大模型時代的到來，為人工智能在工業領域的應用提供了堅實基礎。

近日，騰訊研究院發布了《工業大模型應用報告》（簡稱“報告”），報告指出

，工業正處於從數字化向智能化邁進的階段，而大模型憑借其卓越的理解能力
、生成能力和泛化能力，成為推動工業智能化的關鍵力量
，有望拓展人工智能和工業融合的新空間。

該報告在中國通信工業協會的指導和支持下
，由騰訊研究院與中國通信工業協會物聯網應用分會、畢馬威企業谘詢（中國）youxiangongsiyijitengxunyunzhihuixingyewubugongtongzhuanxie。baogaoshenrupouxilegongyedamoxingdesanzhonggoujianmoshiheyingyongchangjing，bingfenxilegongyedamoxingzaicujingongyezhinenghuafazhanfangmiandejiyuyutiaozhan。

大模型為工業智能化帶來新機遇

報告指出，大模型的崛起有望在工業領域帶來“基礎模型+各類應用”的新範式。大模型憑借其卓越的理解能力、生sheng成cheng能neng力li和he泛fan化hua能neng力li，能neng夠gou深shen度du洞dong察cha工gong業ye領ling域yu的de複fu雜za問wen題ti，不bu僅jin可ke以yi理li解jie並bing處chu理li海hai量liang的de數shu據ju，還hai能neng從cong中zhong挖wa掘jue出chu隱yin藏zang在zai數shu據ju背bei後hou的de規gui律lv和he趨qu勢shi。

damoxingweigongyezhinenghuatuozhanxinkongjian。damoxingyouwangwajuegongyelingyurengongzhinengyingyongdexinchangjing
，tishengrengongzhinengyingyongdepujilv。liruzaiyanfashejilingyu，damoxingnenggoushenduwajuehefenxihailiangshuju
，weichanpinshejitigonggengweijingzhunhechuangxindesilu。zaijingyingguanlilingyu，damoxingnenggoushixianduishengchanliucheng、供應鏈管理等各個環節的監控和智能優化
，從而提升企業的運營效率和市場競爭力。

大da模mo型xing應ying用yong落luo地di需xu要yao深shen度du適shi配pei工gong業ye場chang景jing。大da模mo型xing的de優you勢shi在zai於yu其qi強qiang大da的de泛fan化hua能neng力li
，可ke以yi在zai不bu同tong的de領ling域yu和he任ren務wu上shang進jin行xing遷qian移yi學xue習xi，而er無wu需xu重zhong新xin訓xun練lian。但dan無wu法fa充chong分fen捕bu捉zhuo到dao某mou個ge行xing業ye或huo領ling域yu的de特te征zheng和he規gui律lv，也ye無wu法fa滿man足zu某mou些xie特te定ding的de應ying用yong場chang景jing和he需xu求qiu，在zai真zhen正zheng融rong入ru行xing業ye的de過guo程cheng中zhong

，需xu要yao適shi配pei不bu同tong的de工gong業ye場chang景jing
，其qi核he心xin就jiu是shi要yao解jie決jue不bu懂dong行xing業ye、不熟企業、存在幻覺這三大問題。

大模型和小模型

在工業領域將長期並存

報告基於當前市場上507個工業小模型和99個工業大模型應用案例進行分析，得出目前大模型和小模型在工業領域分別呈現U型和倒U型分布態勢。

以判別式AI為主的小模型在工業領域應用呈現倒U型分布，這些應用主要集中在生產製造領域，占比高達57%，而在研發設計和經營管理領域的應用則相對較少。這種分布呈現出明顯的倒U型。小模型的能力更適合工業生產製造領域
，但“一場景一訓練一模型”的定製化需求製約了其進一步滲透。

以生成式AI為主的大模型目前在工業領域應用呈現U型分布，大模型在研發設計和經營管理領域的應用相對更多，當前的能力更適配於偏向綜合類
、生成型的研發設計和經營管理環節，在生產製造環節的能力和性能還需進一步提升。

報bao告gao認ren為wei，目mu前qian大da模mo型xing在zai工gong業ye領ling域yu還hai未wei實shi現xian對dui小xiao模mo型xing的de替ti代dai
，大da小xiao模mo型xing將jiang長chang期qi並bing存cun。小xiao模mo型xing在zai工gong業ye領ling域yu具ju有you深shen厚hou的de應ying用yong基ji礎chu和he經jing驗yan積ji累lei，同tong時shi工gong業ye場chang景jing對dui於yu成cheng本ben收shou益yi比bi、穩定性和可靠性的高要求也製約了大模型的應用滲透，兩者將長期並存且相互融合
，共同推動工業智能化發展。

