI 模型能力，Agent 可以对实时数据进行分析、决策并触发动作，形成“感知－分析－执行”的闭环。

           EMQ 正在构建面向 AI 时代的数据基础设施能力体系，在物理世界与智能系统之间，构建稳定、实时、可扩展的连接与数据流通能力，为 AI Agent 的运行与协同提供基础支撑。

           FlowMQ 发布：打破协议边界的融合消息平台

           在 AI 应用落地过程中，一个普遍存在的问题是：MQTT、Kafka、AMQP 等多种消息体系长期并存，数据在不同系统之间流转依赖复杂的桥接机制，不仅增加了系统复杂度，也引入额外延迟。

           EMQ 在本次大会上发布的 FlowMQ，正是针对这一问题提出的解决方案。

           不同于传统消息系统以单一协议为中心的设计思路，FlowMQ 以协议无关的方式组织数据流，通过统一的路由机制实现多种协议之间的实时互通，使设备侧数据能够直接进入流处理与 AI 系统，同时也支持 AI Agent 对数据流的直接消费与交互。

           在底层架构上，FlowMQ 采用云原生设计，通过无状态计算与对象存储的组合，实现资源的弹性扩展与统一管理。企业可以用一套平台替代多套独立集群，以更低成本、更高效地构建面向 AI 的数据通道。

           多行业实践：从规模连接到 AI 驱动的系统能力

           来自不同行业的企业代表在大会上进行了实践分享，进一步展示了 EMQ 产品与方案在真实业务中的落地方式。

           在车联网领域，吉利基于 EMQX 构建了面向全球业务的车联数据底座，实现了海量车辆的稳定连接与实时数据交互。通过统一的连接与分发体系，车辆、云端与应用系统之间形成高效的数据闭环，为远程控制、智能驾驶及全球化部署提供支撑。在此基础上，数据不仅用于监控与管理，也逐步参与到 AI 系统中，支撑 Physical AI 与车载 AI Agent 的探索，使车辆具备更强的实时响应与智能化能力。

           在能源电力领域，南方电网在新型电力系统建设过程中，借助 EMQX 实现了海量设备的统一接入与管理。通过构建标准化的数据交互体系，有效缓解了设备规模扩大带来的系统割裂与协同困难问题。这一架构使设备数据能够在不同系统之间高效流动，支撑监控、分析与调度等业务的协同运行，为电力系统的数字化与智能化提供基础能力。

           在智能硬件领域，商米基于 EMQX 对其全球设备连接架构进行了系统性升级，解决了大规模设备接入与跨区域部署中的性能与稳定性问题，实现千万级连接能力的突破，并支撑其全球化业务的持续拓展。

           同时，围绕 AI Agent 与多模态交互能力，EMQ 正在持续推进生态层面的合作与探索。通过与火山引擎、豆包等合作伙伴的协同，整合实时通信、多模态模型与设备连接能力，构建面向智能硬件的实时交互体系。EMQ 还联合九望科技、晶晨半导体（Amlogic）与进迭时空等生态伙伴，从芯片、系统到平台层面协同推进，探索面向 AI 时代的智能设备连接平台。

           这些实践表明，随着数据在不同系统与场景之间实现高效流动，企业能够逐步构建起从数据采集到智能决策的闭环能力，而数据基础设施在其中扮演着关键角色。

           构建连接 AI 与物理世界的关键基础设施

           当 AI 不再局限于云端推理，而是深入到设备、系统与业务流程之中，数据的实时性与连通性将直接影响其应用效果。在这一过程中，连接能力不再只是基础功能，而成为决定系统整体效率与智能水平的重要因素。

           围绕这一变化，EMQ 正在通过持续的技术演进与产品创新，将 MQTT 及其实时数据体系扩展为面向 AI 时代的核心基础设施。从连接设备，到连接数据，再到支撑 AI Agent 的协同运行，EMQ 的能力边界正在不断拓展。

           EMQ Tech Day 2026 所呈现的不仅是一系列产品与实践，更体现出一种清晰的技术路径：以实时数据流为核心，打通物理世界与智能系统之间的连接，为 AI 应用提供稳定而持续的基础支撑。在这一进程中，数据如何流动，正在成为智能如何发生的关键。