大模(mo)型的火正以燎原之勢(shi)從學術(shu)界到產業(ye)界，再到工(gong)業(ye)界，引發了廣泛的關注和討論(lun)。然而，大模(mo)型在工(gong)業(ye)領域的應(ying)用面(mian)臨(lin)著(zhu)各(ge)種挑戰，因為工(gong)業(ye)界并不期(qi)待模(mo)型突然產生出乎意料的能力，而是希望(wang)模(mo)型能夠穩定運行、整合分散的數據并提高效(xiao)率。
對(dui)于(yu)工(gong)業生產，探索最佳(jia)工(gong)藝需要大量的(de)(de)專(zhuan)業知識(shi)和經驗，對(dui)于(yu)算法而言，這相當于(yu)將工(gong)業機理(li)模型這類(lei)“黑箱(xiang)”轉化(hua)(hua)為可量化(hua)(hua)的(de)(de)數據(ju)和指(zhi)標，從而將主觀經驗升(sheng)華為科(ke)學且易于(yu)使用的(de)(de)工(gong)業智能。
再談工業大模型
目前，國內規模以上工業企業數量超過40萬家，覆蓋41個工業大類、207個工業中類、666個工業小類，存在大量的場景和業務痛點。工業制造領域應用潛力巨大，數字孿生、工業(ye)大(da)腦(nao)等規模化生產(chan)等工業(ye)場景(jing)開(kai)始逐步成熟落地(di)，將大(da)模型融入(ru)進來形成技術底座，也是(shi)大(da)家都在探索(suo)的方向(xiang)。
我(wo)們曾在(zai)文章《當中介紹(shao)了業界人士對(dui)于將(jiang)GPT類產品引入工業實現垂直應(ying)用的看法。
反對者表示，在大模型應用中經常會遇到一些ChatGPT胡編亂造的“驚喜”，但是工業界不需要“驚喜”，因為很小的故障就可能帶來巨大的損失，此外，工業制造細分領域眾多，各領域在生產流程、工藝、生產線配置、原材料及產品類型上均具有較大差異，強調的是細分行業的機理融合和行業知識，如果沒有海(hai)量數據(ju)標簽，基(ji)本上不可能形成類似GPT的(de)大模型(xing)。
支持者則(ze)表示：生(sheng)成式(shi)AI類產品能夠壓縮設計和迭(die)代的流程，帶來(lai)效率(lv)的提升(sheng)，在數據(ju)追(zhui)蹤(zong)與分(fen)析、人機交互方面也具有很好的優勢。
北京信息化和工業化融合服務聯盟理事長閆同柱接受媒體采訪時表示：工業互聯網平臺下方有終端軟件，中間有操作系統，但還缺少一個大腦，大模型可以充當這個大腦。而工業互聯網平臺沉淀(dian)了大(da)量人(ren)機(ji)(ji)料(liao)法(fa)環測（人(ren)員、機(ji)(ji)器、原料(liao)、方法(fa)、環境、測量）的(de)數(shu)據，也能反過(guo)來滿足大(da)模型(xing)的(de)大(da)數(shu)據需(xu)求。
卡奧斯COSMOPlat就是這樣一個工業互聯網平臺，擁有幾十年工業制造的數據知識圖譜和產業know-how，也在工業大腦領域深耕多年，致力于將行業AI落地應用進行廣泛落地，是科技部批復建設工業大腦國家新一代人工智能開放創新平(ping)臺。讓我們一起來了(le)解一下卡奧斯COSMOPlat的(de)工業大(da)模(mo)型。
卡奧斯工業大模型
卡奧斯工業大模型（COSMO-GPT）由卡奧斯COSMOPlat基于開源LLM自主研發，擁有百億以上參數并內置了3900多個機理模型、200多個專家算法庫，功能范圍覆蓋智(zhi)能問答、文(wen)本生(sheng)成、圖(tu)文(wen)識別、控制代碼(ma)生(sheng)成、數據庫查(cha)詢、輔助(zhu)決策、運籌規(gui)劃(hua)等。
COSMO-GPT被賦予了更廣博的工業知識和更深度的工業行業Know-how，它能夠讀懂工業語言、理解工業工藝及機理、生成工業執行指令及執行工業機械控制，目前主要應用于智能柔性裝配、生產工藝優化、工業企業智能中臺三大領域。將工(gong)業互聯網(wang)當中的(de)需求轉化成大模型(xing)可生成的(de)能力，從工(gong)藝(yi)、流程、能源、效率和體驗等方(fang)面進行優化。
