中国联通人工智能创新中央首席人工智能科学家、技能总师廉士国在接管《中国电子报》采访时表示，以大模型为代表的AI技能要扎根工业等垂直行业，必须打造可以复制的行业范式，用“类人架构AI平台”构建工厂大脑。

急需面向工业场景开拓大模型运用范式

当下，不少传统制造家当正在“尝鲜”大模型，率前辈行新型工业化探索与实践。
用AI大模型设计出来的衣服长啥样？在杭州嘉溢制衣有限公司（以下简称“嘉溢制衣”），看到了一件时尚的“白色泡泡袖衬衣”从输入笔墨到天生图样的出身过程。
利用文生图大模型“加速”服装设计环节，嘉溢制衣成功迈出了降本增效的第一步。

嘉溢制衣总经理丁永国见告《中国电子报》，除了产品设计，大模型还在设备故障诊断、人力政策咨询、财务报表剖析、办公自动化、员工培训教诲、行业资讯获取等方面发挥越来越多的浸染。

嘉溢制衣所运用的文生图大模型是基于中国联通“元景”根本大模型演习出来的行业大模型。
理解到，“1+1+M”元景大模型体系包含：1套支持10亿、70亿、130亿、 340亿、700亿等5个不同参数版本和3种模态的根本模型，1个具备选模型-改模型-用模型工具链的大模型平台，和M种具备“职业技能”的垂直行业模型。
这套体系面向垂直行业场景运用供应了高效的大模型开拓运用工具集。

廉士国向《中国电子报》表示，大模型在不同场景下具有一定的通用性，可降落再次定制开拓本钱，这是它的上风。
但“大而全”在一定程度上意味着在单一垂直场景精度上的不敷。
纵然大模型能够在1000多种功能上都达到90%的识别率，但间隔某些实体经济中垂直场景运用哀求的99%识别率仍有不小的差距。

“未来，大模型落地行业运用一方面要通过定制演习来加强某些方面的‘职业技能’，另一方面要提升其利用已有工业流程模块、小模型等工具的能力。
就像再聪明的人，碰着生僻字也得查字典，把钉子钉到木板里也得用锤子。
面向实体经济场景的大模型开拓运用范式是当前业界急需的。
”廉士国说道。

AI范式实质上是一套可定制、可复制的方法论

只有形成一套“行业AI范式”，并基于此构建工业“大脑”的内核，才能真正以相对较低的本钱让AI走进千行百业。

“行业AI范式在实质上是一套可定制、可复制的方法论，通过大量的实践总结出行业间操作工序的共性和差异化，从而以少量的修正实现对多个相似工序的赋能，以一类功能做事多个行业。
”廉士国表示。

当然，在许多已见雏形的行业AI范式中，“质检”是一个范例的例子。
无论在何种行业中，质量检测都是生产制造过程中一道不可或缺的步骤。
例如，检测皮革上的划痕、丈量玻璃纤维的散度、检测铜米生产过程中的杂质含量、检测食用油装瓶过程中形成的沉淀物等。

经由多行业、多场景的AI落地实践，形成AI范式工具，针对新的同类场景需求，可以直接用AI范式工具实现快速定制，而不用再从AI原子能力开始从头定制。

廉士国举例说，通过食用油质检和液态药品质检落地实践，总结出的AI液体质检工具，可以快速用于办理液态扮装品质检问题；通过服装拆线工序合规监测和装卸油操作工序合规监测落地实践，总结出的AI操作工序合规监测工具，可以快速用于办理汽车制造车顶擦拭工序合规监测问题。

此外，大模型的快速发展供应了新的范式构建办法。
“与以人工履历为主的构建办法不同，基于大模型以数据驱动为主形成的‘多才多艺’能力，构建泛化能力强、可适配多样化场景的行业AI范式。
例如，产品设计AI工具可用于服装设计、车身设计、家具设计等，数据剖析AI工具可用于生产数据处理、发卖数据处理、财务数据处理等，政策咨询AI工具可用于人力政策咨询、财务政策咨询、培训教诲咨询等。
”廉士国说道。

理解到，中国联通已经在液体质检、物品精确丈量、操作工序合规监测、生产安全合规检测、远程巡检、移动设备智能改造、产品外不雅观设计、企业政策咨询等多种运用处景形成了行业AI范式，目前已实现行业复用、按需支配。

应以构建类人架构的工业AI平台为目标

走进一个个车间、一个个工厂，创造AI技能已经融入工业生产的各个环节。
有承担“大脑”角色的大模型，也有承担“眼睛”角色的机器视觉、承担“肢体”角色的智能机器臂和智能移动机器人、供应“形体”角色的智能数字人……

经由多年人工智能赋能制造业的实践，廉士国总结出了一套易于集约化赋能多行业的“类人架构工业AI平台”理论。

廉士国认为，应以构建类人架构的工业AI平台为目标，从感知、决策、实行等多个环节入手，从借鉴人类的各项根本能力到培养出能够持续发展的“职业技能”，从而逐步实现人工智能在制造行业场景中的全面运用。

目前，在“感知”环节，AI能力突出。
在佛山美的洗碗机警能工厂中，一台台摄像头“目光如炬”，不放过产品线上的每一丝瑕疵。
美的洗碗机警能工厂总经理刘玉龙见告，在敏锐的“数字感知”下，该厂考验车间一次作业合格率由从前的约35%提升到近90%，洗碗机产量已连续多年位居亚洲产量第一。

在“决策”环节，行业对AI提出了更高的哀求。
在大模型的赋能下，呆板晦涩的行业知识得以在一问一答间深入民气，网络彼真个智能客服随时随地为用户提出最得当的办理方案；在山东的高速公路上，AI“剖析师”能够对路面病害情形进行智能判断，让一条条道路“重焕活气”；在江苏的大米生产线上，AI“指挥官”为不同品质的大米自动分类，实现大幅度降本增效……理解到，AI形成的“聪慧大脑”已经迈出了行业落地的第一步。

在“实行”环节，AI已经“驾轻就熟”。
在中国一拖集团有限公司，产线上已经鲜少见到工人的身影。
装置事情由机器臂有序完成，物料运输的重任则由自动导向搬运车（AGV）一力承担……一拖（洛阳）柴油机有限公司工艺技能部部长唐海兵表示，目前，中国一拖生产车间的自动化率已经达到60%以上。

“从大量的客户赋能实践来看，传统制造业的数字化转型一样平常经历几个阶段。
”廉士国见告，“一是数字化和网络化阶段，运用5G网络与物联网等技能，实现全体车间或者工厂的人机料法环的全连接。
二是局部智能化阶段，通过人工智能和边缘打算等技能实现对产品设计、原材料采购、生产加工、仓储物流、营销推广、售后做事等各局部环节的降本、提质、增效、绿色及安全合规等。
三是全局智能化阶段，基于人工智能和数字孪生等技能，实现全局优化、综合决策及调度，构建‘工厂大脑’，赋能聪慧运营——即培植全体厂区或者车间的智能大脑。
”