| RK | 企業(yè) | 備注 |
|---|---|---|
| 1 | 華為 | 盤古（礦山/電力/鋼鐵/醫(yī)學） |
| 2 | 賽輪集團 | 橡鏈云聊-EcoRubberChat |
| 3 | 美的 | 美言大模型（智慧家居） |
| 4 | 中國移動 | 九天·工業(yè)大模型 |
| 5 | 中國石油 | 昆侖大模型 |
| 6 | 中國聯(lián)通 | 元景工業(yè)大模型 |
| 7 | 卡奧斯 | Cosmo-GPT |
| 8 | 朗坤智慧 | 朗坤蘇暢瑤光工業(yè)大模型 |
| 9 | 網(wǎng)易 | 伏羲工業(yè)大模型 |
| 10 | 國家能源集團 | 能源通道大模型 |
| 11 | 創(chuàng)新奇智 | 奇智孔明AlnnoGC |
| 12 | 中國船舶 | 百舸船舶行業(yè)大模型 |
| 13 | 新華三 | 百業(yè)靈犀 |
| 14 | 中能拾貝 | 拾貝云能源大模型 |
| 15 | 安恒信息 | 恒腦安全垂域大模型 |
| 16 | 南方電網(wǎng) | 大瓦特電力大模型 |
| 17 | 三峽集團 | 大禹大模型 |
| 18 | 南方電網(wǎng) | “馭電”智能仿真大模型 |
| 19 | 浪潮 | 智產(chǎn)大模型 |
| 20 | 依柯力inkelink | 依柯力工業(yè)視覺大模型e-VisionT/e-VisionR |
| 21 | 中國煤科 | 太陽石礦山大模型 |
| 22 | 中國中化 | “天樞”智研化工大模型 |
| 23 | 中核八所 | “龍吟”大模型 |
| 24 | 江行智能 | 源問大模型 |
| 25 | 中煤集團 | 中煤“地知”大模型 |
| 26 | 吉利 | 星睿AI大模型 |
| 27 | 華院計算 | 華院鋼鐵行業(yè)大模型 |
| 28 | 思謀科技 | IndustryGPT |
| 29 | 云南白藥 | 雷公大模型 |
| 30 | 理想汽車 | Mind GPT |
| 31 | 格創(chuàng)東智 | 章魚智腦 |
| 32 | 羚數(shù)智能 | 百工工業(yè)大模型 |
| 33 | 達觀數(shù)據(jù) | 曹植 |
| 34 | 京東方 | 顯示工業(yè)大模型 |
| 35 | 恒遠科技 | 產(chǎn)線大腦 |
| 36 | 中科創(chuàng)達 | 魔方Rubik |
| 37 | 海螺集團 | 水泥建材人工智能大模型 |
| 38 | 中工互聯(lián) | 智工·工業(yè)大模型 |
| 39 | 天士力 | 數(shù)智草本 |
| 40 | 江蘇歐軟 | WISE |
| 41 | 比亞迪 | 璇璣AI大模型 |
| 42 | 思必馳 | DFM-2 |
| 43 | 遠舢智能 | 小舢大模型 |
| 44 | 海信視像 | 星海大模型 |
| 45 | 凌云光 | LusterLVM視覺大模型 |
| 46 | 寧德核電 | 錦書大模型 |
| 47 | 中煤科工 | 煤科衛(wèi)士大模型ChinamjGPT |
| 48 | 豫信電科 | 中原智造工業(yè)視覺大模型 |
| 49 | 開物信息 | 般若礦山大模型 |
| 50 | 電科數(shù)字 | 智異 |
| 2025.05 DBC/CIW/CIS | ||
驅動工業(yè)智能化變革的技術引擎
工業(yè)大模型不僅是技術層面的革新，更是工業(yè)生產(chǎn)力躍遷的關鍵變量，從算法架構、數(shù)據(jù)治理到產(chǎn)業(yè)生態(tài)，多維度推動工業(yè)行業(yè)向智能化、柔性化、綠色化方向演進。
