| RK | 企業(yè) | 備注 |
|---|---|---|
| 1 | 華為 | 盤古 |
| 2 | 國(guó)家電網(wǎng) | 光明 |
| 3 | 寶信軟件 | 寶聯(lián)登 |
| 4 | 中國(guó)石油 | 昆侖 |
| 5 | 國(guó)家能源集團(tuán) | 擎源 |
| 6 | 中國(guó)移動(dòng) | 九天 |
| 7 | 賽輪集團(tuán) | 橡鏈云聊 |
| 8 | 中國(guó)石化 | 長(zhǎng)城 |
| 9 | 隆基綠能 | Hi-MO AI |
| 10 | 朗坤智慧 | 蘇暢瑤光 |
| 11 | ?？低?/td> | 觀瀾 |
| 12 | 國(guó)電南瑞 | 瑞智 |
| 13 | 網(wǎng)易 | 伏羲 |
| 14 | 中國(guó)聯(lián)通 | 元景 |
| 15 | 依柯力Inkelink | e-Vision? |
| 16 | 中國(guó)海油 | 海能 |
| 17 | 天光合能 | Transformer-XL時(shí)空 |
| 18 | 中控技術(shù) | AI時(shí)序大模型TPT |
| 19 | 創(chuàng)新奇智 | 奇智孔明AlnnoGC |
| 20 | 航天云網(wǎng) | INDICS-MAID |
| 21 | 樹(shù)根科技 | 根靈 |
| 22 | 視比特機(jī)器人 | 坤吾平臺(tái)產(chǎn)線自動(dòng)生成大模型LineGen |
| 23 | 中國(guó)船舶 | 百舸 |
| 24 | 安恒信息 | 恒腦 |
| 25 | 南方電網(wǎng) | 大瓦特 |
| 26 | 三峽集團(tuán) | 大禹 |
| 27 | 浪潮軟件 | 海岳 |
| 28 | 中國(guó)煤科 | 太陽(yáng)石 |
| 29 | 容知日新 | PHMGPT |
| 30 | 江行智能 | 源問(wèn) |
| 31 | 中國(guó)中化 | 天樞 |
| 32 | 吉利 | 星睿 |
| 33 | 雪浪云 | 雪浪 |
| 34 | 恒遠(yuǎn)科技 | 高端裝備制造大模型 |
| 35 | 中核八所 | 龍吟 |
| 36 | 新華三 | 百業(yè)靈犀 |
| 37 | 日聯(lián)科技 | 工業(yè)射線影像AI |
| 38 | 海信 | 星海 |
| 39 | 中煤集團(tuán) | 地知 |
| 40 | 熵基科技 | BioCV系列 |
| 41 | 賽意信息 | 善謀GPT |
| 42 | TCL | 星智，小魯班 |
| 43 | 中能拾貝 | 拾貝云 |
| 44 | 思謀科技 | IndustryGPT |
| 45 | 柳鋼集團(tuán) | 玄鐵 |
| 46 | 長(zhǎng)虹 | 云帆 |
| 47 | 達(dá)智匯 | 伏羲工業(yè)AI開(kāi)發(fā)平臺(tái) |
| 48 | 中國(guó)中車 | 斫輪 |
| 49 | 云南白藥 | 雷公 |
| 50 | 理想汽車 | Mind GPT |
| 2026.04 DBC/CIW/eNet16 | ||
加速邁向規(guī)?；涞?/h5>
人工智能正從“有能力”走向“有用處”，而工業(yè)正在成為AI落地最關(guān)鍵、也最具挑戰(zhàn)性的領(lǐng)域之一。
