編者按：今年的政府工作報告提出，持續(xù)推進“人工智能+”行動，將數字技術與制造優(yōu)勢、市場優(yōu)勢更好結合起來，支持大規(guī)模廣泛應用。這是“人工智能+”第二次被寫入政府工作報告，與去年側重于技術研發(fā)和產業(yè)集群建設不同，今年的提法更側重于技術的落地應用，將人工智能的應用重點指向了制造業(yè)?！吨袊娮訄蟆诽亻_設“AI+制造”深度調研行欄目，深入基層、走進一線展開實地調研，報道各地方、各企業(yè)優(yōu)秀案例，探討新一代AI技術落地帶來的機遇與挑戰(zhàn)，推廣“AI+制造”中國方案。

美的廚熱洗碗機工廠智能生產線

屏幕上，一行行圖文快速刷新，在一問一答間，復雜的電氣行業(yè)難題便迎刃而解；車間里，只需在電腦上稍作設置，工業(yè)機器人便自動完成復雜繁重的工作；辦公室內，只需導入參數文件，準確、合規(guī)、定制化的PCB圖紙便立等可取……當前，人工智能，尤其是大模型的應用已經深入工業(yè)制造的每一個環(huán)節(jié)中。

今年政府工作報告提出，持續(xù)推進“人工智能+”行動，將數字技術與制造優(yōu)勢、市場優(yōu)勢更好結合起來，支持大模型廣泛應用?？梢钥吹?，伴隨AI技術與產業(yè)的“雙向奔赴”，工業(yè)邏輯正在被重塑，而工業(yè)大模型已然成為新型工業(yè)化的核心引擎。

從“大而全”到“專而精”

當前，人工智能模型發(fā)展路徑逐漸從“大而全”轉向“專而精”，以通用模型為底座，打造“會技術、懂行業(yè)”的垂直行業(yè)模型已經成為行業(yè)共識，并已在多個場景中落地，為制造業(yè)打造“新范式”。

基于此，制造業(yè)企業(yè)紛紛發(fā)力搶灘行業(yè)模型新賽道，除部分企業(yè)選擇自研大模型外，多數企業(yè)均選擇與通用模型提供商合作，以更高的性價比實現細分制造行業(yè)的智能化轉型升級。

例如，寶武鋼鐵集團與華為合作，實現鋼板成材率的顯著提升；國家電網與阿里、百度共同打造光明電力大模型，推動能源電力科技創(chuàng)新與產業(yè)創(chuàng)新的融合發(fā)展；東莞森瑪仕格里菲電路有限公司與騰訊合作，打造PCB行業(yè)生產新路徑；南京港攜手中國聯通，以元景大模型打造智慧港口；中國石化聯合中國電信部署DeepSeek大模型，重塑運營管理新范式；鄂爾多斯文玉煤礦與中國移動合作，基于九天·工業(yè)大模型打造的AI智能體已覆蓋70余個場景……

南京港集卡防吊起場景內的監(jiān)控畫面

大模型在不同工業(yè)場景中已經積攢了豐富的“實操”經驗。在核能行業(yè)，上海核工程研究設計院推出的“智匯星”核電設計大模型參數量達到130億，整合了大量設計準則、經驗及法律法規(guī)要求，可實現核電設計方案自動生成和智能審核，當前已檢查設計文件17萬份，推動核電產業(yè)的智能化轉型。

在卡奧斯工業(yè)智能研究院實驗室里，卡奧斯自主研發(fā)的工業(yè)大模型COSMO-GPT整裝待發(fā)，只需一聲語音指令，便可自動完成洗衣機設備的柔性組裝。

在冶金行業(yè)，中國鋼研引入百度智能云一見視覺大模型平臺，結合過去七十多年積累的大量行業(yè)數據打造金相分析大模型，有效解決鋼鐵成分分析、質量缺陷檢測、物料追溯等多種行業(yè)難題，提升分割準確率至95%。

京東工業(yè)也于近日發(fā)布行業(yè)首個以供應鏈為核心的工業(yè)大模型Joy industrial，可利用AI技術賦能運維資源最優(yōu)調度，助力企業(yè)提高運維效率、降低運維成本、實現效益最大化……

聚焦工業(yè)場景應用，中國工程院院士桂衛(wèi)華指出，大模型在工業(yè)領域可以發(fā)揮4方面作用：“一是優(yōu)化設計過程、提高研發(fā)效率，二是基于交互能力推動產品和服務智能化，三是拓展生產制造智能化應用邊界，四是基于助手模式提升經營管理水平?！?/p>

從“外圍輔助”到“核心控制”

記者觀察到，相較于前兩年，大模型的工業(yè)應用呈現出從“外圍輔助”到“核心控制”的發(fā)展趨勢：在整個設計、制造、質檢的生產流程中，大模型的作用已經從相對邊緣的物流、客服、質檢等環(huán)節(jié)，逐漸深入到工業(yè)設計、乃至于工業(yè)控制領域中。

江西蘇強格無人智慧倉儲產線

工業(yè)設計領域，中工設計科學聯合實驗室于近日發(fā)布了全國首個工業(yè)設計垂類集合大模型——青苔智能設計垂類大模型。記者了解到，該模型是全國首個面向制造業(yè)領域的設計平臺，首期覆蓋家電、服裝等14個產業(yè)領域，實現“趨勢分析—用戶畫像—3D建?！钡娜鞒讨悄芑梢栽趲酌雰壬?00多種方案，將傳統(tǒng)設計周期從3個月壓縮至即時創(chuàng)作。

