大模型的火正以燎原之勢從學術界到產(chǎn)業(yè)界，再到工業(yè)界，引發(fā)了廣泛的關注和討論。然而，大模型在工業(yè)領域的應用面臨著各種挑戰(zhàn)，因為工業(yè)界并不期待模型突然產(chǎn)生出乎意料的能力，而是希望模型能夠穩(wěn)定運行、整合分散的數(shù)據(jù)并提高效率。
對于工業(yè)生產(chǎn)，探索最佳工藝需要大量的專業(yè)知識和經(jīng)驗，對于算法而言，這相當于將工業(yè)機理模型這類“黑箱”轉化為可量化的數(shù)據(jù)和指標，從而將主觀經(jīng)驗升華為科學且易于使用的工業(yè)智能。
再談工業(yè)大模型
目前，國內(nèi)規(guī)模以上工業(yè)企業(yè)數(shù)量超過40萬家，覆蓋41個工業(yè)大類、207個工業(yè)中類、666個工業(yè)小類，存在大量的場景和業(yè)務痛點。工業(yè)制造領域應用潛力巨大，數(shù)字孿生、工業(yè)大腦等規(guī)?；a(chǎn)等工業(yè)場景開始逐步成熟落地，將大模型融入進來形成技術底座，也是大家都在探索的方向。
我們曾在文章《在工業(yè)領域談GPT和大模型究竟是不是“扯淡”？當中介紹了業(yè)界人士對于將GPT類產(chǎn)品引入工業(yè)實現(xiàn)垂直應用的看法。
反對者表示，在大模型應用中經(jīng)常會遇到一些ChatGPT胡編亂造的“驚喜”，但是工業(yè)界不需要“驚喜”，因為很小的故障就可能帶來巨大的損失，此外，工業(yè)制造細分領域眾多，各領域在生產(chǎn)流程、工藝、生產(chǎn)線配置、原材料及產(chǎn)品類型上均具有較大差異，強調(diào)的是細分行業(yè)的機理融合和行業(yè)知識，如果沒有海量數(shù)據(jù)標簽，基本上不可能形成類似GPT的大模型。
支持者則表示：生成式AI類產(chǎn)品能夠壓縮設計和迭代的流程，帶來效率的提升，在數(shù)據(jù)追蹤與分析、人機交互方面也具有很好的優(yōu)勢。
北京信息化和工業(yè)化融合服務聯(lián)盟理事長閆同柱接受媒體采訪時表示：工業(yè)互聯(lián)網(wǎng)平臺下方有終端軟件，中間有操作系統(tǒng)，但還缺少一個大腦，大模型可以充當這個大腦。而工業(yè)互聯(lián)網(wǎng)平臺沉淀了大量人機料法環(huán)測（人員、機器、原料、方法、環(huán)境、測量）的數(shù)據(jù)，也能反過來滿足大模型的大數(shù)據(jù)需求。
卡奧斯COSMOPlat就是這樣一個工業(yè)互聯(lián)網(wǎng)平臺，擁有幾十年工業(yè)制造的數(shù)據(jù)知識圖譜和產(chǎn)業(yè)know-how，也在工業(yè)大腦領域深耕多年，致力于將行業(yè)AI落地應用進行廣泛落地，是科技部批復建設工業(yè)大腦國家新一代人工智能開放創(chuàng)新平臺。讓我們一起來了解一下卡奧斯COSMOPlat的工業(yè)大模型。
卡奧斯工業(yè)大模型
卡奧斯工業(yè)大模型（COSMO-GPT）由卡奧斯COSMOPlat基于開源LLM自主研發(fā)，擁有百億以上參數(shù)并內(nèi)置了3900多個機理模型、200多個專家算法庫，功能范圍覆蓋智能問答、文本生成、圖文識別、控制代碼生成、數(shù)據(jù)庫查詢、輔助決策、運籌規(guī)劃等。
