工业大模型的“难言之隐”，这些企业有方法

作者 | 黄思语

看似无所不能的工业大模型，其实有 “难言之隐”。一方面它存在 “幻觉” 问题，对工业应用中的可信度、准确率、实时性等构成威胁，另一方面，在数据源、基础大模型、任务适配等层面存在诸多共性问题。

这些“难言之隐”在与工业互联网融合的过程中，是被放大还是被有效化解？工业互联网又如何为工业大模型提供更适宜的发展土壤，使其更好地适应工业场景的复杂需求？

11月7日，第42期502线上研讨会，就上述疑问，与会企业代表给出了实践经验，通过实际应用案例，深入探讨了如何将二者有机结合在业务中发挥更大功效，为工业领域的智能化寻找新的突破点和发展方向。

现状与挑战

大模型是工业效率提升的催化剂

从工业发展历程来看，工业 4.0 向智能化迈进是必然趋势。河北工业大学研究员&河北省数据驱动工业智能工程研究中心主任刘晶博士依据熊彼特创新利润原理，阐释了科技对工业发展的巨大推动作用。在工业小模型时期，虽在自动化方面有一定成果，但也产生了诸多问题，如系统相互割裂、信息孤岛现象严重、难以应对非结构化环境以及人机交互效率低下等。随着工业 5.0 对人机协同的重视，工业大模型的重要性愈发显著。

中工互联解决方案高级专家李森博士指出，大模型作为工业领域提升效率和能力的关键工具，是新型工业化进程的催化剂。中国工业发展长期受西方技术影响，以往虽有设备革新、信息化整合等发展，但尚未发生根本性变革。而大模型与工业互联网的融合带来了新机遇，特别是在当前工业软件更新换代的政策驱动下，传统工业互联网存在企业间协同难、产业链协作信息不对称、生产管理异质性要求提高、传统小模型协同性差等问题，工业大模型的应用成为解决这些问题的关键。

大模型面临“幻觉”和多重共性问题的挑战

浪潮云洲工业互联网云洲平台研发部产品经理关玲倩表示小模型和大模型有着明显区别，小模型依赖企业内部数据开发训练并应用于具体场景，通过运行数据反馈优化；大模型则基于海量互联网数据，需要通过微调适配具体行业及场景，且因大模型本身输出结果存在概率上的差异，导致”幻觉“问题，在工业应用中对可信度、准确率、实时性和安全性都有挑战。

刘晶博士也提到了工业大模型在数据源、基础大模型、任务适配、产业应用等层面存在共性问题。例如在数据源层，不同公司数据格式标准不一，处理难度大；在基础大模型层，存在原始数据异构多模态、知识构造困难、召回准确率低等问题，还可能出现输出不准确的情况。

细分场景下的应用实践

工业大模型在工业领域的应用探索涉及多个关键方向，刘晶博士分享了工业大模型应用探索的三个主要路径。

其一，知识体系构建。例如针对央企出海员工培训的教培大模型，能够依据员工具体情况生成个性化资料和课程；还有考虑多种复杂因素的翻译大模型，以及在 EHS 系统中用于构建安全体系的大模型。

其二，大小模型协同。通过产品重量超标问题的案例，清晰展现了大模型串联小模型完成查询、调整等操作的独特优势。

其三，工业内容生成。强调运用行业知识数据进行增强训练，以使模型更好地适配产业和产品应用。同时，在工艺参数设计和优化方面，大模型虽可解决钛合金等工艺参数设计中的数据生成、工况模拟等问题，但多模态数据处理中机理的数据对齐仍是当前面临的难点。

线缆行业知识咨询和工艺优化

关玲倩介绍的浪潮云洲知业大模型在多个行业有广泛应用。在线缆行业，以大模型为底座，协同知识库、算法模型、信息化系统，搭建线缆行业知识咨询、设备智能运维、生产工艺优化等助手应用，高效解决了客户的痛点难点问题。

针对数据分散、生产计划制定和调度困难、设备维护成本高等问题，整合行业知识和数据，形成线缆行业专家知识库，实现行业企业知识汇聚共享，同步训练调优打造知业·线缆行业大模型；

针对工艺优化、设备维护等点状问题开发专用算法模型，与大模型进行优势互补，大模型提供需求理解，及任务拆解规划能力，机理模型提供基于物理原理的精确模拟和解释能力。

关玲倩提到浪潮云洲工业大模型应用场景是基于知业大模型服务平台的技术能力实现的，一是大模型的微调，通过训练让大模型学习行业基础知识；二是知识图谱融合，用来连接和更新企业的动态知识；三是智能体编排，来调度各类系统和专用模型，快速构建大模型应用。具备多源多模态、云边协同、数据安全、低成本部署等特点。

电力装备制造业中的生产提效

李森博士介绍的智工·工业大模型于 2023 年 6 月 4 日发布，是我国首个工业大模型，核心能力为生产智能监控和工业知识引擎。

在智工·工业大模型的应用方面，为电力装备制造企业解决了从研发到服务全价值链的效率和成本问题，如减少变压器定制过程中的物料浪费、提升生产运行效率以及人员协作效率等。

设备故障预测和调优

在精工项目中，对库存作业设备和人员调度进行优化，并预测设备故障。与英格索兰合作案例中，智工·工业大模型与边缘计算设备整合，为中小企业实现空压机能源优化和设备运行优化。

在中车集团和航天科技领域，智工·工业大模型用于设备故障判断和处理策略推送，实现动环设备运行监控和预警。

智工·工业大模型在智能问答、调用、分析和调优等方面表现同样出色，知识引擎在图文解析和多格式支持上能力突出，可在不同场景形成具身智能支持。

知识问答系统 “智工 · 知语” 具备产品、技术和部署等优势，如支持多种问答模式、领先的PDF解析技术、可私有化部署等。

结语

从知识体系构建到大小模型协同，再到工业内容生成，其在应用探索方面的实践为工业发展开辟了多元化的创新路径。

无论是浪潮云洲知业大模型在线缆行业等领域的表现，还是智工 · 工业大模型在电力装备、精工、空压机、中车、航天等行业的成功应用，都在证明着工业大模型与工业互联网融合后所释放出的强大力量。

未来在追求工业智能化、高效化的征程中，模型的技术改进需要持续投入，以进一步提升其性能和稳定性；应用拓展需要更加贴合不同行业的特点和需求，让工业大模型的优势惠及更多领域；产业规划则需要从宏观层面统筹资源，构建更完善的生态系统。