操作便利 1734-IB4 易于安裝

1756-PB72

1769-ADN

1734-IV4

1746-IV16

1761-CBL-PM02

1756-OA16I

1769-SM2

1734-IV8

1746-IV32

1761-NET-AIC

1756-OB16E

1769-OF4CI

1734-MB

1746-NI4

1762-IQ8

1756-OW16I

1769-DPS

1734-OA4

1746-NI04I

1768-CNBR

1756-L71

1769-OB16

1734-AENT

1746-NI04V

1762-L24BWA

1756-OX8I

1769-OB16P

1734-OB4

1746-NO4V

1762-OB16

1756-PA72

1769-L35E

1734-TBS

1746-NT4

1763-BA

1756-PLS

1769-0A8

1734-OB4E

1746-OA16

1764-24BWA

1756-PSCA2

1769-OB16

1734-OB8

1746-P1

1764-LRP

1756-RM

1769-OB32

1734-OB8S

1746-P3

1764-LSP

1756-RMC1

1769-OB8

1734-OE2V

1746-A10

1768-PB3

1756-PA75R

1769-OF2

1756-L72

1746-A7

1768-CNB

1756-OB16E

1769-ASCII

1734-OW2

1746-OB16

1768-L43

1756-A10

1769-OV16

1734-TBCJC

1746-OB16E

1768-ENBT

1756-A13

1769-OW16

1734-ACNR

1746-OB32

1768-EWEB

1756-A17

1769-OW8

1734-AENTR

1746-BAS

1768-MI04SE

1756-PA75

1769-QWBT

1734-ARM

1746-TM16

1771-OBN

1756-TBS6H

1769-IQ32

1734-AFM

1746-IB32

1771-ASB

1756-IB16I

1769-IQ6X0W4

1734-EP24DC

1746-OBP8

1771-IBD

1756-OF4

1769-I6X0W4

1734-EPAC

1746-OW16

1771-OAN

1756-CN2R

1769-IQ620W4

1734-FPD

1746-HSCE

1771-CFM

1756-CN2RXT

1769-L30

1734-IB2

1746-HSRV

1783-BMS10CGP

1756-OB32

1769-L30ERMS

1734-IB4

1746-IA16

1783-EMS08T

1756-OB8

1769-L32C

1734-IT2I

1746-IO12DC

1783-MEKO8T

1756-A7

1769-L33ER

1794-OF4I

1746-OW8

1783-SFP1GLX

1756-CN2

1769-IF4X0F2

1794-OF4IXT

1747-ASB

1783-US05T

1756-CNB

1769-IF8

1794-OW8

1747-L524

1783-USO8T

1756-CNBR

1769-IQ16

1794-TB3

1747-L532

1784-CF64

1756-OF6CI

1769-PA2

1794-PS13

1747-L542

1784-KT

1756-RM2

1769-PB2

1794-PS3

1747-L543

1784-SD1

1756-OF6VI

1769-BA

1794-TB32

1747-L552

1786-RPA

1756-CPR2

1769-ECL

1794-TB3TS

1747-SDN

1786-RPCD

1756-DHRI0

1769-ECR

1794-TBNF

1747-SN

1786-RPFM

1756-OB16I

1769-IA16

1794-TB32S

1757-SRM

1787-MCABL

操作便利 1734-IB4 易于安裝

生成式AI大模型并未改變

人工智能在工業領域應用的范式

以ChatGPT、Llama等為代表的大模型技術拉開了邁向通用人工智能的序幕，人工智能成為全球經濟增長的重要驅動力，對各類產業的智能化帶來全新的空間。根據普華永道的預測，到2030 年，人工智能可為全球經濟貢獻高達 15.7 萬億美元，超過中國和印度目前的產出總和。其中，6.6 萬億美元可能來自生產率的提高，9.1 萬億美元可能來自消費端的影響。對于制造業，人工智能一直是智能制造、工業4.0、工業互聯網等領域的重要部分，在ChatGPT、Stable Diffusion等崛起前，質量檢測、設備預測性維護等代表性的人工智能應用已經深度融入制造業，并且形成成熟的應用范式。

工業人工智能的應用范式已經成型，一是需要深度學習、強化學習等數據科學算法，計算機視覺、自然語言處理、語音識別等面向領域的算法，知識圖譜、專家系統等知識工程，例如通過計算機視覺來構建產品外觀檢測的模型，基于強化學習進行排產規劃模型的構建，借助知識圖譜構建設備運維服務。二是需要通用支撐技術保障人工智能應用在制造業的部署和推理，例如邊緣計算、高性能計算等技術保障現場的推理速度，時序數據庫、大數據平臺等保障數據的有效管理和接入。三是需要工業領域知識及經驗實現人工智能應用與工業場景的適配，例如在模型訓練的時候需要專家經驗的介入實現調優和優化，在部分場景下需要機理模型和人工智能模型的結合才能發揮作用，在生產現場模型的部署和實施也需要和自動化的設備、工業軟件等進行集成。

圖1 工業人工智能實施范式

大模型的崛起并沒有對人工智能在制造業的應用范式引起根本性的變革，在不同的環節增添了特定的需求，例如在算法層面，基于Transformer、U-Net 等架構的基礎模型成為生成式人工智能進入制造領域的基礎；在通用支撐技術領域，向量數據庫、MaaS等也成為重要的數字基礎設施；在工業知識及經驗領域，不同以往對時間序列等結構化數據的需求，生成式AI對高質量文本、圖片、文檔等數據的要求不斷提升。大模型仍在原有的范式下進行應用，大模型技術會不斷的拓展人工智能在工業領域應用的空間，根據埃森哲測算，Al可以在2035年將制造業的附加值提高近4萬億美元，根據Marketresearch預測，到 2032年，全球生成式人工智能制造市場規模將達到63.98億美元。

