工业大模型
专门针对制造业场景训练的大规模 AI 模型，通过在海量工业数据上预训练，能够快速适应不同工业场景，显著降低 AI 应用门槛和实施成本。
定义
工业大模型 (Industrial Foundation Model) 是大模型范式向工业场景的延伸。区别于通用大模型（ChatGPT / Claude / 文心一言），工业大模型聚焦：
- 训练数据：制造业图像、工艺参数、设备日志、工业知识图谱
- 任务范式：缺陷检测、工艺优化、设备预测性维护、工艺参数推荐
- 部署形态：常需边缘 + 私有化部署，满足工业现场实时性 + 数据安全要求
技术细节
- 多模态架构：视觉（图像 + 视频） + 文本（工艺文档） + 时序（传感器数据）
- 训练范式：自监督预训练（在海量工业数据上）+ 微调（针对具体场景小样本）
- 部署优化：模型量化（INT8 / INT4）、模型蒸馏、边缘 AI 芯片适配
典型代表
| 模型 | 厂商 | 特点 |
|---|---|---|
| AInnoGC | 创新奇智 | 视觉为主，"一模一体两翼" 战略核心 |
| 工业元景 | 中国工业互联网研究院 | 国家队 |
| 盘古工业大模型 | 华为 | 重点行业应用 |
主要玩家
在 AI 产业链中的角色
工业大模型是 5-12-AI制造-工业视觉 子行业向高端突破的核心方向之一，代表 AI 算法层差异化竞争优势。把"规则算法 + 特征工程 + 人工调参"的传统范式升级为"预训练 + 微调"的工业 AI 2.0 范式。
演进历史
∈ belongs_to::5-12-AI制造-工业视觉