新一代数字技术正蓬勃发展，制造业数字化转型正浪潮涌动。面对当前的不确定性，工业企业如何加快数字化、智能化转型升级，于危机中育新机、于变局中开新局？新型工业化、新质生产力、人工智能、工业大模型，当下最具热度的词汇，结合在一起将碰撞出怎样的火花？席卷而来的人工智能与大模型技术如何在制造业实现创新的场景应用，如何让智能制造创新成果惠及全人类？2024年7月底，在中华文明发祥地、丝绸之路起点、中国军工第一城的西安，一场工业人的思想盛会，一次制造业数字化的深度对话在这里火热展开。

引领智造，共创工业嬗变

非新无以为进。

多重变革挑战之下，数字技术创新和数字化转型正成为驱动高质量发展的澎湃动能。2024年中央经济工作会议强调，要“以科技创新推动产业创新，特别是以颠覆性技术和前沿技术催生新产业、新模式、新动能，发展新质生产力。”要“广泛应用数智技术、绿色技术，加快传统产业转型升级。”

对于工业企业而言，如何持续探索数字化、智能化转型之路？如何紧跟数字技术发展的最新动态，发掘创新应用场景，推进数字化技术落地生根？如何把握转型难题与挑战，洞见智造前沿？

于工业深处，探索数字化技术创新变革的力量，这就是M50举办的初衷。

2022年雪浪大会期间，由李培根院士与杨华勇院士共同发起，在雪浪工业软件研究院与雪浪云策划与召集下，第一次M50制造业数字化深度对话顺利启动。M50，表达的是寻找制造本质的一群新工业人 (Meta-Manufacturers)，在制造业数字化多领域交叉思想的交锋碰撞中，产生聚变创新，共同引领智能制造在数字空间的变革，携手共创制造业数字化的命运共同体。

M50制造业数字化深度对话

如今，雪浪M50从无锡出发，走过杭州、西安，每一次M50深度对话，都聚焦着前沿数字化技术，汇聚多位领域顶级科学家、专家、工程师与企业家，共同探讨数字化技术在制造业的最新场景与发展趋势，人工智能、工业大模型、数字孪生、工业元宇宙，数字技术在50位新工业人的探讨中熠熠生辉，成为引领智造发展的新动力。

AI定义，赋予工业无限可能

作为当今最炙手可热的数字化技术之一，AI正在颠覆传统工业的运作模式，成为支撑产业高质量发展的重要力量。在世界各国均在竞逐AGI（通用人工智能）技术的背景下，“人工智能+”被首次写入政府工作报告，推进人工智能和制造业深度融合，以大模型能力赋能重点产业体系，将推动产业数字化向智能化升级。

本次M50制造企业数字化深度对话，就将目光聚焦到了人工智能与工业大模型。

如果将2023年定义为大模型发展的“元年”，2024年是大模型从训练走向推理、从技术走向应用的关键一年。从“百模大战”到如今的“千模竞技”，以自然语言处理、图文生成和知识交互为代表的大模型应用层出不穷、百花齐放。而工业，更是AI大模型应用真正的主战场。

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，也是人工智能深度赋能新型工业化的重点方向。工业大模型不仅仅是工业版的ChatGPT和问答，而是主要围绕需要掌握和理解的工业知识和工业机理，理解数字孪生背后的运行规律。同时，在专业大模型的构建过程当中，如何让这些非结构化的数学公式、化学公式以及物理的平方根方程等结合基础大模型的应用也极具挑战，它不仅仅是一个模型的微调，而是重新训练和再造，通过工业数据来完成对工业大模型的重新构建。

通过“数据+算力+模型+应用”的深度融合，工业大模型将形成知识智能、业务智能、具身智能、体系智能等产品形态，重塑制造企业研发、生产、管理、服务、设备等生产制造全价值链，而AI技术的创新迭代也正驱动工业大模型与制造场景进一步融合，加速制造企业迈向数字化、智能化。

超越不确定，探索AI创新场景

制造业是人工智能技术应用最深刻、也最重要的领域。当前，人工智能已成为赋能新型工业化的重要抓手，各地也纷纷出台了相关的政策，布局人工智能产业发展。从能源到机械、从航天到航空，各大央企也将发展人工智能放在全局工作中统筹谋划。

应用场景是AI在智能工厂中落地的关键。人工智能与工业大模型在制造业的最新场景与前沿技术也成为了本次M50对话中热议的话题。

传统AI对制造中的缺陷检测、维修预测等场景早有涉足，但在应用中仍存在“一场景一训练一模型”的局限，而工业大模型卓越的理解能力、生成能力和泛化能力，不仅能有效提升AI在工业的应用场景，还将形成“基础模型+各类应用”的新范式，帮助企业深度洞察工业领域的复杂问题，实现对工业生产、运维、管理等各环节的深度理解和精准预测。