工業(yè)大模型技術演進正在從算法突破到多模態(tài)融合，核心技術架構正經(jīng)歷從通用性到行業(yè)適配性的深度優(yōu)化，多模態(tài)能力的突破也是另一大技術亮點。尤其傳統(tǒng)工業(yè)數(shù)據(jù)局限于單一模態(tài)（如傳感器數(shù)值或圖像），而工業(yè)大模型通過融合文本、圖像、視頻、時序數(shù)據(jù)等多模態(tài)信息，實現(xiàn)了跨格式數(shù)據(jù)的綜合分析與決策。
工業(yè)大模型對工業(yè)行業(yè)的整體變革來說，其正在重構工業(yè)生產(chǎn)范式與價值鏈。其中，對制造業(yè)的改造主要體現(xiàn)在三個層面：效率提升、流程重塑與價值延伸。
效率提升方面，在智能制造領域，大模型能夠通過實時數(shù)據(jù)分析優(yōu)化生產(chǎn)節(jié)拍；流程重塑方面則是讓傳統(tǒng)線性生產(chǎn)流程被動態(tài)化、自適應的工作流取代；價值延伸層面則是讓工業(yè)從生產(chǎn)端向研發(fā)、服務端延伸，大模型可輔助生成設計圖紙、優(yōu)化材料配方，甚至可以通過知識問答系統(tǒng)沉淀行業(yè)經(jīng)驗，降低技術傳承門檻。
全球競爭與標準博弈
全球主要經(jīng)濟體已將工業(yè)大模型納入國家戰(zhàn)略。我國通過《智能制造大模型白皮書》和“十四五”專項補貼（單個項目最高8000萬元），加速技術落地。歐盟《工業(yè)AI倫理框架》則強調(diào)模型透明性與責任劃分，試圖在技術標準上占據(jù)話語權。
政策差異導致技術生態(tài)呈現(xiàn)區(qū)域分化，北美聚焦高精度軍工與航空模型，亞太則以電子制造與新能源為主戰(zhàn)場。
數(shù)據(jù)治理成為政策核心議題。我國推動國家級工業(yè)場景圖譜與語料庫建設，旨在解決數(shù)據(jù)碎片化與質(zhì)量標準不統(tǒng)一的問題。而美國通過“數(shù)字孿生體計劃”強制要求供應商集成第三代工業(yè)大模型，強化技術生態(tài)控制。
從技術瓶頸到生態(tài)協(xié)同
盡管工業(yè)大模型發(fā)展前景廣闊，但仍面臨多重挑戰(zhàn)。例如數(shù)據(jù)瓶頸，工業(yè)數(shù)據(jù)存在多模態(tài)融合困難、冷啟動問題突出。復雜場景需億級數(shù)據(jù)集支撐，但企業(yè)數(shù)據(jù)私有化與保密性限制共享，導致模型泛化能力受限。
還有可靠性風險問題，工業(yè)場景對容錯率近乎零容忍，而人工智能大模型的“幻覺”問題（不可解釋性）制約其在核心生產(chǎn)環(huán)節(jié)的應用。也因此當前工業(yè)大模型的落地多集中在知識問答、輔助設計等容錯性較高的場景中。
相關人士表示，未來技術演進將圍繞在輕量化、邊緣智能、神經(jīng)符號系統(tǒng)融合、生態(tài)化服務框這幾個方面。模型壓縮技術與存算一體芯片的突破，將推動大模型向工業(yè)終端下沉，實現(xiàn)實時推理與低延遲響應。結合深度學習與符號邏輯，增強模型可解釋性，滿足工業(yè)場景的透明決策需求。垂直領域模型超市、行業(yè)知識圖譜共享平臺等模式，促進技術普惠與跨企業(yè)協(xié)作。
結語
工業(yè)大模型作為人工智能技術與工業(yè)場景深度融合的產(chǎn)物，正以前所未有的速度和廣度重塑全球制造業(yè)的競爭格局。工業(yè)大模型不僅是技術工具，更是重構工業(yè)文明的基礎設施。其通過數(shù)據(jù)、算法與場景的深度耦合，推動制造業(yè)從“經(jīng)驗驅動”向“智能驅動”躍遷。
面對工業(yè)大模型發(fā)展過程中的挑戰(zhàn)唯有在技術可控性、數(shù)據(jù)開放度與商業(yè)可持續(xù)性之間找到平衡，工業(yè)大模型才能真正成為第四次工業(yè)革命的核心引擎，引領全球制造業(yè)邁向高質(zhì)量發(fā)展新紀元。
（文/任江湖）
e-Mail：lab@enet16.com
