熱門資訊> 正文
2026-10-27 06:19
賦能製造業企業研發設計、生產製造、工業質檢等核心流程
奇智孔明大模型:讓AI真正進車間上產線
經營者説
創新奇智CEO徐輝:
解決「好用、可用、敢用」核心痛點
通用大模型解決千行百業「能用」的問題,價值在於廣;垂類大模型解決「好用、可用、敢用」的核心痛點,價值在於精,是大模型落地「最后十公里」的必然選擇。創新奇智堅持「一模一體兩翼」戰略——以奇智孔明垂類工業大模型為基礎,以工業智能體平臺為引擎,驅動工業智能體軟件和工業具身機器人兩大行業應用方向的產品和商業化落地。未來將繼續紮根青島,賦能工業,通過「人工智能+」打造新質生產力。
在某全球頭部玻璃纖維企業的生產基地,AI智能體已經在原料、窯爐和拉絲等三大核心環節全面「上崗」。日常生產中,它們像工程師一樣,能及時發現、分析生產問題,並給出優化建議。
能讓AI在這座工廠順利「入職」,離不開創新奇智打造的奇智孔明工業大模型。在工業現場,AI可能通過一個智能體、一套軟件或者一臺機器人發揮作用,但所有這些背后都離不開工業大模型作為「大腦」,是它在背后真正負責理解問題和匯總判斷。
創新奇智深耕「AI+製造」,是國內體量最大的原生AI行業應用公司之一,在中國工業大模型應用市場份額中排名第一。奇智孔明大模型擁有750億參數,已應用於智能裝配質檢、產線自動化、工業物流、智能設備運維、智能製造執行、產品輔助設計等領域。
從「自然語言」到「工業知識」
製造業是AI落地最複雜的場景之一。產業希望AI能幫助提效,但同時無法容忍差錯,哪怕只是小小的失誤就有可能引發不可想象的損失。這就要求進廠「打工」的AI要能夠理解參數、規格、工藝、設備、物料等一堆工業術語。
工業大模型的價值正是在於解決這一問題。相較通用大模型擅長理解自然語言、掌握通用知識,工業大模型則精通生產規則和製造流程,是產業里的行家里手,解決工業現場的實際問題。一個聚焦「廣」,一個聚焦「專」,由此也決定了二者不同的產品邏輯。
「通用大模型的訓練數據基本來自公開數據,但製造業企業的工業流程等數據不可能置於公共數據集之中。」創新奇智CEO徐輝説。比如,一臺設備和另一臺設備是什麼關係,一道工序出了變化會傳導到哪里,老師傅憑什麼判斷一個異常,這些都不可能僅靠互聯網語料就能學會,設備數據、生產規則、工藝經驗等重要信息更是隻存在於企業內部。
這意味着工業大模型無法像通用大模型一樣,在實驗室里「閉門造車」完成開發——它必須進入車間,在真實產線上「邊跑邊學」。換言之,工業大模型的開發一定是基於對工業流程的深刻理解,它的落地一定是以能夠適配每一家企業的具體場景為閉環。
「創新奇智深耕工業AI領域8年,聚焦製造業八大細分行業,累計服務了1800多家實體企業,沉澱了上萬個行業場景。」徐輝説。正是作為「實戰派」積累的豐富經驗讓創新奇智能夠在工業大模型應用市場走在前列。
三大垂類模型賦能工業核心流程
回望過去幾年,通用大模型發展經歷了從參數比拼到注重「系統效率」和「實用能力」的轉變。但工業大模型從誕生起就具備「強落地」屬性,「實用」「好用」始終是衡量工業大模型的核心維度。
深諳於此的創新奇智從一開始就摒棄「大而全」的思維,而是採取「針對高價值場景自研垂類模型」的策略。目前,創新奇智將大模型能力聚焦於CAD圖紙解析、具身智能、工業視覺三大方向。
其中,CAD模型能夠「看懂」PID圖紙(管線及儀表流程圖),面向研發設計環節;具身智能模型融合視頻數據、遙操作數據與仿真數據,構建能夠適配不同工業具身智能機器人本體的「大腦」;工業視覺理解模型瞄準工業質檢環節,能結合實際場景生成瑕疵樣本,可幫助質檢小模型快速完成數據採集與模型訓練。
徐輝以CAD模型為例,詳細介紹了創新奇智工業垂類大模型的實際工作能力。傳統企業積累了大量靜態的PID管線圖紙,若需修改只能人工重繪,單張耗時數天且改完還常常不一致,導致返工、合規風險,靜態圖紙無法對接數字孿生和智能運維體系,成了死資產。
「為解決這個問題,我們與全球領先的基礎設施工程軟件廠商Bentley合作,用千萬級圖紙預訓練調優出工業多模態大模型,配上iPID讀圖智能體,把啞圖變活圖,能精準識別400多種專屬圖例,自動提取設備參數和管路復原邏輯,還原度超過95%。」徐輝介紹,目前產品已在寶武鋼鐵商業化落地,圖紙處理時間從數天壓縮到分鍾級;圖紙檢索效率從小時級壓縮到秒級。
以工程化能力兑現模型價值
在工業軟件領域有一句流傳甚廣的話——三分軟件,七分實施。如今,步入AI大模型時代,這句話同樣適用。
「模型將成為基礎設施,製造業企業的AI護城河是基於行業場景沉澱下來的數據、知識、組織能力和治理機制,這將成為核心資產。要實現這些,製造業企業要將企業的核心流程,數據,人才、智能能力和業務價值打通成大閉環。」徐輝説。
如果無法真正融入企業業務邏輯和流程,再好的模型也體現不出價值。這對AI企業來説,推進製造業AI,既比拼模型專業能力,更比拼模型的工程化落地能力。
今年,創新奇智加快佈局本體智能體平臺,就是持續加強工程化能力的重要舉措。簡單説,本體就是讓大模型「認識這家工廠」,從而幫助大模型進行更快速地落地適配。在將企業現場多元異構數據進行統一接入與清洗的基礎上,創新奇智幫助企業搭建制造業本體,即基於業務語義將底層數據結構化梳理,從而形成可被上層智能體調用與理解的語義數據基座。
與此同時,創新奇智加快探索FDE(前沿部署工程師團隊)模式。通過面向頭部企業客户推進FDE模式,加快驗證並沉澱產品和技術能力,從而將成熟能力封裝為標準化輕量化套件,並快速複製推廣至同行業客户,實現製造業規模化落地,達成「重點客户攻堅、平臺資產沉澱、行業套件開發、同類客户複製」的飛輪效應。
徐輝表示,未來創新奇智將進一步構建差異化壁壘,往高重沉澱,積累高質量行業數據、行業場景與行業knowhow,不斷完善行業語料庫;往低抓落地,夯實FDE實踐,利用摸爬滾打積累的工程化經驗和通過與客户共同創新,提升解決實際問題的能力,構建更寬競爭護城河。(青島日報/觀海新聞記者 孫欣)