近日,騰訊研究院發(fā)布了《工業(yè)大模型應用報告》(簡稱“報告”),報告指出,工業(yè)正處于從數(shù)字化向智能化邁進的階段,而大模型憑借其卓越的理解能力、生成能力和泛化能力,成為推動工業(yè)智能化的關鍵力量,有望拓展人工智能和工業(yè)融合的新空間。
該報告在中國通信工業(yè)協(xié)會的指導和支持下,由騰訊研究院與中國通信工業(yè)協(xié)會物聯(lián)網(wǎng)應用分會、畢馬威企業(yè)咨詢(中國)有限公司以及騰訊云智慧行業(yè)五部共同撰寫。報告深入剖析了工業(yè)大模型的三種構建模式和應用場景,并分析了工業(yè)大模型在促進工業(yè)智能化發(fā)展方面的機遇與挑戰(zhàn)。
大模型為工業(yè)智能化帶來新機遇
報告指出,大模型的崛起有望在工業(yè)領域帶來“基礎模型+各類應用”的新范式。大模型憑借其卓越的理解能力、生成能力和泛化能力,能夠深度洞察工業(yè)領域的復雜問題,不僅可以理解并處理海量的數(shù)據(jù),還能從中挖掘出隱藏在數(shù)據(jù)背后的規(guī)律和趨勢。
大模型為工業(yè)智能化拓展新空間。大模型有望挖掘工業(yè)領域人工智能應用的新場景,提升人工智能應用的普及率。例如在研發(fā)設計領域,大模型能夠深度挖掘和分析海量數(shù)據(jù),為產品設計提供更為精準和創(chuàng)新的思路。在經營管理領域,大模型能夠實現(xiàn)對生產流程、供應鏈管理等各個環(huán)節(jié)的監(jiān)控和智能優(yōu)化,從而提升企業(yè)的運營效率和市場競爭力。
大模型應用落地需要深度適配工業(yè)場景。大模型的優(yōu)勢在于其強大的泛化能力,可以在不同的領域和任務上進行遷移學習,而無需重新訓練。但無法充分捕捉到某個行業(yè)或領域的特征和規(guī)律,也無法滿足某些特定的應用場景和需求,在真正融入行業(yè)的過程中,需要適配不同的工業(yè)場景,其核心就是要解決不懂行業(yè)、不熟企業(yè)、存在幻覺這三大問題。
大模型和小模型在工業(yè)領域將長期并存
報告基于當前市場上507個工業(yè)小模型和99個工業(yè)大模型應用案例進行分析,得出目前大模型和小模型在工業(yè)領域分別呈現(xiàn)U型和倒U型分布態(tài)勢。
以判別式AI為主的小模型在工業(yè)領域應用呈現(xiàn)倒U型分布,這些應用主要集中在生產制造領域,占比高達57%,而在研發(fā)設計和經營管理領域的應用則相對較少。這種分布呈現(xiàn)出明顯的倒U型。小模型的能力更適合工業(yè)生產制造領域,但“一場景一訓練一模型”的定制化需求制約了其進一步滲透。
以生成式AI為主的大模型目前在工業(yè)領域應用呈現(xiàn)U型分布,大模型在研發(fā)設計和經營管理領域的應用相對更多,當前的能力更適配于偏向綜合類、生成型的研發(fā)設計和經營管理環(huán)節(jié),在生產制造環(huán)節(jié)的能力和性能還需進一步提升。
報告認為,目前大模型在工業(yè)領域還未實現(xiàn)對小模型的替代,大小模型將長期并存。小模型在工業(yè)領域具有深厚的應用基礎和經驗積累,同時工業(yè)場景對于成本收益比、穩(wěn)定性和可靠性的高要求也制約了大模型的應用滲透,兩者將長期并存且相互融合,共同推動工業(yè)智能化發(fā)展。
工業(yè)大模型應用的三種構建模式
目前工業(yè)大模型應用存在三種主要構建模式,分別是預訓練工業(yè)大模型、微調、檢索增強生成。這三種模式并不獨立存在,工業(yè)大模型的應用往往會采用多種模式共同發(fā)力。
大模型應用探索覆蓋工業(yè)全鏈條
報告深入分析了大模型在工業(yè)全鏈條應用的探索。在研發(fā)設計領域,大模型通過優(yōu)化設計過程提高研發(fā)效率;在生產制造領域,大模型拓展生產制造智能化應用的邊界;在經營管理領域,大模型基于助手模式提升經營管理水平;在產品服務領域,大模型基于交互能力推動產品和服務智能化。
報告詳細介紹了各個領域的具體應用案例。如在研發(fā)設計領域,時裝設計平臺CALA提供了基于Open AI的生成式設計工具,可以將設計師的創(chuàng)意快速轉化為設計草圖、原型和產品;英偉達推出了 430億參數(shù)的大模型ChipNeMo,可以有效地幫助芯片設計人員完成相關的芯片設計任務。在產品服務領域,騰訊新一代智能座艙解決方案 TAI4.0 從場景和用戶體驗出發(fā),深度利用汽車的感知能力和大模型的學習理解能力,構建從多模交互到個性化服務的完整智能化閉環(huán)體驗。
工業(yè)大模型的挑戰(zhàn)與展望
工業(yè)大模型應用將伴隨技術演進持續(xù)加速和深化。首先,基于少量工業(yè)基礎大模型快速構建大量工業(yè)APP滿足工業(yè)碎片化應用需求。由于工業(yè)場景復雜并呈現(xiàn)碎片化的模式,通過工業(yè)基礎大模型的和工業(yè)APP的結合,能夠廣泛且快速地應對工業(yè)領域的挑戰(zhàn),推動各類工業(yè)場景的智能化升級。其次,大模型的新突破帶來工業(yè)應用的新場景。隨著Agent、具身智能等新技術的發(fā)展,大模型將在工業(yè)領域開辟更多應用場景,使設備和機器更加智能化,提高生產效率和安全性。最后,大模型成本的降低將加速工業(yè)領域應用。大模型壓縮相關的技術如剪枝、量化和蒸餾等,將有效減少模型的參數(shù)量和計算需求,從而降低訓練和部署的成本。這將使大模型更加適用于資源受限的環(huán)境,并加速其在工業(yè)領域的應用推廣。