今年以來，我國大模型行業發展迅猛
，尤其工業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布的《中國AI大模型工業應用指數（2024年）》顯示
，國內頂級大模型在工業領域文本生成的準確性已具備競爭力
，但數理能力還有待提升。在工業“主戰場”，大模型究竟表現如何？

全鏈條展開應用探索

當前，我國擁有41個工業大類、207個中類、666個小類

，涵蓋聯合國產業分類中的全部工業門類。在500個工業品種中，我國有四成以上產品產量位居全球第一
，具有全
、多、大的獨特優勢。2023年，我國製造業總體規模連續14年位居全球第一。

龐大的產業規模
，為工業大模型落地提供了肥沃土壤。

騰訊研究院發布的《工業大模型應用報告》（以下簡稱《報告》）顯示，我國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、生成和泛化能力
，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新空間。

《報告》指出，大模型的崛起有望為工業領域帶來“基礎模型+各類應用”新範式。一方麵，大模型能深度洞察工業領域複雜問題，理解並處理海量數據，從中挖掘規律和趨勢；另一方麵
，大模型將擴展工業領域人工智能應用新場景。

目前
，大模型的應用探索已在工業全鏈條展開。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，拓展智能化應用邊界；在經營管理領域，基於助手模式提升經營管理水平
；在產品服務領域

，基於交互能力推動產品和服務智能化。

為產業解難題做難事

與生產生活中的實際應用場景結合、為千行百業賦能增效
，是大模型的必然發展方向。正如中國工程院院士劉韻潔所言，我國人工智能產業的發展出路在於行業大模型。

目前，國內已有多家科技企業發布工業大模型產品。作為首個定位於行業的大模型
，盤古大模型具有指標性意義。華為常務董事、華為雲首席執行官張平安在6月召開的華為開發者大會上詳細介紹了盤古大模型的產業實踐，展示了產業AI“解難題、做難事”的一個樣本。

在工業設計領域
，盤古大模型可廣泛應用於電子產品、汽車造型設計等領域。例如，在汽車造型設計中，設計師可通過對話、畫圖等方式與大模型交互，完善創意靈感
，生成3D汽車數字模型，並能對模型進行風格調整、零部件編輯及顏色更換等操作。這能使原本需要1—2年的設計周期大幅縮短。

在建築設計領域，隻需輸入設計的黑白草圖，盤古大模型即可生成彩色並帶有紋理的建築群360度實景視頻，還能構建高真實感的建築3D模型，將複雜建築群的概念設計周期從數周縮短到數十分鍾。

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

此外，卡奧斯推出工業大模型COSMO-GPT，目前已成功落地工業指標優化、工業信息生成、工gong業ye問wen答da等deng多duo個ge應ying用yong場chang景jing。在zai訊xun飛fei星xing火huo認ren知zhi大da模mo型xing技ji術shu底di座zuo支zhi撐cheng下xia
，羚ling羊yang工gong業ye互hu聯lian網wang公gong司si結jie合he工gong業ye場chang景jing實shi際ji需xu求qiu打da造zao羚ling羊yang工gong業ye大da模mo型xing。該gai模mo型xing具ju備bei工gong業ye文wen本ben生sheng成cheng

、工業知識問答
、工業理解計算、工業代碼生成和工業多模態五大核心能力，已服務多家企業……各具特色的工業大模型產品構建了多元化的大模型生態體係，也為工業智能化注入新活力。

落地麵臨三大挑戰

還要看到的是，相較消費類場景

，大模型落地工業場景仍麵臨一些障礙。《報告》分析，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shou先xian，工gong業ye涉she及ji領ling域yu廣guang泛fan，且qie對dui數shu據ju安an全quan要yao求qiu較jiao高gao，而er目mu前qian工gong業ye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大da模mo型xing數shu據ju質zhi量liang和he安an全quan性xing有you待dai進jin一yi步bu提ti升sheng。其qi次ci，工gong業ye生sheng產chan環huan境jing往wang往wang涉she及ji複fu雜za工gong藝yi流liu程cheng、高精度操作控製以及嚴苛安全標準
，任何模型預測或決策失誤都可能導致生產事故、質量問題或經濟損失。工業大模型還需滿足高可靠性和實時性要求。另外，高額成本限製了工業大模型應用的投入產出比。

縱然麵臨種種挑戰，但發展工業大模型是大勢所趨。

工業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”，指導高爐精準控製
，每噸鐵水可減少1千克焦炭消耗
，使成本降低3元。

隨著技術演進，工業大模型應用落地將跑得更快更穩。

《報告》認為，通過工業基礎大模型和工業App的結合
，能廣泛、快速應對工業領域的挑戰
，推動各類工業場景智能化升級。同時，隨著智能體、具ju身shen智zhi能neng等deng新xin技ji術shu發fa展zhan
，大da模mo型xing將jiang在zai工gong業ye領ling域yu開kai辟pi更geng多duo應ying用yong場chang景jing，提ti高gao生sheng產chan效xiao率lv和he安an全quan性xing。此ci外wai

，大da模mo型xing壓ya縮suo相xiang關guan技ji術shu將jiang有you效xiao減jian少shao模mo型xing的de參can數shu量liang和he計ji算suan需xu求qiu，降jiang低di訓xun練lian和he部bu署shu成cheng本ben，使shi大da模mo型xing更geng適shi用yong於yu資zi源yuan受shou限xian的de環huan境jing，加jia速su在zai工gong業ye領ling域yu應ying用yong推tui廣guang