中科院王挺：大模型真正落地到工业场景还需要时间

当前，生成式AI技术引发了一场计算范式和生产模式的颠覆式变革。作为一种全新的生产力，大模型正在走进工业制造业。“如果把大模型在消费端的落地比作一场一马平川的‘平原战’，那么在工业制造领域的落地则更像是一场沟壑纵横的‘高原战’”。12月13日，2023计算产业生态大会期间，中国科学院沈阳自动化研究所特聘研究员、机器人国创中心工业软件部主任王挺在接受《中国电子报》记者专访时表示，目前大模型在工业领域的应用仍停留在简单的自然语言交互方面，尚未下沉到专用的场景中，距离真正落地还需一段时间。

我国制造业企业规模化、全链条、多功能的数字化改造才刚刚起步，一些制造企业在生产环节中存在许多待解的难题，比如数据没有打通，存在数据鸿沟。再比如，5G发展还不够成熟，尚未实现网络全覆盖。“万里长征的第一步是要实现最基础的IT（信息技术）和OT（运营技术）的融合，在此基础上才有可能去探索更高级别的数字化、智能化。”王挺说道。

不可否认的是，大模型的出现给智能制造带来了更多想象空间。如果把大模型嫁接在机器人上，可以让机器人真正“动”起来，从简单的自然语言交互升级至更为复杂的操作与控制，最终实现具身智能。如果把大模型嫁接在CAD这样的工具软件或者一些创作型软件上，人只需要提供灵感，设计的过程交由算法与软件来完成，这将大大降低工业设计的门槛。

通用大模型如火如荼的发展吸引了大量的资本与人才，很多制造企业也都希望能够尽快将大模型引入工业场景之中。然而，王挺表示，如果把大模型在消费端的落地比作一场一马平川的“平原战”，那么在工业制造领域的落地则更像是一场沟壑纵横的“高原战”，需要保持谨慎乐观的态度。

在他看来，通用大模型在工业制造领域的应用既要“向上”去做广域的覆盖，也要“向下”去做深度的覆盖。这不仅会涉及从产品设计到工艺规划到生产再到售后等全生产流程，也会涉及从原材料供应到物料加工、制造、运输的供应链各个环节，以及ERP（企业资源计划）、MES（生产管理系统）、PLC（可编程逻辑控制器）等从生产计划到制造执行的端到端的维度。大模型作为一种新的驱动变量，可以让不同维度的生产资源实现更高效、更合理的优化配置，但这并不是一件容易的事情。

举个例子，大模型的出现让“代码商城”的概念受到了业界的高度关注。试想一下，机器人控制代码、CNC（数控车床）加工代码、PLC（可编程控制器件）代码是不是可以利用大模型来生成呢？王挺认为，答案是“能”，但需要再往前跨一步，要针对它的语法规则、控制逻辑去做适配，才有可能真正起到辅助工业生产的作用。

“就现阶段而言，通用大模型在工业领域的应用大多还停留在自然语言交互的阶段，尚未走到多模态级别，”王挺坦言，“除此之外，我们在工业软件、控制器、网络结构等方面存在的短板也会影响到大模型在工业领域的落地速度。”

作为底层硬件与上层应用之间的桥梁，工业软件是数据流通与作用的关键，也是工业知识的重要载体。王挺表示，要打通模型与应用，首先需要一套自主创新的类似Midjourney、Office Copilot的生产力软件充当给大模型喂“提示词”的“桥梁”。目前国内工业软件的技术水平与国外相比还有很大差距，很难扮演好模型与应用之间的“桥梁”角色。

除了工业软件，工业领域还涉及种类繁多的设备、控制对象、协议、网络结构等，大模型需要适配的东西还有很多，我们要补足的短板也还有很多。

据王挺分析，未来工业领域应该会出现两大类型的主流团队，一类是专门针对模型去做基础的底层优化的专业技术团队，另一类是基于行业知识积淀去做提升工程的解决方案服务团队。“我们希望能够呼吁产学研用各界建立共识，以合作共赢的方式来共同构建产业生态。”王挺说道。