今年以來,我國大模型行業(yè)發(fā)展迅猛,尤其工業(yè)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(fā)布的《中國AI大模型工業(yè)應用指數(shù)(2024年)》顯示,國內頂級大模型在工業(yè)領域文本生成的準確性已具備競爭力,但數(shù)理能力還有待提升。在工業(yè)“主戰(zhàn)場”,大模型究竟表現(xiàn)如何?
全鏈條展開應用探索
當前,我國擁有41個工業(yè)大類、207個中類、666個小類,涵蓋聯(lián)合國產(chǎn)業(yè)分類中的全部工業(yè)門類。在500個工業(yè)品種中,我國有四成以上產(chǎn)品產(chǎn)量位居全球第一,具有全、多、大的獨特優(yōu)勢。2023年,我國制造業(yè)總體規(guī)模連續(xù)14年位居全球第一。
龐大的產(chǎn)業(yè)規(guī)模,為工業(yè)大模型落地提供了肥沃土壤。
騰訊研究院發(fā)布的《工業(yè)大模型應用報告》(以下簡稱《報告》)顯示,我國工業(yè)正處于從數(shù)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(yè)智能化的關鍵力量,有望拓展人工智能和工業(yè)融合新空間。
《報告》指出,大模型的崛起有望為工業(yè)領域帶來“基礎模型+各類應用”新范式。一方面,大模型能深度洞察工業(yè)領域復雜問題,理解并處理海量數(shù)據(jù),從中挖掘規(guī)律和趨勢;另一方面,大模型將擴展工業(yè)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(yè)全鏈條展開。在研發(fā)設計領域,大模型通過優(yōu)化設計過程提高研發(fā)效率;在生產(chǎn)制造領域,拓展智能化應用邊界;在經(jīng)營管理領域,基于助手模式提升經(jīng)營管理水平;在產(chǎn)品服務領域,基于交互能力推動產(chǎn)品和服務智能化。
為產(chǎn)業(yè)解難題做難事
與生產(chǎn)生活中的實際應用場景結合、為千行百業(yè)賦能增效,是大模型的必然發(fā)展方向。正如中國工程院院士劉韻潔所言,我國人工智能產(chǎn)業(yè)的發(fā)展出路在于行業(yè)大模型。
目前,國內已有多家科技企業(yè)發(fā)布工業(yè)大模型產(chǎn)品。作為首個定位于行業(yè)的大模型,盤古大模型具有指標性意義。華為常務董事、華為云首席執(zhí)行官張平安在6月召開的華為開發(fā)者大會上詳細介紹了盤古大模型的產(chǎn)業(yè)實踐,展示了產(chǎn)業(yè)AI“解難題、做難事”的一個樣本。
在工業(yè)設計領域,盤古大模型可廣泛應用于電子產(chǎn)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(chuàng)意靈感,生成3D汽車數(shù)字模型,并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。
在建筑設計領域,只需輸入設計的黑白草圖,盤古大模型即可生成彩色并帶有紋理的建筑群360度實景視頻,還能構建高真實感的建筑3D模型,將復雜建筑群的概念設計周期從數(shù)周縮短到數(shù)十分鐘。
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(chǎn)線每次調整生產(chǎn)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(shù),這一過程通常耗時約5天。而現(xiàn)在,盤古大模型能對最優(yōu)參數(shù)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(yè)大模型COSMO-GPT,目前已成功落地工業(yè)指標優(yōu)化、工業(yè)信息生成、工業(yè)問答等多個應用場景。在訊飛星火認知大模型技術底座支撐下,羚羊工業(yè)互聯(lián)網(wǎng)公司結合工業(yè)場景實際需求打造羚羊工業(yè)大模型。該模型具備工業(yè)文本生成、工業(yè)知識問答、工業(yè)理解計算、工業(yè)代碼生成和工業(yè)多模態(tài)五大核心能力,已服務多家企業(yè)……各具特色的工業(yè)大模型產(chǎn)品構建了多元化的大模型生態(tài)體系,也為工業(yè)智能化注入新活力。
落地面臨三大挑戰(zhàn)
還要看到的是,相較消費類場景,大模型落地工業(yè)場景仍面臨一些障礙?!秷蟾妗贩治?#xff0c;工業(yè)大模型應用面臨數(shù)據(jù)質量和安全、可靠性、成本三大挑戰(zhàn)。
首先,工業(yè)涉及領域廣泛,且對數(shù)據(jù)安全要求較高,而目前工業(yè)數(shù)據(jù)結構多樣,數(shù)據(jù)質量參差不齊。工業(yè)大模型數(shù)據(jù)質量和安全性有待進一步提升。其次,工業(yè)生產(chǎn)環(huán)境往往涉及復雜工藝流程、高精度操作控制以及嚴苛安全標準,任何模型預測或決策失誤都可能導致生產(chǎn)事故、質量問題或經(jīng)濟損失。工業(yè)大模型還需滿足高可靠性和實時性要求。另外,高額成本限制了工業(yè)大模型應用的投入產(chǎn)出比。
縱然面臨種種挑戰(zhàn),但發(fā)展工業(yè)大模型是大勢所趨。
工業(yè)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(jīng)驗。如果使用盤古大模型,可將“黑箱”變成“灰箱”,甚至“白箱”,指導高爐精準控制,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(yè)大模型應用落地將跑得更快更穩(wěn)。
《報告》認為,通過工業(yè)基礎大模型和工業(yè)App的結合,能廣泛、快速應對工業(yè)領域的挑戰(zhàn),推動各類工業(yè)場景智能化升級。同時,隨著智能體、具身智能等新技術發(fā)展,大模型將在工業(yè)領域開辟更多應用場景,提高生產(chǎn)效率和安全性。此外,大模型壓縮相關技術將有效減少模型的參數(shù)量和計算需求,降低訓練和部署成本,使大模型更適用于資源受限的環(huán)境,加速在工業(yè)領域應用推廣。(本報記者 崔 爽)
相關稿件