圖2 生成式人工智能在制造業的市場規模

生成式AI大模型短期趨勢：

拓展新場景并未出現替代小模型

圖3 生成式人工智能大模型在制造業的應用情況

生成式AI大模型能力覆蓋結構化數據、文本、圖像、音視頻等多個領域生成，但在制造業領域的探索仍聚焦于結構化數據、自然語言和圖像數據的處理和生成。這種情況的形成主要是目前尚未出現能力較強的音頻、視頻領域的基礎模型，尚未出現小模型領域像基于聲紋分析的設備診斷、基于視頻分析的安全生產等相關的工業案例。生成式AI探索也覆蓋了制造業的研發設計與規劃、生產過程管控、經營管理優化、產品服務優化等全生命周期。

在研發設計與規劃階段，一方面是利用自然語言的交互能力實現CAD軟件功能的拓展，例如Back2CAD 基于Elaine CAD Bot、ChatGPT 和 Amazon AWS等的支持推出CADGPT?，支持智能推薦、文檔生成、代碼生產等各類功能。另一方面是基于圖像數據的生成能力提升設計效率，例如海爾設計基于亞馬遜云科技和合作伙伴 Nolibox 攜手打造的 AIGC 解決方案，將AIGC 圖像生成能力引入到產品設計、UI 設計、CMF 設計、品牌設計等環節，涵蓋了新品設計、改款升級、渠道定制化等工業設計的業務場景。

在生產制造環節，圍繞知識問答和代碼生成等能力成為重要的探索熱點。例如西門子和微軟還在合作開發可編程邏輯控制器（PLC）的代碼生成工具，ChatGPT 被用于通過自然語言輸入生成 PLC 代碼。Authentise通過利用12,000 篇科學增材制造論文對通用大語言模型的精調，推出 3DGPT用于增材制造技術問答。用戶可以獲得例如“在使用粉末不銹鋼時如何減少缺陷的可能性”等問題例如創新奇智推出AInno-15B工業大模型，通過大模型服務引擎支撐生成式AI應用，實現工業機器人控制、企業私域數據分析、企業私域知識庫等應用。SprutCAM X結合ChatGPT api 構建CAM虛擬助手，能夠支持工程師操作機床加工，例如提出在點(100, 25)處鉆一個直徑10毫米的孔”，AI助手就會為生成相應的CAM執行代碼。C3iot 也是基于大語言模型構建了面向多個行業和多個領域的生成式AI 服務，并且為某大型制造企業基于生成式AI提供設備運維服務，借助 C3 Generative AI，操作員可以利用簡化的工作流程來診斷設備故障根因。當操作員發現生產問題時，可以直接進入 C3 Generative AI 搜索故障排除指南和教科書，以找出潛在原因。

圖4 C3IOT生成式AI 服務架構圖

在經營管理環節，基于大語言模型新增智能問答、數據分析等能力成為主流。例如在ERP領域，用友以ChatGPT、文心一言、Llama等大模型為底座構建yongpt,在大模型的基礎架構當中，把確定性的事項交回用友BIP原有的產品功能去做，把不確定的事項、推理性的事項和人腦思維意識派定的事項交給大模型去開發,能夠支撐企業經營洞察、智能訂單生成、供應商風控、動態庫存優化等應用。在CRM 領域，Salesforce、微軟等均加強生成式AI在產品中的集成和應用。

圖5、用友yongpt架構

在產品服務優化環節，將大模型的能力集成到產品中，成為消費電子、汽車等領域產品智能化能力提升的探索焦點。例如國光電器推出的智能音箱Vifa ChatMini 內置了ChatGPT和 文心一言雙模型，在保持了聲學標準的基礎上，與傳統的智能音箱相比，Vifa ChatMini 在自然語言生成和情感表達方面具有顯著的優勢，可應用到老年人和兒童等特定用戶群體，用于情感支持和智能學習陪伴，也可作為智能助手應用在日常工作和規劃中。

綜上，目前生成式AI大模型在制造業的探索路徑初步呈現為三條路徑：

一是通過直接集成基礎大模型的問答、代碼生成等通用能力來提升效率。例如海爾、西門子等的CAD、PLC代碼生成；Salesforce、微軟、ABB、用友等在CRM、ERP、生產管理等軟件接入大模型，提升軟件的數據分析、文檔管理、知識問答等輔助能力。

二是通過微調、外掛知識庫等方式來聚焦領域實現場景創新，增加新的功能。例如，Authentise通過利用12,000篇科學增材制造論文的精調對通用大語言模型的精調，推出 3DGPT用于增材制造技術問答。

三是從預訓練開始構建工業大模型。例如創新奇智工業大模型AInno-15B從Llama 2、Falcon、Bloom等開源大模型中蒸餾一部分知識，再結合自己設計的參數結構和積累的工業知識數據做訓練。經過Pretrain、SFT和RLHF三個訓練步驟，依次使模型獲得更懂工業、支持問答交互和更標準的能力。

操作便利 1734-IB4 易于安裝