工業(yè)和信息化部等八部門聯(lián)合印發(fā)《“人工智能+制造”專項(xiàng)行動(dòng)實(shí)施意見(jiàn)》，明確提出到2027年推動(dòng)3至5個(gè)通用大模型在制造業(yè)深度應(yīng)用，形成特色化、全覆蓋的行業(yè)大模型，推出1000個(gè)高水平工業(yè)智能體，打造100個(gè)工業(yè)領(lǐng)域高質(zhì)量數(shù)據(jù)集。從國(guó)家電網(wǎng)的輸電鐵塔間，到繁忙的汽車制造車間，再到精細(xì)的化工生產(chǎn)線上，一場(chǎng)以“自主執(zhí)行”和“可量化價(jià)值”為核心的產(chǎn)業(yè)智能化變革正全面鋪開(kāi)。
當(dāng)前，我國(guó)工業(yè)大模型的發(fā)展正從概念驗(yàn)證階段加速邁向規(guī)?；涞兀鋺?yīng)用深度和廣度都在持續(xù)拓展。
在生產(chǎn)制造領(lǐng)域，大模型通過(guò)實(shí)時(shí)工藝優(yōu)化和參數(shù)調(diào)優(yōu)，實(shí)現(xiàn)了從“經(jīng)驗(yàn)驅(qū)動(dòng)”到“數(shù)據(jù)驅(qū)動(dòng)”的質(zhì)變，能夠幫助工廠大幅縮短新產(chǎn)品上市前的準(zhǔn)備周期，顯著降低能耗和成本；在研發(fā)設(shè)計(jì)領(lǐng)域，虛擬樣機(jī)和跨主體協(xié)同設(shè)計(jì)使研發(fā)周期大幅縮短，設(shè)計(jì)效率顯著提升；在質(zhì)量檢測(cè)領(lǐng)域，自動(dòng)化全檢取代了傳統(tǒng)的人工抽檢，實(shí)現(xiàn)了缺陷的標(biāo)準(zhǔn)化溯源和精準(zhǔn)識(shí)別；在設(shè)備維護(hù)領(lǐng)域，大模型通過(guò)對(duì)設(shè)備狀態(tài)的持續(xù)監(jiān)測(cè)和預(yù)測(cè)，大大減少了非計(jì)劃停機(jī)帶來(lái)的損失。
尤為值得關(guān)注的是，大模型正在推動(dòng)制造業(yè)從“感知智能”走向“認(rèn)知智能”，不僅能“看到”問(wèn)題，更能“理解”問(wèn)題和“解決”問(wèn)題——多模態(tài)大模型在工業(yè)檢測(cè)中已能同時(shí)完成缺陷識(shí)別、成因分析和解決方案生成，形成“檢測(cè)—決策—執(zhí)行”的完整閉環(huán)。
在部分流程工業(yè)中，大模型已實(shí)現(xiàn)對(duì)關(guān)鍵工藝指標(biāo)未來(lái)數(shù)分鐘趨勢(shì)的精準(zhǔn)預(yù)測(cè)，工藝波動(dòng)標(biāo)準(zhǔn)差顯著降低，這意味著工業(yè)生產(chǎn)的底層邏輯正在被重新定義：從過(guò)去依賴人工經(jīng)驗(yàn)和固定規(guī)則的“剛性生產(chǎn)”，轉(zhuǎn)向能夠自主學(xué)習(xí)、動(dòng)態(tài)適應(yīng)的“柔性智能”。
多模態(tài)融合、智能體協(xié)同和具身智能
沿著產(chǎn)業(yè)鏈向上追溯，工業(yè)大模型正以多模態(tài)融合、智能體協(xié)同和具身智能為三大方向，推動(dòng)整個(gè)工業(yè)生態(tài)發(fā)生系統(tǒng)性重構(gòu)。
在技術(shù)層面，大模型正從單一的語(yǔ)言處理向多模態(tài)融合快速演進(jìn)。工業(yè)制造業(yè)的復(fù)雜性要求大模型不僅要理解文本，更要能夠處理圖像、視頻、聲紋、3D模型乃至?xí)r序傳感器數(shù)據(jù)。當(dāng)前，主流模型多聚焦于視覺(jué)、語(yǔ)言與動(dòng)作三模態(tài)的融合，但在工業(yè)場(chǎng)景中，溫度、壓力、振動(dòng)等物理量蘊(yùn)含的規(guī)律往往比視覺(jué)信息更具決策價(jià)值。下一階段，觸覺(jué)、溫度、聲紋等多維度感知通道的引入，將使大模型具備更全面的“工業(yè)直覺(jué)”。
