今年以來，我國大模型行業(yè)發(fā)展迅猛，尤其工業(yè)場景成為大模型應用藍海。在2024世界人工智能大會暨人工智能全球治理高級別會議上發(fā)布的《中國AI大模型工業(yè)應用指數(shù)（2024年）》顯示，國內(nèi)頂級大模型在工業(yè)領(lǐng)域文本生成的準確性已具備競爭力，但數(shù)理能力還有待提升。在工業(yè)“主戰(zhàn)場”，大模型究竟表現(xiàn)如何？

全鏈條展開應用探索

當前，我國擁有41個工業(yè)大類、207個中類、666個小類，涵蓋聯(lián)合國產(chǎn)業(yè)分類中的全部工業(yè)門類。在500個工業(yè)品種中，我國有四成以上產(chǎn)品產(chǎn)量位居全球第一，具有全、多、大的獨特優(yōu)勢。2023年，我國制造業(yè)總體規(guī)模連續(xù)14年位居全球第一。

龐大的產(chǎn)業(yè)規(guī)模，為工業(yè)大模型落地提供了肥沃土壤。

騰訊研究院發(fā)布的《工業(yè)大模型應用報告》（以下簡稱《報告》）顯示，我國工業(yè)正處于從數(shù)字化向智能化邁進的階段，而大模型憑借其卓越的理解、生成和泛化能力，成為推動工業(yè)智能化的關(guān)鍵力量，有望拓展人工智能和工業(yè)融合新空間。

《報告》指出，大模型的崛起有望為工業(yè)領(lǐng)域帶來“基礎(chǔ)模型+各類應用”新范式。一方面，大模型能深度洞察工業(yè)領(lǐng)域復雜問題，理解并處理海量數(shù)據(jù)，從中挖掘規(guī)律和趨勢；另一方面，大模型將擴展工業(yè)領(lǐng)域人工智能應用新場景。

目前，大模型的應用探索已在工業(yè)全鏈條展開。在研發(fā)設(shè)計領(lǐng)域，大模型通過優(yōu)化設(shè)計過程提高研發(fā)效率；在生產(chǎn)制造領(lǐng)域，拓展智能化應用邊界；在經(jīng)營管理領(lǐng)域，基于助手模式提升經(jīng)營管理水平；在產(chǎn)品服務(wù)領(lǐng)域，基于交互能力推動產(chǎn)品和服務(wù)智能化。

為產(chǎn)業(yè)解難題做難事

與生產(chǎn)生活中的實際應用場景結(jié)合、為千行百業(yè)賦能增效，是大模型的必然發(fā)展方向。正如中國工程院院士劉韻潔所言，我國人工智能產(chǎn)業(yè)的發(fā)展出路在于行業(yè)大模型。

目前，國內(nèi)已有多家科技企業(yè)發(fā)布工業(yè)大模型產(chǎn)品。作為首個定位于行業(yè)的大模型，盤古大模型具有指標性意義。華為常務(wù)董事、華為云首席執(zhí)行官張平安在6月召開的華為開發(fā)者大會上詳細介紹了盤古大模型的產(chǎn)業(yè)實踐，展示了產(chǎn)業(yè)AI“解難題、做難事”的一個樣本。

在工業(yè)設(shè)計領(lǐng)域，盤古大模型可廣泛應用于電子產(chǎn)品、汽車造型設(shè)計等領(lǐng)域。例如，在汽車造型設(shè)計中，設(shè)計師可通過對話、畫圖等方式與大模型交互，完善創(chuàng)意靈感，生成3D汽車數(shù)字模型，并能對模型進行風格調(diào)整、零部件編輯及顏色更換等操作。這能使原本需要1—2年的設(shè)計周期大幅縮短。

在建筑設(shè)計領(lǐng)域，只需輸入設(shè)計的黑白草圖，盤古大模型即可生成彩色并帶有紋理的建筑群360度實景視頻，還能構(gòu)建高真實感的建筑3D模型，將復雜建筑群的概念設(shè)計周期從數(shù)周縮短到數(shù)十分鐘。

