圖為應用中國聯通AI解決方案的柴油機生產線質檢工位

走進一個個車間、一個個工廠，記者發現AI（人工智能）技術已經融入工業生產的各個環節——承擔“大腦”角色的大模型、承擔“眼睛”角色的機器視覺、承擔“肢體”角色的智能機械臂和智能移動機器人、提供“形體”角色的智能數字人……

中國聯通人工智能創新中心首席人工智能科學家、技術總師廉士國在接受《中國電子報》記者采訪時表示，以大模型為代表的AI技術要扎根工業等垂直行業，必須打造可以復制的行業范式，用“類人架構AI平臺”構建工廠大腦。

急需面向工業場景開發大模型應用范式

當下，不少傳統制造產業正在“嘗鮮”大模型，率先進行新型工業化探索與實踐。用AI大模型設計出來的衣服長啥樣？在杭州嘉溢制衣有限公司（以下簡稱“嘉溢制衣”），記者看到了一件時尚的“白色泡泡袖襯衣”從輸入文字到生成圖樣的誕生過程。利用文生圖大模型“加速”服裝設計環節，嘉溢制衣成功邁出了降本增效的第一步。

嘉溢制衣總經理丁永國告訴《中國電子報》記者，除了產品設計，大模型還在設備故障診斷、人力政策咨詢、財務報表分析、辦公自動化、員工培訓教育、行業資訊獲取等方面發揮越來越多的作用。

嘉溢制衣所應用的文生圖大模型是基于中國聯通“元景”基礎大模型訓練出來的行業大模型。記者了解到，“1+1+M”元景大模型體系包含：1套支持10億、70億、130億、 340億、700億等5個不同參數版本和3種模態的基礎模型，1個具備選模型-改模型-用模型工具鏈的大模型平臺，和M種具備“職業技能”的垂直行業模型。這套體系面向垂直行業場景應用提供了高效的大模型開發應用工具集。

廉士國向《中國電子報》記者表示，大模型在不同場景下具有一定的通用性，可降低再次定制開發成本，這是它的優勢。但“大而全”在一定程度上意味著在單一垂直場景精度上的不足。即使大模型能夠在1000多種功能上都達到90%的識別率，但距離某些實體經濟中垂直場景應用要求的99%識別率仍有不小的差距。

“未來，大模型落地行業應用一方面要通過定制訓練來加強某些方面的‘職業技能’，另一方面要提升其使用已有工業流程模塊、小模型等工具的能力。就像再聰明的人，遇到生僻字也得查字典，把釘子釘到木板里也得用錘子。面向實體經濟場景的大模型開發應用范式是當前業界急需的?！绷繃f道。

AI范式本質上是一套可定制、可復制的方法論

只有形成一套“行業AI范式”，并基于此構建工業“大腦”的內核，才能真正以相對較低的成本讓AI走進千行百業。

“行業AI范式在本質上是一套可定制、可復制的方法論，通過大量的實踐總結出行業間操作工序的共性和差異化，從而以少量的修改實現對多個相似工序的賦能，以一類功能服務多個行業?！绷繃硎?。

當然，在許多已見雛形的行業AI范式中，“質檢”是一個典型的例子。無論在何種行業中，質量檢測都是生產制造過程中一道不可或缺的步驟。例如，檢測皮革上的劃痕、測量玻璃纖維的散度、檢測銅米生產過程中的雜質含量、檢測食用油裝瓶過程中形成的沉淀物等。

經過多行業、多場景的AI落地實踐，形成AI范式工具，針對新的同類場景需求，可以直接用AI范式工具實現快速定制，而不用再從AI原子能力開始從頭定制。

廉士國舉例說，通過食用油質檢和液態藥品質檢落地實踐，總結出的AI液體質檢工具，可以快速用于解決液態化妝品質檢問題；通過服裝拆線工序合規監測和裝卸油操作工序合規監測落地實踐，總結出的AI操作工序合規監測工具，可以快速用于解決汽車制造車頂擦拭工序合規監測問題。

此外，大模型的快速發展提供了新的范式構建方式?！芭c以人工經驗為主的構建方式不同，基于大模型以數據驅動為主形成的‘多才多藝’能力，構建泛化能力強、可適配多樣化場景的行業AI范式。例如，產品設計AI工具可用于服裝設計、車身設計、家具設計等，數據分析AI工具可用于生產數據處理、銷售數據處理、財務數據處理等，政策咨詢AI工具可用于人力政策咨詢、財務政策咨詢、培訓教育咨詢等?！绷繃f道。

記者了解到，中國聯通已經在液體質檢、物品精確測量、操作工序合規監測、生產安全合規檢測、遠程巡檢、移動設備智能改造、產品外觀設計、企業政策咨詢等多種應用場景形成了行業AI范式，目前已實現行業復用、按需部署。

應以構建類人架構的工業AI平臺為目標

走進一個個車間、一個個工廠，記者發現AI技術已經融入工業生產的各個環節。有承擔“大腦”角色的大模型，也有承擔“眼睛”角色的機器視覺、承擔“肢體”角色的智能機械臂和智能移動機器人、提供“形體”角色的智能數字人……

經過多年人工智能賦能制造業的實踐，廉士國總結出了一套易于集約化賦能多行業的“類人架構工業AI平臺”理論。

廉士國認為，應以構建類人架構的工業AI平臺為目標，從感知、決策、執行等多個環節入手，從借鑒人類的各項基礎能力到培養出能夠持續成長的“職業技能”，從而逐步實現人工智能在制造行業場景中的全面應用。

目前，在“感知”環節，AI能力突出。在佛山美的洗碗機智能工廠中，一臺臺攝像頭“目光如炬”，不放過產品線上的每一絲瑕疵。美的洗碗機智能工廠總經理劉玉龍告訴記者，在敏銳的“數字感知”下，該廠檢驗車間一次作業合格率由從前的約35%提升到近90%，洗碗機產量已連續多年位居亞洲產量第一。

在“決策”環節，行業對AI提出了更高的要求。在大模型的賦能下，枯燥晦澀的行業知識得以在一問一答間深入人心，網絡彼端的智能客服隨時隨地為用戶提出最合適的解決方案；在山東的高速公路上，AI“分析師”能夠對路面病害情況進行智能判斷，讓一條條道路“重煥生機”；在江蘇的大米生產線上，AI“指揮官”為不同品質的大米自動分類，實現大幅度降本增效……記者了解到，AI形成的“智慧大腦”已經邁出了行業落地的第一步。

在“執行”環節，AI已經“駕輕就熟”。在中國一拖集團有限公司，產線上已經鮮少見到工人的身影。裝配工作由機械臂有序完成，物料運輸的重任則由自動導向搬運車（AGV）一力承擔……一拖（洛陽）柴油機有限公司工藝技術部部長唐海兵表示，目前，中國一拖生產車間的自動化率已經達到60%以上。

“從大量的客戶賦能實踐來看，傳統制造業的數字化轉型一般經歷幾個階段?！绷繃嬖V記者，“一是數字化和網絡化階段，應用5G網絡與物聯網等技術，實現整個車間或者工廠的人機料法環的全連接。二是局部智能化階段，通過人工智能和邊緣計算等技術實現對產品設計、原材料采購、生產加工、倉儲物流、營銷推廣、售后服務等各局部環節的降本、提質、增效、綠色及安全合規等。三是全局智能化階段，基于人工智能和數字孿生等技術，實現全局優化、綜合決策及調度，構建‘工廠大腦’，賦能智慧運營——即建設整個廠區或者車間的智能大腦?！?/p>