在架構(gòu)層面，大模型正與工業(yè)領(lǐng)域的機(jī)理模型深度融合。通用大模型雖然在自然語(yǔ)言處理中表現(xiàn)出色，但面對(duì)工業(yè)時(shí)序數(shù)據(jù)時(shí)，往往難以捕捉深層次的工藝規(guī)律和設(shè)備機(jī)理。為此，一種“大模型+小模型”協(xié)同發(fā)展的模式正在形成，大模型提供通用知識(shí)和推理能力，小模型則專注執(zhí)行特定任務(wù)，兩者的融合使工業(yè)AI既具備“通識(shí)”又擁有“專長(zhǎng)”。
在應(yīng)用形態(tài)層面，智能體正成為大模型落地工業(yè)的核心載體。與傳統(tǒng)軟件不同，智能體不再是“被動(dòng)工具”，而是可自主執(zhí)行的“數(shù)字員工”，它能夠感知環(huán)境變化、自主制定計(jì)劃、調(diào)用工具執(zhí)行任務(wù)，并在執(zhí)行過(guò)程中持續(xù)學(xué)習(xí)和優(yōu)化。
在更前沿的方向上，大模型正在與機(jī)器人技術(shù)深度融合，新一代架構(gòu)正在嘗試通過(guò)狀態(tài)預(yù)測(cè)賦予機(jī)器人“想象力”，實(shí)現(xiàn)“感知—建?！獩Q策”的閉環(huán)，構(gòu)建更真實(shí)的“世界模型”。
從產(chǎn)業(yè)鏈的視角來(lái)看，大模型技術(shù)的演進(jìn)正在重塑工業(yè)的底層架構(gòu)：算力層以智算中心和AI芯片為根基，數(shù)據(jù)層以高質(zhì)量數(shù)據(jù)集和治理能力為支撐，算法層以大模型和開(kāi)發(fā)框架為核心，應(yīng)用層則通過(guò)智能體和具身智能滲透到采礦、能源、制造等核心行業(yè)。
結(jié)語(yǔ)
工業(yè)大模型的發(fā)展，本質(zhì)上是人工智能與制造業(yè)的一場(chǎng)“雙向奔赴”。工業(yè)AI不能只“看起來(lái)聰明”，而必須長(zhǎng)期穩(wěn)定地參與生產(chǎn)過(guò)程，大模型的出現(xiàn)推動(dòng)了工業(yè)軟件系統(tǒng)整合為有機(jī)的智能體網(wǎng)絡(luò)。當(dāng)然，工業(yè)大模型的落地需要的不僅是算法突破，更是工業(yè)知識(shí)的深度編碼、數(shù)據(jù)治理的系統(tǒng)完善、以及產(chǎn)業(yè)生態(tài)的協(xié)同共建。
未來(lái)，工業(yè)大模型的發(fā)展將沿著更深入的行業(yè)滲透、更智能的自主決策、更緊密的人機(jī)協(xié)同三條主線持續(xù)進(jìn)化，在政策推動(dòng)與企業(yè)實(shí)踐的雙重驅(qū)動(dòng)下，工業(yè)大模型將重新定義工業(yè)的價(jià)值。當(dāng)人工智能真正嵌入工業(yè)生產(chǎn)的每一臺(tái)設(shè)備、每一個(gè)工藝環(huán)節(jié)、每一次決策流程時(shí)，中國(guó)制造將不再是規(guī)模與效率的代名詞，而是智慧與創(chuàng)新的新標(biāo)桿。
（文/藍(lán)風(fēng)鈴）
e-Mail：lab@enet16.com
