工业大模型的五个基本问题

工业大模型的五个基本问题 袁晓庆 赛迪研究院安全产业研究所 工业大模型定义内涵 目录 工业大模型参考架构 工业大模型应用场景 工业大模型产业态势 工业大模型对策建议 新一代人工智能：科技革命的新高地、大国竞争的新焦点、产业发展的新赛道 ——新焦点 —国内政策— p习近平总书记指出，加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。p《2024年国务院政府工作报告》提出，要深化大数据、人工智能等研发应用，开展“人工智能+”行动。p工信部部长金壮龙表示，要推进人工智能赋能新型工业化。 —美国政策— 国内大模型厂商 p美国政府通过立法和行政命令，如《国家人工智能倡议法案》，旨在为人工智能的研究、开发和部署提供协调一致的国家策略。p联邦政府通过国家科学基金会和国家卫生研究院等多个机构，投资于人工智能的基础研究和应用研究。 l华为—盘古大模型l科大讯飞—星火认知大模型l智谱AI—ChatGLMl百度—文心大模型 一、工业大模型定义内涵 工业大模型是大模型为赋能工业应用所产生的产业新形态，通过通用大模型对工业知识的训练微调和专业小模型对数据、算力、参数的优化升级，构建通用工业大模型、行业大模型、场景大模型等三类大模型形态，并通过“数据+算力+模型+应用”等四要素的深度融合，形成知识智能、业务智能、具身智能、体系智能等产品形态，重塑研发、生产、管理、服务、设备等生产制造全要素、全产业链、全价值链，推动制造业迈向数字化、网络化、智能化新阶段。 “一”个本质：制造业数字化、网络化、智能化的新质体“两”个路径：通用大模型基于工业知识的训练微调、专业小模型在参数等方面的升级演变“三”大类型：通用工业大模型、行业大模型、场景大模型“四”大组成要素：数据、算力、模型、应用“四”类产品形态：知识智能、业务智能、具身智能、体系智能“五”大典型场景：生成化研发、精准化生产、智辅化管理、增值化服务、具身化设备 工业大模型技术路径 各类链上企业积极布局，从人工智能大模型产业链中寻找自身发力点。 工业大模型主要分类 二、工业大模型参考架构 数据是基础 算力是动力 模型是核心 应用是关键 三、工业大模型典型应用场景 工业大模型典型应用正从研发、生产、管理、服务、设备等单一环节赋能阶段向垂直行业多场景覆盖拓展。 数据资产化：亟需建设重点行业和典型场景高质量语料库、数据集，并推动这些语料库和数据集的流通和交易。 算力一体化：一手抓云端算力，一手抓大模型边缘端算力，训推一体机等边端侧算力将成为发展重点。 模型融合化：以工业大模型智能体为驱动，将大模型强大的生成、理解能力，结合工业专业模型高精度、专业性强的特点，打造“生成式+专业式”的人工智能模型引擎。 应用高级化：推动工业应用从知识智能向业务智能、具身智能、体系智能迈进。 生态网络化：通用大模型厂商、数商企业、工业互联网企业、解决方案企业、用户企业，联合推动工业大模型典型场景应用向工业不同垂直行业渗透。 五、工业大模型对策建议 1.优政策 2.补技术 n推进工业大模型发展顶层设计n引导产业链上、中、下游实现异质发展、协同创新、产用结合n推动工业数据共建共享 4.拓应用 3.促产业 n推动大模型平台在重点产业集群、重点行业、重点企业应用推广 n工业大模型延链补链行动n工业大模型+智能设备+工业软件+工业互联网融合发展 6.育生态 5.建标准 n鼓励投资机构、投资基金等提供资金和资源n设立科技重大专项，攻克阻碍大模型落地的关键共性技术问题n持续加强复合型人才培育力度 n研究建立工业大模型发展综合标准化体系n编制工业大模型体系架构等具有指导意义的关键标准n标准宣传与推广工作 “一”个新质体 “两”条技术路线