COSMO-GPT被賦予了更廣博的工業(yè)知識和更深度的工業(yè)行業(yè)Know-how，它能夠讀懂工業(yè)語言、理解工業(yè)工藝及機理、生成工業(yè)執(zhí)行指令及執(zhí)行工業(yè)機械控制，目前主要應用于智能柔性裝配、生產(chǎn)工藝優(yōu)化、工業(yè)企業(yè)智能中臺三大領域。將工業(yè)互聯(lián)網(wǎng)當中的需求轉化成大模型可生成的能力，從工藝、流程、能源、效率和體驗等方面進行優(yōu)化。
一方面，對于追求精確性的工業(yè)而言，工業(yè)大腦往往更依賴知識圖譜，知識圖譜能夠準確反映已有的常識、特定領域知識、百科知識以及精確把握多模態(tài)的數(shù)據(jù)，并且在果斷性、可解釋性、一致性等方面則具有非常明顯的優(yōu)勢。另一方面，盡管知識圖譜在捕捉結構化數(shù)據(jù)方面表現(xiàn)出色，對于自然語言理解和非結構化文本則捉襟見肘，對于一些不完整的知識和未見事實也存在缺陷。而大模型卻能憑借其常識和泛化性以及超強的自然語言處理與理解能力提升整個系統(tǒng)的可操控性。
通過將大模型的自然語言交互能力、豐富的信息表示能力、圖構建能力與知識圖譜的可解釋性、一致性、信息準確性結合，工業(yè)大模型就能比知識圖譜更靈活，比大模型更精確。
圖源：wisecube
為響應工信部號召，著力推動大模型算法、框架等基礎性原創(chuàng)性技術突破，不斷推進算力基礎設施建設，加快產(chǎn)業(yè)自主創(chuàng)新?？▕W斯COSMOPlat將大模型與知識圖譜相結合，打造了“卡奧斯BaaS工業(yè)大腦”，用于實現(xiàn)工業(yè)領域的群體智能決策。通過知識圖譜和機理模型等形式的信息，構建了工業(yè)大腦平臺的“大腦”，為工業(yè)企業(yè)提供智能化轉型的平臺底座，解決了千行百業(yè)智能化升級的問題。作為卡奧斯COSMOPlat的BaaS引擎的延伸，COSMO-GPT繼承了海爾近40年在數(shù)字化、信息化、智能化領域的實踐經(jīng)驗，為工業(yè)設計與研發(fā)、機理仿真與數(shù)字孿生等領域的應用提供了解決方案。
做最懂工業(yè)的工業(yè)大模型
除了COSMO-GPT外，市面上已經(jīng)有不少工業(yè)大模型：例如，以科大訊飛的星火大模型為模型底座、結合工業(yè)場景打造的羚羊工業(yè)大模型，具有工業(yè)文本生成、工業(yè)知識問答、工業(yè)理解計算、工業(yè)代碼生成、工業(yè)多模態(tài)五大核心能力，可以從海量數(shù)據(jù)和大規(guī)模知識中持續(xù)進化，實現(xiàn)從提出、規(guī)劃到解決問題的全流程閉環(huán)；也有華為這樣的ICT企業(yè)完全面向行業(yè)提供服務，以行業(yè)需求為基準進行設計的盤古大模型，它能夠根據(jù)不同行業(yè)和場景需求，選擇合適的基礎大模型，利用數(shù)據(jù)工程套件構建自動化數(shù)據(jù)清洗模型，持續(xù)提升數(shù)據(jù)質(zhì)量；還有來自思謀科技這樣以視覺能力和智能制造起家，涌入大模型潮流當中的工業(yè)多模態(tài)大模型IndustryGPT V1.0。在軟硬件層面都能夠充分利用大模型的交互與智能決策優(yōu)勢。還有相當多企業(yè)也投入到大模型的研發(fā)和實踐當中。
那么，這么多大模型，哪一個才能算是“最懂工業(yè)”呢？
這就要看業(yè)界的需求和難點是什么，工業(yè)生產(chǎn)當中往往存在以下特點：
生產(chǎn)當中的數(shù)據(jù)保密、呈現(xiàn)碎片化特點，know-how（技術訣竅）不公開；
要素多、流程長，對于人機物協(xié)同的要求較高；
高精度、高效率的要求為大模型的建設提高了門檻；
工業(yè)界的主要需求在于節(jié)能、降碳、增效
