工業大模型的這三點變化，正悄然改變制造業
http://www.debgrams.com 2025-05-28 09:01 來源：中國電子報
屏幕上，一行行圖文快速刷新，在一問一答間，復雜的電氣行業難題便迎刃而解；車間里，只需在電腦上稍作設置，工業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、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制造的每一個環節中。
今年政府工作報告提出，持續推進“人工智能+”行動，將數字技術與制造優勢、市場優勢更好結合起來，支持大模型廣泛應用。可以看到，伴隨AI技術與產業的“雙向奔赴”，工業邏輯正在被重塑，而工業大模型已然成為新型工業化的核心引擎。
從“大而全”到“專而精”
當前，人工智能模型發展路徑逐漸從“大而全”轉向“專而精”，以通用模型為底座，打造“會技術、懂行業”的垂直行業模型已經成為行業共識，并已在多個場景中落地，為制造業打造“新范式”。
基于此，制造業企業紛紛發力搶灘行業模型新賽道，除部分企業選擇自研大模型外，多數企業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新與產業創新的融合發展；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控畫面
大模型在不同工業場景中已經積攢了豐富的“實操”經驗。在核能行業，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，推動核電產業的智能化轉型。
在卡奧斯工業智能研究院實驗室里，卡奧斯自主研發的工業大模型COSMO-GPT整裝待發，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，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難題，提升分割準確率至95%。
京東工業也于近日發布行業首個以供應鏈為核心的工業大模型Joy industrial，可利用AI技術賦能運維資源最優調度，助力企業提高運維效率、降低運維成本、實現效益最大化……
聚焦工業場景應用，中國工程院院士桂衛華指出，大模型在工業領域可以發揮4方面作用：“一是優化設計過程、提高研發效率，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。”
從“外圍輔助”到“核心控制”
記者觀察到，相較于前兩年，大模型的工業應用呈現出從“外圍輔助”到“核心控制”的發展趨勢：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、質檢等環節，逐漸深入到工業設計、乃至于工業控制領域中。
江西蘇強格無人智慧倉儲產線
工業設計領域，中工設計科學聯合實驗室于近日發布了全國首個工業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領域的設計平臺，首期覆蓋家電、服裝等14個產業領域，實現“趨勢分析—用戶畫像—3D建模”的全流程智能化，可以在幾秒內生成200多種方案，將傳統設計周期從3個月壓縮至即時創作。
而在工業控制領域，在中控技術自主研發的時間序列大模型TPT賦能下，萬華化學（寧波）氯堿生產基地已經打破了傳統操作強度高、參數平穩難的生產模式局限，實現了生產過程自動化。記者獲悉，該模型基于生成式AI與工業數據，通過統一工業建模實現跨工況智能預測與自主優化，為生產基地中65萬噸燒堿裝置實現異常預測預警、動態操作優化、智能實時控制、自主分析決策等功能，推動流程工業提效穩產和智能化轉型。
萬華化學（寧波）氯堿有限公司
同時，大模型在工業軟件中的應用也越發深入。據市場調研機構預測，2024年至2028年，中國AI+工業軟件細分市場的年復合增長率將到達41.4%；到2028年，AI+工業軟件的滲透率將提升至22%。
面向大模型與工業軟件的結合應用前景，福昕軟件開發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，進一步落實行業的人工智能應用。”
然而，必須看到的是，雖然工業大模型的落地應用正日漸深化，但要真正深度觸達工業制造業的核心領域，仍有一定距離。對此，桂衛華直言：“大模型要應用到工業領域、實現產業變革，仍有一道鴻溝。”
談及原因，桂衛華表示，大模型工業應用主要面臨知識、決策、驗證三方面挑戰：“知識方面，大模型擅長處理靜態數據，而工業數據大多是時序數據；決策方面，工業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境。”
行業專家建議，未來要進一步完善行業語料庫，深入研究不同行業、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，推動端側化發展，達到大模型賦能工業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”
要實現工業大模型的深度落地應用，產業生態的構建不可忽視。行業專家表示：“人工智能與工業深度融合是推動新質生產力發展的重要引擎，需以需求為導向，構建‘產學研用’協同創新生態。”
算力基礎設施是讓大模型平穩落地企業、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。
要讓工業大模型真正走入工業制造核心環節，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、首席執行官周云杰提出，當前，大模型落地工業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，無疑需要產業生態鏈條的共同努力。
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，是行業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，可從五方面發力：“一是強化數據獲取與共享，探索行業試點聯合推進共建新模式；二是加強數據質量源頭發力，推動數據標注產業高質量發展；三是完善質量與標準體系，推動建設重點行業數據集評價標準；四是優化數據集運營模式，推動數據資源價值生態循環落地；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，應發布國家級工業場景圖譜、語料庫和數據集，促進大模型在工業制造場景下進一步落地應用。
此外，大模型要在工業場景中運行起來，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略與市場負責人楊震告訴記者：“大模型落地制造業，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，完成整個AI生產線的搭建。”
從當前工業大模型的不斷實踐與創新中可以發現，工業大模型的價值不僅在于效率提升，更在于重構制造業底層邏輯：它讓機器從“執行者”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協同深化，工業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。
編輯精選
