在数字化浪潮的推动下,中国工业正迎来前所未有的变革。2024年,工业大模型技术以其强大的数据处理能力和深度学习能力,成为推动工业4.0的关键力量。今天,我们将深入探讨这一技术如何重塑制造业,以及它面临的挑战和机遇。
在工业领域,随着工业互联网只的发展,许多企业已经完成了数据采集、存储、处理、分析到数据资产沉淀和应用的全过程,为大模型提供了所需的“数据原料”。经过适当的处理和微调,大模型有望在特定细分领域解决实际问题,展现出落地的潜力。
工业大模型的发展预计将快于工业互联网,因为大部分数据准备工作已在工业互联网时期完成。然而,这一进程仍受大模型技术进步的限制。目前,工业大模型的参与者与工业互联网平台的重合度很高,市场产品、服务和落地场景都还在探索阶段。
在竞争中,大模型技术的基础能力、模型能力和模型应用是关键点,不同发展阶段的行业侧重点不同,短期内技术是关键,长期则看应用深度。大模型与小模型之间不是替代关系,而是协同和融合的关系。工业大模型服务的平台化趋势已经开始显现,形成了以垂直行业大型、智能体、小模型和机理模型为主的平台化调用方案。
面临的挑战包括模型、数据、应用和商业变现等方面,这些因素相互影响。在大模型落地工业的探索中,目前还处于非常早期的阶段,供需双方都在尝试和探索。未来,随着大模型技术的不断进步,其在工业领域的应用将更加广泛和深入。
附件:中国工业大模型行业发展研究报告-大模型有望在特定细分领域解决实际问题,展现出落地的潜力

新一代智能终端扩展了智能终端的功能和边界,支持人类对物理世界更深刻的感知与理解;综合的智能化应用,促进人、机、物、境的深度互联融合,并成为推动数字化转 型和智慧生活的新质生产力工具
中国Al大模型市场发展取得了良好的成效,预计2026年将突破700亿 ;中国Al大模型行业正处于爆发式发展阶段;51.5%的用户每周使用4至5次, 21.6%的用户每天多次使用
部署了包含 65b 百亿及 175b 千亿级参数的星火通用大模型在内的 10 种开源与闭源的大模型,并预置图像、语音各类 140 个原子模型,满足不同应用场景的开发需求
大幅提升 SGPE 和 STPP 装置产品质量预测的准确性,实现实时监控和优化控制,为其他国产 SGPE 和 STPP 聚烯烃工艺的产品质量预测和优化提供了新的解决方案
每小时对裂解炉自动执行一次操作优化计算,提高双烯收率 0.14wt%,吨乙烯增效 17.74 元,折合装置年增效 1551 万元。单次优化求解平均时间仅用 3 分 38 秒,单炉产品收率相对偏差控制在±5%以内
按照“数据+平台+应用”的模式,地球物理甜点识别子系统,包含首页界面、数据管理、模型管理、储集体识别、界面显示、成果输出等 6 个功能服务,引用地震基本数据服务、非结构化数据服务等 2 个数据服务
自系统上线以来至今应用效果显著,基于系统智能报警和智能诊断模型已为 20 家企业有效诊断 50 余次,其中有 49 次为提前发现机组异常,及时告知企业,密切关注机组,避免造成严重故障
通过识别员工意图自动解析并检索公司内部的规章制度、政策文件和业务流程等相关信息,自动高效提供最匹配的答案,从而提高人资制度知识查询效率,并确保人资领域政策信息的准确传达
基于公司大瓦特生态技术体系,推动安全监管模式再变革 1 大核心愿景,细化 2 大核心目标,依托大瓦特 L0 电力基础大模型、电网首个人工智能样本标注基地、“数字安全监盘人”功能领先为 3 大核心基础,
部分场景和领域(金融、信息技术、医疗等行业)已实现实质性的商业化进展,而其他领域则仍处于探索阶段,在数个行业与应用场景的交叉领域展现出巨大的市场潜力
揭开了AI大模型在企业中的应用现状和未来趋势,实时监控生产线,AI大模型能够预测设备故障,减少停机时间,确定AI大模型的应用领域、投资预算、技术选型等
智能座舱的发展经历了从机械式座舱到电子式座舱,再到智能化座舱的演变;提供出行过程中的办公、娱乐、社交、休息场景,并实现多场景转变