制造業(yè)致力于數(shù)智化轉型、努力發(fā)展成新一代智造工業(yè)也已成為大勢所趨，而轉型的難點和突破口就是數(shù)據(jù)和知識。在2023年11月舉辦的CNCC工業(yè)大模型論壇上，中科大李向陽教授在《“數(shù)據(jù)+知識”驅(qū)動的工業(yè)智能》報告中指出，“數(shù)據(jù)+知識”協(xié)同驅(qū)動是實現(xiàn)數(shù)智化轉型的突破口，而這也正是COSMO-GPT的典型差異化優(yōu)勢——擁有大量制造業(yè)數(shù)據(jù)以及專家算法、know-how等產(chǎn)業(yè)知識。
綜合來看，COSMO-GPT具有以下顯著優(yōu)勢，使其能夠著眼于“最懂工業(yè)”的大模型：
制造基因沉淀：
COSMO-GPT基于海爾幾十年智能制造經(jīng)驗沉淀，使其融合深度的工業(yè)知識與行業(yè)know-how，企業(yè)只需將工業(yè)軟件部署在BaaS數(shù)字工業(yè)操作系統(tǒng)就可完成企業(yè)AI轉型升級，充分利用大模型這一大腦；
追求工業(yè)精度：
通過調(diào)用機理模型工具，通過大模型的推理和決策能力，自動生成可精確執(zhí)行的機器運動控制指令；
模型規(guī)模落地：
據(jù)悉，該工業(yè)大模型已經(jīng)在注塑、化工等11個行業(yè)的產(chǎn)線進行落地實踐，助力工廠注塑領域能耗降低30%、良品率提升10%、停機時長降低15%，在產(chǎn)業(yè)鏈剖析部分，COSMO-GPT面對復雜NLP任務處理，能夠通過任務分解、行業(yè)知識注入、數(shù)據(jù)特征分析等方案，提升任務準確率達90%以上。
工藝優(yōu)化提效：
大模型上線后，解決了以洗衣機生產(chǎn)為代表的離散制造業(yè)效率低的痛點，實現(xiàn)了工藝設計環(huán)節(jié)效率提高不小于30%，換產(chǎn)調(diào)試環(huán)節(jié)效率提高不小于50%。
總的來說：工業(yè)大模型已經(jīng)受到產(chǎn)業(yè)的廣泛關注，不同廠商圍繞自身優(yōu)勢均投入此領域。但工業(yè)領域自身的復雜性和精度要求，決定了未來“最懂工業(yè)”的大模型需要滿足什么條件。COSMO-GPT秉承卡奧斯COSMOPlat多年助力制造業(yè)數(shù)智轉型經(jīng)驗，深度融合行業(yè)數(shù)據(jù)和知識，實現(xiàn)精細化生產(chǎn)優(yōu)化，其融合行業(yè)知識和生產(chǎn)數(shù)據(jù)，以及生成高精度執(zhí)行指令的能力，正是工業(yè)界所追求的。
寫在最后
當前，工業(yè)大模型處于起步階段，各廠商積極探索如何最大限度將大模型技術用于工業(yè)。中國工業(yè)互聯(lián)網(wǎng)研究院在近日發(fā)布的《AI大模型工業(yè)應用現(xiàn)狀、模式與展望》指出，工業(yè)大模型還存在一定的挑戰(zhàn)：應用市場仍以基礎大模型為主，下沉到垂類領域的不夠多；尚未形成標準化、體系化的大模型工業(yè)應用范式；從底層開始訓練的大模型具有一定的技術門檻。
隨著大模型向B端尤其是工業(yè)領域應用已成為行業(yè)共識。大模型已呈現(xiàn)出以基礎大模型為技術底座，工業(yè)應用為切入點的發(fā)展趨勢，工業(yè)大模型概念和落地案例也不斷涌現(xiàn)。未來的大模型也將在數(shù)據(jù)、安全和商業(yè)模式方面開啟更多落地探索。隨著各方共同努力，未來五到十年，相信將見證工業(yè)大模型成為智能制造新領域的重要范式，造福更多產(chǎn)業(yè)應用。