工業大模型應用的三種構建模式

目前工業大模型應用存在三種主要構建模式，分別是預訓練工業大模型、微調、檢索增強生成。這三種模式並不獨立存在，工業大模型的應用往往會采用多種模式共同發力。

大模型應用探索覆蓋工業全鏈條

報告深入分析了大模型在工業全鏈條應用的探索。在研發設計領域，大模型通過優化設計過程提高研發效率；在生產製造領域，大模型拓展生產製造智能化應用的邊界；在經營管理領域
，大模型基於助手模式提升經營管理水平；在產品服務領域，大模型基於交互能力推動產品和服務智能化。

報告詳細介紹了各個領域的具體應用案例。如在研發設計領域，時裝設計平台CALA提供了基於Open AI的生成式設計工具，可以將設計師的創意快速轉化為設計草圖
、原型和產品
；英偉達推出了 430億參數的大模型ChipNeMo
，可以有效地幫助芯片設計人員完成相關的芯片設計任務。在產品服務領域，騰訊新一代智能座艙解決方案 TAI4.0 從場景和用戶體驗出發，深度利用汽車的感知能力和大模型的學習理解能力，構建從多模交互到個性化服務的完整智能化閉環體驗。

工業大模型的挑戰與展望

報告指出，工業大模型應用麵臨數據質量和安全、可靠性

、成本三大挑戰。首先，數據質量和安全是工業大模型構建的首要問題。工業數據質量參差不齊。工業領域涵蓋廣泛
，包括41個工業大類、207個工業中類、666個(ge)工(gong)業(ye)小(xiao)類(lei)
，導(dao)致(zhi)數(shu)據(ju)結(jie)構(gou)多(duo)樣(yang)，數(shu)據(ju)質(zhi)量(liang)參(can)差(cha)不(bu)齊(qi)。工(gong)業(ye)數(shu)據(ju)安(an)全(quan)要(yao)求(qiu)較(jiao)高(gao)。其(qi)次(ci)，工(gong)業(ye)大(da)模(mo)型(xing)需(xu)滿(man)足(zu)高(gao)可(ke)靠(kao)性(xing)和(he)實(shi)時(shi)性(xing)要(yao)求(qiu)。工(gong)業(ye)生(sheng)產(chan)環(huan)境(jing)往(wang)往(wang)涉(she)及(ji)複(fu)雜(za)的(de)工(gong)藝(yi)流(liu)程(cheng)
、高精度的操作控製以及嚴苛的安全標準。任何模型預測或決策的失誤都可能導致生產事故、質zhi量liang問wen題ti或huo經jing濟ji損sun失shi。最zui後hou
，高gao額e成cheng本ben限xian製zhi了le工gong業ye大da模mo型xing應ying用yong的de投tou入ru產chan出chu比bi。大da模mo型xing通tong常chang需xu要yao龐pang大da的de數shu據ju集ji與yu高gao性xing能neng的de計ji算suan集ji群qun進jin行xing訓xun練lian，進jin一yi步bu推tui高gao了le訓xun練lian和he推tui理li成cheng本ben，且qie長chang期qi運yun營ying成cheng本ben較jiao高gao。

工業大模型應用將伴隨技術演進持續加速和深化。首先，基於少量工業基礎大模型快速構建大量工業APP滿足工業碎片化應用需求。由於工業場景複雜並呈現碎片化的模式，通過工業基礎大模型的和工業APP的(de)結(jie)合(he)，能(neng)夠(gou)廣(guang)泛(fan)且(qie)快(kuai)速(su)地(di)應(ying)對(dui)工(gong)業(ye)領(ling)域(yu)的(de)挑(tiao)戰(zhan)
，推(tui)動(dong)各(ge)類(lei)工(gong)業(ye)場(chang)景(jing)的(de)智(zhi)能(neng)化(hua)升(sheng)級(ji)。其(qi)次(ci)，大(da)模(mo)型(xing)的(de)新(xin)突(tu)破(po)帶(dai)來(lai)工(gong)業(ye)應(ying)用(yong)的(de)新(xin)場(chang)景(jing)。隨(sui)著(zhe)Agent、jushenzhinengdengxinjishudefazhan
，damoxingjiangzaigongyelingyukaipigengduoyingyongchangjing，shishebeihejiqigengjiazhinenghua，tigaoshengchanxiaolvheanquanxing。zuihou，damoxingchengbendejiangdijiangjiasugongyelingyuyingyong。damoxingyasuoxiangguandejishurujianzhi
、lianghuahezhengliudeng，jiangyouxiaojianshaomoxingdecanshulianghejisuanxuqiu
，congerjiangdixunlianhebushudechengben。zhejiangshidamoxinggengjiashiyongyuziyuanshouxiandehuanjing，bingjiasuqizaigongyelingyudeyingyongtuiguang。