在鋼鐵領(lǐng)域，盤古大模型也可大顯身手。過去，寶武鋼鐵集團熱軋生產(chǎn)線每次調(diào)整生產(chǎn)鋼板的種類和尺寸時，工程師都要重新調(diào)整7道精軋機組的300多個參數(shù)，這一過程通常耗時約5天。而現(xiàn)在，盤古大模型能對最優(yōu)參數(shù)進行預測，顯著降低調(diào)整時間，提高預測精度和鋼板成材率。

此外，卡奧斯推出工業(yè)大模型COSMO-GPT，目前已成功落地工業(yè)指標優(yōu)化、工業(yè)信息生成、工業(yè)問答等多個應用場景。在訊飛星火認知大模型技術(shù)底座支撐下，羚羊工業(yè)互聯(lián)網(wǎng)公司結(jié)合工業(yè)場景實際需求打造羚羊工業(yè)大模型。該模型具備工業(yè)文本生成、工業(yè)知識問答、工業(yè)理解計算、工業(yè)代碼生成和工業(yè)多模態(tài)五大核心能力，已服務(wù)多家企業(yè)……各具特色的工業(yè)大模型產(chǎn)品構(gòu)建了多元化的大模型生態(tài)體系，也為工業(yè)智能化注入新活力。

落地面臨三大挑戰(zhàn)

還要看到的是，相較消費類場景，大模型落地工業(yè)場景仍面臨一些障礙。《報告》分析，工業(yè)大模型應用面臨數(shù)據(jù)質(zhì)量和安全、可靠性、成本三大挑戰(zhàn)。

首先，工業(yè)涉及領(lǐng)域廣泛，且對數(shù)據(jù)安全要求較高，而目前工業(yè)數(shù)據(jù)結(jié)構(gòu)多樣，數(shù)據(jù)質(zhì)量參差不齊。工業(yè)大模型數(shù)據(jù)質(zhì)量和安全性有待進一步提升。其次，工業(yè)生產(chǎn)環(huán)境往往涉及復雜工藝流程、高精度操作控制以及嚴苛安全標準，任何模型預測或決策失誤都可能導致生產(chǎn)事故、質(zhì)量問題或經(jīng)濟損失。工業(yè)大模型還需滿足高可靠性和實時性要求。另外，高額成本限制了工業(yè)大模型應用的投入產(chǎn)出比。

縱然面臨種種挑戰(zhàn)，但發(fā)展工業(yè)大模型是大勢所趨。

工業(yè)大模型的降本增效作用顯而易見。張平安舉例，高爐冶煉被認為是人工智能落地最難的應用場景，高爐是一個5000立方米的“黑箱”，內(nèi)部最高溫度達2300攝氏度，冶煉過程“看不見、摸不著”，高度依賴人工經(jīng)驗。如果使用盤古大模型，可將“黑箱”變成“灰箱”，甚至“白箱”，指導高爐精準控制，每噸鐵水可減少1千克焦炭消耗，使成本降低3元。

隨著技術(shù)演進，工業(yè)大模型應用落地將跑得更快更穩(wěn)。

《報告》認為，通過工業(yè)基礎(chǔ)大模型和工業(yè)App的結(jié)合，能廣泛、快速應對工業(yè)領(lǐng)域的挑戰(zhàn)，推動各類工業(yè)場景智能化升級。同時，隨著智能體、具身智能等新技術(shù)發(fā)展，大模型將在工業(yè)領(lǐng)域開辟更多應用場景，提高生產(chǎn)效率和安全性。此外，大模型壓縮相關(guān)技術(shù)將有效減少模型的參數(shù)量和計算需求，降低訓練和部署成本，使大模型更適用于資源受限的環(huán)境，加速在工業(yè)領(lǐng)域應用推廣