如今，大模型的应用探索已在工业全链条展开，面向研发设计、生产制造、运营管理的工业大模型逐渐涌现。例如在在经营管理领域，基于助手模式可以帮助企业提升经营管理水平；在产品服务领域，工业大模型可以基于交互能力推动产品和服务智能化。

在研发设计领域，工业大模型通过优化设计过程帮助企业提高研发效率和质量。AI生成式设计可以在部分参数设定的前提下，自动生成一些超越人类思维的结构构形，为研发决策提供支持；通过模拟仿真技术，AI也可帮助企业在实际生产前对产品进行全面的测试和验证，提前发现并解决潜在的问题；AI技术还可以帮助企业自动整理和分析研发过程中的知识和经验，形成知识库，提高研发效率，降低成本。

在生产制造领域，工业大模型将帮助企业拓展智能化应用边界。在多种算法的支持下，企业可以通过AI大模型找寻订单背后的共性的规律，更好地进行包括生产、采购、运输、交付等在内的多重计划制定。在产品质量上，通过构建产品质量管控的大模型，可以帮助企业找出和产品质量相关联的数据背后的规律，分析造成质量问题的原因，帮助企业更好地控制产品质量。同时，AI还被用于监测智能刀具磨损，以及自动调整加工参数等环节，从而完成高精度加工复杂零件的任务，减少人工干预。

在设备运维方面，利用特征分析和机器学习技术，工业大模型一方面可以在事故发生前进行设备的故障预测，减少非计划性停机。另一方面，面对设备的突发故障，能够定位故障原因并给出维修维护建议。

雪浪工业大模型：让AI更懂工业

推动大模型深度赋能工业制造业，是人工智能行业发展的重要方向。但在当下，相较消费端场景，大模型落地工业场景仍面临诸多挑战。工业领域细分场景众多，工艺流程复杂，数据结构多样且质量参差不齐，企业间数据壁垒严重，行业专家算法资源稀缺，投入成本高以及大模型幻觉问题，都对工业大模型的训练和应用带来了极大挑战。

如何让工业大模型聚焦细分领域，深度适配不同的工业场景？

雪浪云的答案是坚持从制造业中来，到制造业中去。

基于六年来工业数字化服务所沉淀的工业知识与行业know-how，基于对工业场景的不断探索与积累，基于智能制造数字底座“雪浪OS”的不断打磨，雪浪云创新推出了雪浪河图•工匠大模型。

在雪浪云看来，工业大模型的打造应始终以智能制造为主攻方向，让AI与业务系统深度融合，训练AI成为企业应对不确定性的工具。雪浪工业大模型能做的不仅限于问答，而是结合雪浪重点服务的航天航空、机械装备、能源电力、集成电路等行业的实际需求，聚焦工业知识抽取与理解、工业知识检索与问答、工业文本生成、工业代码生成以及工业数据分析五大应用方向，基于对工业知识的沉淀和理解，创造出更懂工业的应用场景与行业大模型。

以高端装备行业为例，高端装备全生命周期环节链条长，数据多源异构、质量不稳定，多学科跨领域知识交叉，技术集成与创新壁垒高等问题，使得装备行业智能制造推进面临不小挑战。为此，雪浪工业大模型打造了重型定制装备投标文件自动生成系统、施工方案辅助撰写与校验、运维知识检索与问答、基于多源异构数据的设备运维等应用。特别是针对重型定制装备的招投标环节，通过大模型微调建立知识中台，提取历史投标文档、装备设计文档等多格式文件，形成知识融合、知识推理，雪浪工业大模型已可帮助装备企业实现根据投标文件要求，如指定工况、约束载荷等，自动生成定制化售前交流与投标方案，让以往每次招投标都必须在大量文档中反复查找、校验的历史一去不返，大幅提升装备企业售前响应效率、降低售前沟通成本。

每一个创新场景发掘的背后，是扎实的实践探索。针对不同行业，雪浪工业大模型已被成功应用于工艺知识问答、电路设计辅助、设备运维日报自动生成等核心环节，帮助工业企业提高效率、降低成本、提高分析与预测精度、提高客户满意度以及推动推动创新。

此外，雪浪云还搭建了区域级算力中心、集团级算力中心，推出自研雪浪训推一体机，为大模型在工业领域的应用提供了一站式全周期解决方案，全面提升工业大模型落地效率与质量。

后记

雪浪云董事长兼CEO王峰表示，在中国制造转型升级的关键时期，工业大模型的应用无疑将成为我国制造业高质量发展的新引擎、科技强国建设的重要支撑。雪浪云也将加强关键核心技术联合攻关，依托算力服务大市场和AI服务大市场，让工业大模型的落地生根，为制造企业探索新型工业化带来生动实践。雪浪M50制造业数字化深度对话也将走进更多城市，与新工业人一起，持续探索数字变革的力量，在制造强国的路上披荆斩棘，逐浪前行。