“智改数转”之再谈工业大模型在制造业的发展及创新实践

1、工业大模型的发展情况

我国拥有完整的工业体系，包括41个工业大类、207个中类以及666个小类，这些类别全面覆盖了产业分类标准中的所有工业门类。充分展现出我国工业的全面性、多样性和规模优势。

伴随新质生产力、新型工业化以及智能制造、“智改数转”等不同层面的助推，我国大模型行业在近两年发展快速，工业是大模型应用的主战场和新蓝海众多厂商、企业也在从探索至实践已取得了不少的成绩。

我国工业正处于从数字化向智能化迈进的阶段，而大模型凭借其卓越的理解、生成和泛化能力，成为推动工业智能化的关键力量，有望拓展人工智能和工业融合新空间。大模型的崛起有望为工业领域带来“基础模型+各类应用”新范式。一方面，大模型能深度洞察工业领域复杂问题，理解并处理海量数据，从中挖掘规律和趋势；另一方面，大模型将扩展工业领域人工智能应用新场景。

具体大家可自行查阅了解。但我们要充分认识到在业界，大型模型向B端市场，特别是工业领域的扩展已经成为普遍认同的趋势。这种发展趋势体现在以基础大型模型作为技术基础，并以工业应用作为突破口。工业大型模型则是在这些基础模型的结构和知识库的基础上，融合特定工业领域的数据和专家经验，形成更为专业和定制化的应用模型。与基础大型模型相比，工业大型模型具有更少的参数、更高的专业性和更强的实用性，能够为特定工业领域提供成本效益高的技术解决方案，从而推动技术创新和产业升级。

但整体来看，工业企业在采纳新技术时相对保守，不愿成为大模型的早期采用者，大部分中国的工业企业从2023年下半年才开始单点探索大模型应用。当前头部工业企业从细分行业看在制造方向，汽车制造、电子制造等行业头部企业探索较快，例如汽车制造行业的蔚来、一汽集团、上汽集团等，电子制造行业的海尔、联想等。

2、走近、细解工业大模型

以下观点细化简谈工业大模型，其实观点会有很多。

观点1：大模型和小模型在工业领域将长期并存且分别呈现不同分布态势

目前生成式AI和判别式AI是大家在工业领域提出的两个不同的应用探索方向，不同的厂商在其解决方案中也有不同的呈现方式，如x大厂以人左右脑的方式进行两种AI理念的提出，也很便于理解。

以判别式AI为主的小模型应用呈现倒U型分布根据中国信通院2对507个AI小模型应用案例的统计分析，这些应用主要集中在生产制造领域，占比高达57%，而在研发设计和经营管理领域的应用则相对较少。这种分布呈现出明显的倒U型。

以生成式AI为主的大模型应用呈现U型分布根据对99个工业大模型应用案例的统计分析，大模型在研发设计和经营管理领域的应用相对更多，整体上呈现出U型分布。这表明大模型当前的能力更适配于研发设计和经营管理，在生产制造环节的能力和性能还需进一步提升。

小模型的能力更适合工业生产制造领域，但小模型的定制化需求制约了其进一步渗透。大模型更适合综合型和创造类的工业场景，如在产品外观设计方面，传统的设计方法往往依赖于设计师的经验和灵感，设计周期长且难以保证设计的创新性。而大模型通过学习大量的设计数据，能够掌握设计领域的规律和模式，进而生成符合要求的全新设计内容，提升产品设计的效率和质量。总体上大模型与小模型将长期共存并相互融合，大模型与小模型有望融合推动工业智能化发展。

观点2：三种模式共同助推工业大模型

整体上我们可以看到，这三种训练模式为工业大模型的开发提供了多样化的选择，在实际应用中，这三种模式并非只采取一种方式，往往企业最终发布的应用模型针对不同的应用场景，综合采用多种构建方式。

观点3：总体应用视图角度，体现为：4类核心模型、15+应用场景，

目前处于持续探索阶段工业各环节围绕语言、专用、多模态和视觉四类大模型开展探索。当前以大语言模型为主，4类模型应用占比：75%、15%、8%和2%，通用模型的场景化适配调优是主要部署方式，问答。交互为主要应用模式最具变革潜力，率先切入。

观点4：聚焦于在装备智能化和视觉识别领域，有一定基础。基于大模型+工业知识图谱的融合是当前热门方向。

此向相关的成果和最新的探索，相关高校、厂商、企业线上与线下的交流、分享、探索内容不少。

观点5：制造类企业多利用大模型升级产品服务

当前制造业企业普遍将大型模型应用于产品服务领域，特别是在消费电子和汽车行业。通过运用大型模型优化终端产品，实现更优质的用户体验已成为企业的关键策略。此外，在生产制造领域，大型模型亦开始发挥作用，尽管目前其主要通过对话交互形式协助员工迅速获取生产所需知识，进而提升生产效率和促进知识共享的便捷性。

