当前，新一代人工智能是科技革命的新高地、大国竞争的新焦点、产业发展的新赛道。在国内工业制造领域经历了智能制造与AI 1.0阶段的洗礼后，不少企业已完成了多个场景的智能化升级，大模型的到来，正在为这个领域带来新的机遇和挑战。

4月2日，在2024赛迪论坛数字化赋能分论坛上，中国电子信息产业发展研究院安全产业研究所所长袁晓庆发表了《工业大模型的五个基本问题》研究报告。

据袁晓庆介绍，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，通过通用大模型对工业知识的训练微调和专业小模型对数据、算力、参数的优化升级，构建通用工业大模型、行业大模型、场景大模型等三类大模型形态，并通过“数据+算力+模型+应用”等四要素的深度融合，形成知识智能、业务智能、具身智能、体系智能等产品形态，重塑研发、生产、管理、服务、设备等生产制造全要素、全产业链、全价值链，推动制造业迈向数字化、网络化、智能化新阶段。

袁晓庆认为，工业大模型是制造业数字化、网络化、智能化的新质体。

当前，工业大模型主要有“两”条技术路线。一方面，人工智能大模型厂商的通用大模型基于工业知识的训练正在微调；另一方面，工业互联网企业、工业软件企业、工业装备企业等专业小模型正在参数等方面不断升级演变。

工业大模型主要分为通用工业大模型，以理解并管理通用工业知识为目的；行业大模型，以服务工业垂直行业为目的；场景大模型，以解决工业细分场景问题为目的三类大模型。

袁晓庆表示，对于工业大模型架构体系而言，工业是主体，数据是基础，算力是动力，模型是核心，应用是关键，安全是保障，标准是牵引。工业大模型典型应用正从研发、生产、管理、服务、设备等单一环节赋能阶段向垂直行业多场景覆盖拓展。

在谈到工业大模型产业态势时，袁晓庆坦言，在数据资产化方面，亟需建设重点行业和典型场景高质量语料库、数据集，并推动这些语料库和数据集的流通和交易。

在算力一体化方面，一手抓云端算力，一手抓大模型边缘端算力，训推一体机等边端侧算力将成为发展重点。

在模型融合化方面，以工业大模型智能体为驱动，将大模型强大的生成、理解能力，结合工业专业模型高精度、专业性强的特点，打造 “生成式+专业式”的人工智能模型引擎。

在应用高级化方面，推动工业应用从知识智能向业务智能、具身智能、体系智能迈进。

在生态网络化方面，通用大模型厂商、数商企业、工业互联网企业、解决方案企业、用户企业，联合推动工业大模型典型场景应用向工业不同垂直行业渗透。

那么，工业大模型该如何破局？袁晓庆建议，第一，优政策。推进工业大模型发展顶层设计，引导产业链上、中、下游实现异质发展、协同创新、产用结合，推动工业数据共建共享。

第二，补技术。加快关键共性技术研发、场景应用技术研发，以及安全保障技术研发。

第三，促产业。加强工业大模型延链补链行动，促进工业大模型+智能设备+工业软件+工业互联网融合发展。

第四，拓应用。推动大模型平台在重点产业集群、重点行业、重点企业应用推广。

第五，建标准。研究建立工业大模型发展综合标准化体系，编制工业大模型体系架构等具有指导意义的关键标准，以及加强标准宣传与推广工作。

第六，育生态。鼓励投资机构、投资基金等提供资金和资源支持；设立科技重大专项，攻克阻碍大模型落地的关键共性技术问题；持续加强复合型人才培育力度。