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、jushenzhinengdengxinjishufazhan，damoxingjiangzaigongyelingyukaipigengduoyingyongchangjing
，tigaoshengchanxiaolvheanquanxing。ciwai，damoxingyasuoxiangguanjishujiangyouxiaojianshaomoxingdecanshulianghejisuanxuqiu，jiangdixunlianhebushuchengben，shidamoxinggengshiyongyuziyuanshouxiandehuanjing，jiasuzaigongyelingyuyingyongtuiguang