而在工業(yè)控制領域，在中控技術自主研發(fā)的時間序列大模型TPT賦能下，萬華化學（寧波）氯堿生產基地已經打破了傳統(tǒng)操作強度高、參數平穩(wěn)難的生產模式局限，實現了生產過程自動化。記者獲悉，該模型基于生成式AI與工業(yè)數據，通過統(tǒng)一工業(yè)建模實現跨工況智能預測與自主優(yōu)化，為生產基地中65萬噸燒堿裝置實現異常預測預警、動態(tài)操作優(yōu)化、智能實時控制、自主分析決策等功能，推動流程工業(yè)提效穩(wěn)產和智能化轉型。

萬華化學（寧波）氯堿有限公司

同時，大模型在工業(yè)軟件中的應用也越發(fā)深入。據市場調研機構預測，2024年至2028年，中國AI+工業(yè)軟件細分市場的年復合增長率將到達41.4%；到2028年，AI+工業(yè)軟件的滲透率將提升至22%。

面向大模型與工業(yè)軟件的結合應用前景，福昕軟件開發(fā)股份有限公司董事長兼總裁熊雨前告訴記者：“未來，版式文檔（PDF）必然是工程等領域的核心工具，我們認為，要用通用大模型與適應特定領域場景的領域知識深度結合的形式，搭建文檔處理智能體，進一步落實行業(yè)的人工智能應用。”

然而，必須看到的是，雖然工業(yè)大模型的落地應用正日漸深化，但要真正深度觸達工業(yè)制造業(yè)的核心領域，仍有一定距離。對此，桂衛(wèi)華直言：“大模型要應用到工業(yè)領域、實現產業(yè)變革，仍有一道鴻溝?！?/p>

談及原因，桂衛(wèi)華表示，大模型工業(yè)應用主要面臨知識、決策、驗證三方面挑戰(zhàn)：“知識方面，大模型擅長處理靜態(tài)數據，而工業(yè)數據大多是時序數據；決策方面，工業(yè)領域最重要的是對機理模型的處理，這恰恰是大模型做不到的；驗證方面，大模型賦能工業(yè)應用的關鍵技術必須經過測試才能落地應用，但新技術缺少應用驗證與評測的環(huán)境。”

行業(yè)專家建議，未來要進一步完善行業(yè)語料庫，深入研究不同行業(yè)、不同領域、不同場景語料匯聚技術；同時，深入研究大小模型協同進化路徑，推動端側化發(fā)展，達到大模型賦能工業(yè)I+N+X的應用范式效果；此外，進一步融合多領域的模型能力，在不同場景中“自我學習”，通過一個大模型解決產業(yè)中各種問題，極大提高模型利用率。

從“效率提升”到“邏輯重構”

要實現工業(yè)大模型的深度落地應用，產業(yè)生態(tài)的構建不可忽視。行業(yè)專家表示：“人工智能與工業(yè)深度融合是推動新質生產力發(fā)展的重要引擎，需以需求為導向，構建‘產學研用’協同創(chuàng)新生態(tài)。”

算力基礎設施是讓大模型平穩(wěn)落地企業(yè)、走進工廠的關鍵。為打造靈活、普惠的算力網絡，讓大模型更好觸及生產場景，當前，我國電信運營商啟動“算力互聯網試驗網”建設，面向通算、智算、超算，以及云、邊、端等公共算力資源，開展三家運營商自有算力和全國分散社會算力的互聯，實現用戶便捷地“找調用”算力。

要讓工業(yè)大模型真正走入工業(yè)制造核心環(huán)節(jié)，首先要確保安全。大模型的可靠性、準確度，與數據集的質量息息相關。海爾集團董事局主席、首席執(zhí)行官周云杰提出，當前，大模型落地工業(yè)場景面臨數據質量與語料庫構建的“雙重瓶頸”，而要突破這一瓶頸，無疑需要產業(yè)生態(tài)鏈條的共同努力。

森馬仕工廠中部署的智能機械臂

針對這一難點，構建數據共享與開源生態(tài)，是行業(yè)專家給出的共同答案。面向高質量數據集建設，賽迪研究院副院長劉文強表示，可從五方面發(fā)力：“一是強化數據獲取與共享，探索行業(yè)試點聯合推進共建新模式；二是加強數據質量源頭發(fā)力，推動數據標注產業(yè)高質量發(fā)展；三是完善質量與標準體系，推動建設重點行業(yè)數據集評價標準；四是優(yōu)化數據集運營模式，推動數據資源價值生態(tài)循環(huán)落地；五是加強數據隱私與安全保障，推動數據集安全評估能力建設。”周云杰也建議，應發(fā)布國家級工業(yè)場景圖譜、語料庫和數據集，促進大模型在工業(yè)制造場景下進一步落地應用。

此外，大模型要在工業(yè)場景中運行起來，生產設備的智能化水平必須跟上。北京電子數智科技有限責任公司戰(zhàn)略與市場負責人楊震告訴記者：“大模型落地制造業(yè)，想打破‘木桶效應’不能僅依靠大模型提供動力升級，還需要智能化升級生產設備、生產系統(tǒng)，完成整個AI生產線的搭建。”

從當前工業(yè)大模型的不斷實踐與創(chuàng)新中可以發(fā)現，工業(yè)大模型的價值不僅在于效率提升，更在于重構制造業(yè)底層邏輯：它讓機器從“執(zhí)行者”變成“思考者”，讓工廠從“經驗依賴”轉向“數據驅動”。隨著技術迭代與生態(tài)協同深化，工業(yè)大模型定將成為中國從“制造大國”邁向“智造強國”的關鍵引擎。

責任編輯：趙強