2023工业互联网大会

6月15日，2023工业互联网大会在苏州举行，在“工业互联网平台创新发展”论坛上，中国信通院两化所工互创新部王海萍指出，从应用视角来看，工业大模型发展分为四个阶段，当前正处于以直接嫁接基础大模型为主要模式的第一阶段，并不断向工业核心环节演进，逐步提升工业大模型多任务执行能力；从产业视角来看，未来工业大模型有望形成“基础大模型+领域大模型”的产业格局，其中领域大模型的企业主体类型将更加多样、市场竞争将愈加激烈。

演讲整理

当前，以ChatGPT为代表的大规模预训练模型已经展现出涌现能力、自主学习、跨模态理解、推理抽象思维和人类社会理解等特征优势，已形成通用人工智能雏形，让我们对传统人工智能产生颠覆性认知。

在2019年之前，工业智能还处于专用智能阶段。随着大模型技术的跃迁式发展，工业智能演变出了以工业大模型和专用小模型为主的两条路线。工业大模型将加速与领域适配，提升多任务的执行能力，专用小模型将与强工业机理环节融合的更加深入。

工业大模型未来应用发展分为两大模式、四个阶段。第一阶段是以直接嫁接大模型为主要模式实现辅助操作环节应用。第二、三、四阶段是以自研细分领域工业大模型为主要模式，并不断向工业实时核心环节演进，同时提升多任务执行能力。

以直接嫁接基础大模型功能为主的模式一是利用基础大模型的自然语言理解、代码生成等能力，实现OA辅助办公、装备语义操控和代码调试等探索应用，但均已提升效率为主，尚未触及工业核心环节。

在装备语义操控场景中，能够利用ChatGPT的语义理解能力进行机器人智能操控，其实现逻辑是定义高级机器人函数库，再构建文本提示，然后通过人工评估代码输出质量，满足质量要求后机器人即可执行分拣和巡检等任务，这意味着人机交互范式正在加速创新。

以自研细分领域大模型为主的模式二已在设计研发环节实现初步应用。产品设计场景可基于生成式AI的创新能力实现产品结构性能提升；医药研发场景可基于生成式AI加快新药物研发效率。

以产品设计场景为例，通过利用Transformer模型的自然语言处理能力提升研发效率。其本质是将输入的CAD数据转化为序列数据以充分适配Transformer模型，通过构建研发领域大模型实现CAD图像生成与优化功能，这意味着传统人工设计正加速向生成式设计转变。

随着大模型技术的融入，工业大模型或将打造以基础大模型为赋能底座，逐步深入工业场景化应用的产业格局。其中，领域大模型是核心，工业软件厂商、平台企业等凭借自身数据优势正加速构建工业大模型。

在领域大模型生态中，工业软件厂商凭借细分场景数据优势，通过与AI厂商合作加速抢占市场先机；平台企业具备工业机理与实时生产数据双重优势，将彰显巨大价值潜能；同时，AI厂商已具备基础大模型技术优势，再叠加数据优势，能够快速渗透工业构建领域大模型。

工业大模型的发展过程中面临着数据、产业、技术三大挑战，亟需从顶层设计到落地实践提出发展策略，引导“需求侧”和“供给侧”两端发力，加速工业大模型规范有序发展。