一方面，對于追求精確性的工業而言，工業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的數據，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勢。另一方面，盡管知識圖譜在捕捉結構化數據方面表現出色，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(jie)其常識和泛化(hua)性以及超(chao)強的自然語言處理與理解能力提(ti)升整個系統(tong)的可操控(kong)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，工業大模(mo)型就(jiu)能比(bi)知識圖譜更靈活(huo)，比(bi)大模(mo)型更精確。
圖源：wisecube
為響應工信部號召，著力推動大模型算法、框架等基礎性原創性技術突破，不斷推進算力基礎設施建設，加快產業自主創新。卡奧斯COSMOPlat將大模型與知識圖譜相結合，打造了“卡奧斯BaaS工業大腦”，用于實(shi)現工(gong)業(ye)(ye)(ye)領域的(de)(de)(de)群體(ti)智能決(jue)策。通過知識(shi)圖譜和機(ji)理模(mo)型等(deng)(deng)形式的(de)(de)(de)信(xin)息，構建了工(gong)業(ye)(ye)(ye)大(da)腦平臺的(de)(de)(de)“大(da)腦”，為(wei)(wei)工(gong)業(ye)(ye)(ye)企業(ye)(ye)(ye)提供(gong)智能化(hua)(hua)轉型的(de)(de)(de)平臺底(di)座，解決(jue)了千行百業(ye)(ye)(ye)智能化(hua)(hua)升(sheng)級的(de)(de)(de)問題。作(zuo)為(wei)(wei)卡(ka)奧斯COSMOPlat的(de)(de)(de)BaaS引擎的(de)(de)(de)延伸，COSMO-GPT繼承了海爾(er)近40年在(zai)數字(zi)化(hua)(hua)、信(xin)息化(hua)(hua)、智能化(hua)(hua)領域的(de)(de)(de)實(shi)踐經驗，為(wei)(wei)工(gong)業(ye)(ye)(ye)設計與研發、機(ji)理仿(fang)真與數字(zi)孿生等(deng)(deng)領域的(de)(de)(de)應用提供(gong)了解決(jue)方案。
做最懂工業的工業大模型
除了COSMO-GPT外，市面上已經有不少工業大模型：例如，以科大訊飛的星火大模型為模型底座、結合工業場景打造的羚羊工業大模型，具有工業文本生成、工業知識問答、工業理解計算、工業代碼生成、工業多模態五大核心能力，可以從海量數據和大規模知識中持續進化，實現從提出、規劃到解決問題的全流程閉環；也有華為這樣的ICT企業完全面向行業提供服務，以行業需求為基準進行設計的盤古大模型，它能夠根據不同行業和場景需求，選擇合適的基礎大模型，利用數據工程套件構建自動化數據清洗模型，持續提升數據質量；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多模態大模型IndustryGPT V1.0。在軟硬件(jian)層面都能(neng)夠充分利用(yong)大模(mo)型的交(jiao)互與智能(neng)決策優(you)勢。還有相當多企業也投入到大模(mo)型的研(yan)發和(he)實踐(jian)當中。
那么，這么多大模型，哪一個才能算是“最懂工業”呢？
這就要看業(ye)界的需求和(he)難(nan)點是什么，工業(ye)生(sheng)產當中往往存在以下(xia)特(te)點：
生產當中的數據保密、呈現碎片化特點，know-how（技術訣竅）不公開；
要素多、流程(cheng)長，對于人機物協同的要求(qiu)較高；
高精度、高效率的要求為(wei)大模型的建設(she)提高了(le)門檻(jian)；
工業界的主要需求在于節能、降碳、增效
制造業致力于數智化轉型、努力發展成新一代智造工業也已成為大勢所趨，而轉型的難點和突破口就是數據和知識。在2023年11月舉辦的CNCC工業大模型論壇上，中科大李向陽教授在《“數據+知識”驅動的工業智能》報告中指出，“數據+知識”協同驅動是實現數智化轉型的突破口，而這也正是COSMO-GPT的典型差異化優勢——擁有大量制造業數據以及專家算法、know-how等產業知識。
綜合來看，COSMO-GPT具有以下顯著優勢，使其能夠著眼于“最懂工業”的大模型：
制造基因沉淀：
