首页 - 财经 - 滚动新闻 - 正文

两会声音|周云杰:推进新型工业化,用好工业大模型的“超级大脑”

来源:子弹财经 2025-03-05 13:11:41
关注证券之星官方微博:

(原标题:两会声音|周云杰:推进新型工业化,用好工业大模型的“超级大脑”)

当前,以DeepSeek为代表的中国人工智能产业迅速崛起,标志着我国在人工智能领域取得标志性突破,为我国抢占全球工业智能化高地提供了历史性新机遇。

今年两会期间,人工智能更是成为热议话题之一,不少全国人大代表和政协委员纷纷针对人工智能发展建言献策,全国人大代表、海尔集团董事局主席、首席执行官周云杰也从新型工业化的角度,提交了《关于以工业大模型为关键变量赋能新型工业化的建议》(以下简称《建议》)。

适配复杂,工业大模型深度应用挑战大

当今全球科技竞争与产业变革浪潮中,实现新型工业化已成为我国推进强国建设、民族复兴的关键任务。党的二十大报告明确提出,到2035年基本实现新型工业化。

加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。以人工智能大模型为技术底座、工业应用为切入点的工业大模型正成为赋能新型工业化的新方向。但尽管工业大模型在新型工业化进程中展现出巨大潜力,但其在深度应用实践中仍面临诸多挑战。通过调研,周云杰发现,主要面临三个突出问题:

一是数据质量与语料库构建的双重瓶颈。工业领域涵盖广泛,包括41个工业大类,207个工业种类,666个工业小类,数据结构多样、数据质量参差不齐,提升工业数据质量、推进数据标准化以及高效构建和维护工业语料库,成为制约工业大模型应用发展的瓶颈。

二是场景适配与模型可靠性的双重挑战。工业生产环境中工艺流程复杂、操作控制高精度、安全标准严苛,不同行业、企业生产流程和需求差异巨大,模型无法更好地适应各种复杂场景。

三是转型切点和话语体系的双方错位。从供给侧看,服务商提供的智能解决方案存在“自说自话”,总体上成熟度不足、标准化不够、匹配度不高;从需求侧看,工业企业数字化转型痛点和需求不明、找不准转型重点。

三管齐下,构建新型工业化高质量发展通途

作为“链主”企业,海尔率先在行业内开展工业大模型的应用实践,以其自主研发的卡奥斯天智工业大模型为例,区别于通用大模型,该模型被赋予了更广博的工业知识和更深度的工业行业Know-how,形成平台智能中枢。目前,该模型已内置4700多个机理模型、200多个专家算法,形成了汽车、化工、模具等9大行业45个高价值场景化解决方案。

比如,天智工业大模型应用到注塑工艺优化场景中,实现注塑机的生产能耗降低10%,节拍提升7%,调参周期缩短90%;应用到智能柔性装配系统,实现工艺设计效率提升30%,换产调试效率提升50%。如今,在青岛的卡奥斯模具工厂,工人可通过文字、 语音、 图片、CAD 图纸等方式与大模型交互,大模型将从中提取注塑件结构参数、注塑机功能参数等关键参数信息,并调用工艺参数推荐专家模型,生成最佳工艺参数配置方案。即使没有专业知识的普通工人也能快速完成注塑机的参数优化调节工作,为企业节省了用人成本和培训成本,将车身外壳部件、内饰部件以及洗衣机外筒部件等复杂注塑件的试模周期由近百次缩短至 2 次,产品质量合格率由 92% 提升至 97%。

针对行业痛点,结合海尔自身的发展实践,周云杰在《建议》中指出,以工业大模型为关键变量赋能新型工业化高质量发展,重点从以下三方面突破:

一是夯实发展底座,发布国家级工业场景图谱、语料库和数据集。建议由工信部牵头,充分发挥我国工业门类齐全、应用场景丰富和海量数据资源等优势,设立国家专项,加大力度推广实施“一图四清单”行动方案。

二是支持龙头企业,示范工业大模型应用价值。建议由工信部牵头,以财政补贴的方式支持家电、汽车、医疗等重点行业的龙头企业,开展基于工业大模型的人工智能深度应用先行先试,打造标杆,示范应用价值;同时,鼓励龙头企业提炼并共享其在研发设计、生产制造等关键环节深度应用人工智能的典型案例。

三是扶持平台企业,促进工业大模型服务中小企业。建议由工信部牵头,对国家级双跨平台企业出台专项财政扶持政策,培育一批工业大模型与场景图谱精准匹配的标准化、可复用、低成本的解决方案,为中小企业提供用得上、用得起、用得好的人工智能服务。

人工智能是引领新一轮科技革命和产业变革的战略性技术,具有溢出带动性很强的“头雁”效应。当前,各行各业正积极促进与人工智能的深度结合、广泛应用。这不仅会有效提升各行业的智能化层次,也必将为推进新型工业化进程注入强劲动能。

微信
扫描二维码
关注
证券之星微信
APP下载
相关股票:
好投资评级:
好价格评级:
证券之星估值分析提示海量数据盈利能力较差,未来营收成长性较差。综合基本面各维度看,股价偏高。 更多>>
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。如该文标记为算法生成,算法公示请见 网信算备310104345710301240019号。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-