3、工业大模型在企业的创新实践

当前，大型模型的应用研究已在工业的整个价值链中广泛展开。在研发设计领域，大型模型通过优化设计流程，提升了研发的效率；在生产制造领域，它拓展了智能化应用的范围；在经营管理领域，它基于辅助模式提升了管理与经营的水平；在产品服务领域，它基于交互能力推动了产品和服务的智能化进程。

正如中国电子信息产业发展研究院安全产业研究所所长袁晓庆在2024赛迪论坛数字化赋能分论坛上所谈到的，“工业大模型典型应用正从研发、生产、管理、服务、设备等单一环节赋能阶段向垂直行业多场景覆盖拓展。工业大模型将重塑研发、生产、管理、服务、设备等生产制造全要素、全产业链、全价值链，推动制造业迈向数字化、网络化、智能化新阶段。

目前要较全面、体系化了解工业大模㻫在企业的创新实践，建议以厂商解决方案与案例的视角了解，也可关注一些行业引领型制造业企业的创新实践案例，可能会更能找到所需的答案。

例如：

①　华为的盘古大模型在多个领域中展现出了广泛的应用潜力，特别是在电子产品的设计和汽车造型设计方面。以汽车造型设计为例，设计师可以通过多种交互方式与盘古大模型进行沟通，例如通过对话和绘图等手段。这种互动方式使得设计师能够更有效地完善和丰富他们的创意灵感，进而生成精确的3D汽车数字模型。此外，设计师还可以利用盘古大模型进行更细致的操作，如对生成的3D模型进行风格调整、零部件编辑以及颜色更换等。这些功能不仅提高了设计效率，还为设计师提供了更大的创作自由度，使他们能够更灵活地探索和实现各种设计创意。

②　卡奥斯公司其自主研发的工业大模型——COSMO-GPT。已经在工业指标优化、工业信息生成以及工业问答等多个领域得到了广泛应用。在工业指标优化方面，COSMO-GPT通过深度学习和大数据分析，能够帮助企业更准确地预测和调整生产过程中的关键指标，从而提高生产效率和产品质量。这一功能对于制造业等依赖精确指标控制的行业尤为重要。在工业信息生成方面，COSMO-GPT能够自动整理和生成各类工业报告、生产数据和市场分析等文档。大大减轻了企业内部员工的工作负担，还提高了信息处理的准确性和效率。在工业问答领域，COSMO-GPT通过自然语言处理技术，能够快速响应并解答各类工业相关问题。无论是技术难题、设备维护还是生产流程咨询，COSMO-GPT都能提供及时、准确的答复，极大地提升了企业的服务质量和客户满意度。

③　腾讯将大模型客服知识问答的SaaS核心能力下沉，升级为智能知识引擎PaaS平台，以平台能力赋能各式各样知识问答前端应用的构建。基于腾讯大模型知识引擎，比亚迪开发了AI语音助手应用，对其VDS设备（VehicleDiagnosticSystem，车辆诊断系统）进行了全新升级。比亚迪维修车间的汽车维修工人，双手经常需要佩戴绝缘手套、或者沾有油污，不方便操作点击VDS设备。而新员工在查询汽车相关信息、维修专业知识、业务工单等方面也会存在不熟悉、缺乏业务经验等现象。智能问答机器人可以作为VDS内置的AI语音助手，只需要通过口语化的表达咨询，就可以快速实现维修知识问答，并调取相关的内容进行可视化前端呈现。

④　科大讯飞的羚羊以工业大模型等工业AI技术为核心，围绕能源+高端装备制造类企业，在企业的经营管理、生产管理等核心场景打造智能化产品，构建大模型时代的智能企业大脑。研发数字工匠、羚羊iMOM、GBI（生成式商业智能）、工业AI平台等系列产品。

⑤　中国一汽打造基于大模型的问数助手GPT-BI，相比传统BI的“固定问答”，GPT-BI可以实现问答任意组合，数据随时穿透，满足用户更灵活智能的数据需求，实现“问答即洞察”，带来基于动态因子、实时数据的决策革命。当前GPT-BI覆盖中国一汽研、产、供、销等9大领域指标的查询与分析，包含数据指标实时查询、管理层决策辅助、业务人员高效数据分析三大场景，满足每个角色的数据使用需求。

当然，还有更多、更细分的大模型厂商聚焦在工业大模型的细分赛道，进行不断的创新探索。