COSMO-GPT基于海爾幾十年智能(neng)制造經驗沉淀，使(shi)其(qi)融(rong)合深度的工(gong)(gong)業(ye)知識與行業(ye)know-how，企業(ye)只(zhi)需將工(gong)(gong)業(ye)軟件部署(shu)在BaaS數(shu)字工(gong)(gong)業(ye)操作(zuo)系(xi)統就(jiu)可完成企業(ye)AI轉型升級，充分利(li)用(yong)大模(mo)型這一大腦；
追求工業精度：
通過調用(yong)機(ji)(ji)理(li)模(mo)型(xing)工具，通過大模(mo)型(xing)的(de)推理(li)和決策(ce)能力，自動生成可精(jing)確執行(xing)的(de)機(ji)(ji)器運動控制指令；
模型規模落地：
據悉，該工(gong)業大模型已經在注塑、化(hua)工(gong)等(deng)11個行業的產線進行落地(di)實踐(jian)，助(zhu)力工(gong)廠注塑領域能(neng)耗降低(di)30%、良品率提升10%、停機時長降低(di)15%，在產業鏈(lian)剖析部分(fen)(fen)，COSMO-GPT面對復雜NLP任(ren)(ren)務(wu)處理，能(neng)夠通過任(ren)(ren)務(wu)分(fen)(fen)解(jie)、行業知(zhi)識注入、數據特征分(fen)(fen)析等(deng)方案，提升任(ren)(ren)務(wu)準確(que)率達90%以上。
工藝優化提效：
大模(mo)型上線后，解決了(le)以(yi)洗衣機生產為代表的離散制造業效(xiao)率低的痛點，實(shi)現了(le)工藝設計(ji)環節效(xiao)率提高不小于(yu)30%，換產調試環節效(xiao)率提高不小于(yu)50%。
總的來說：工業大模型已經受到產業的廣泛關注，不同廠商圍繞自身優勢均投入此領域。但工業領域自身的復雜性和精度要求，決定了未來“最懂工業”的(de)大模型需要滿(man)足什(shen)么條件。COSMO-GPT秉(bing)承卡奧斯COSMOPlat多年助力制(zhi)造業(ye)數智轉型經驗(yan)，深度融合(he)行業(ye)數據和知識(shi)，實現精細化生(sheng)產優化，其融合(he)行業(ye)知識(shi)和生(sheng)產數據，以及生(sheng)成高(gao)精度執行指令的(de)能力，正是工業(ye)界所追求的(de)。
寫在最后
當(dang)前，工(gong)業大(da)模(mo)(mo)型(xing)處于起(qi)步階段(duan)，各廠商(shang)積極探索如何(he)最大(da)限度(du)將大(da)模(mo)(mo)型(xing)技(ji)術用于工(gong)業。中國工(gong)業互聯(lian)網研究院(yuan)在近日發布(bu)的(de)《AI大(da)模(mo)(mo)型(xing)工(gong)業應用現(xian)狀、模(mo)(mo)式(shi)與展望》指(zhi)出，工(gong)業大(da)模(mo)(mo)型(xing)還存(cun)在一(yi)定的(de)挑戰：應用市場仍以基(ji)礎(chu)大(da)模(mo)(mo)型(xing)為主，下沉(chen)到(dao)垂類領(ling)域的(de)不(bu)夠多(duo)；尚(shang)未(wei)形成標準化、體系化的(de)大(da)模(mo)(mo)型(xing)工(gong)業應用范(fan)式(shi)；從底(di)層開(kai)始訓(xun)練(lian)的(de)大(da)模(mo)(mo)型(xing)具有一(yi)定的(de)技(ji)術門(men)檻。
隨著大模型向B端尤其是工業領域應用已成為行業共識。大模型已呈現出以基礎大模型為技術底座，工業應用為切入點的發展趨勢，工(gong)(gong)業大(da)模(mo)(mo)型(xing)概念和(he)落(luo)(luo)地案例也不(bu)斷涌(yong)現。未(wei)(wei)來的大(da)模(mo)(mo)型(xing)也將在數據(ju)、安全(quan)和(he)商(shang)業模(mo)(mo)式(shi)方面開啟更(geng)多(duo)落(luo)(luo)地探索。隨著各方共同努(nu)力，未(wei)(wei)來五到十年，相信(xin)將見證(zheng)工(gong)(gong)業大(da)模(mo)(mo)型(xing)成(cheng)為智能制造(zao)(zao)新領(ling)域的重要(yao)范式(shi)，造(zao)(zao)福(fu)更(geng)多(duo)產業應用。
