底座夯实 抢占下一代工业领域竞争制高点

  年初的DeepSeek给全球带来了震动，从而掀起了一波大模型和产业相结合的高潮，从全国各地的情况去看，人工智能技术与先进制造业正在加速融合，在京津冀地区作为全球重要的制造业集群，如何通过人工智能技术提升区域竞争力，尤其是天津作为全国先进制造业研发基地，如何引领“人工智能+工业发展”的这波新浪潮——昨天下午的天开高教科创园里，在“京津冀人工智能赋能新型工业化高峰论坛”上，作为主持人的天津大学讲席教授、卓越工程师学院执行院长、研究生院副院长胡清华首先提出了这些问题。

  中国计算机学会（CCF）YOCSEF 天津现任主席 天津财经大学计算机与信息工程系主任 王朕

  年初的DeepSeek给全球带来了震动，从而掀起了一波大模型和产业相结合的高潮，从全国各地的情况去看，人工智能技术与先进制造业正在加速融合，在京津冀地区作为全球重要的制造业集群，如何通过人工智能技术提升区域竞争力，尤其是天津作为全国先进制造业研发基地，如何引领“人工智能+工业发展”的这波新浪潮昨天下午的天开高教科创园里，在“京津冀人工智能赋能新型工业化高峰论坛”上，作为主持人的天津大学讲席教授、卓越工程师学院执行院长、研究生院副院长胡清华首先提出了这些问题。

  本次论坛会集科研院所、高校、有名的公司和用户单位等各方代表，深入探讨工业A与通用AI的差异，当下工业人工智能所面临的困境以及破局之道，共同为AI赋能新型工业化建言献策。

  “工业领域内人工智能的发展正面临着前所未有的机遇与挑战，如何更好地运用人工智能赋能新型工业化发展，抢占下一代工业领域竞争的制高点，已成为各方关注的焦点。”天津市工业和信息化局总工程师蔡讴在致辞中介绍，在此背景下，迫切地需要汇聚智慧、凝聚共识，探索新路径，共享新成果。

  “天津市已建成5G基站超8万个；全市智能算力规模超1万P，数字化智能化关键底座更加夯实。”蔡讴介绍说，天津累计培育400家数字化车间和智能工厂，国家级智能制造系统解决方案服务商10家。积极组织并且开展AI产业创新任务揭榜挂帅工作，加快建设国家级AI创新应用先导区，“360智脑”“天河天元”等40余个通用大模型产品库，加速实现行业深度应用，服务范围覆盖网络安全、交通物流、医药健康等多个领域。

  对于下一步工作，蔡讴介绍，天津将重点围绕AI与制造业深层次地融合、打造高质量的工业数据集、培育一批“人工智能+制造”典型应用场景等方面来开展工作。未来，天津将持续推动产业体系优化转变发展方式与经济转型，因地制宜发展壮大新质生产力，共同开创人工智能赋能新型工业化的新局面。

  下午的论坛，由引导嘉宾发言，然后是思辨嘉宾逐一发言，与会嘉宾各抒己见，思想碰撞从技术到产业，最后到生态，三个讨论问题覆盖三大层面，胡清华院长总结，借着新一代AI发展的重要契机和天津市雄厚的制造业设计产业原来的传统力量，把AI注入进去，让人工智能去赋能包括新兴工业化生产在内的宏大产业体系，“相信未来的天津一定会慢慢的变美好。”

  我觉得从大模型和小模型的战略选择，不单单是技术路径，更关键的是关系到产业未来竞争力的核心命题。在大模型、小模型战略选择方面，我觉得应该以小模型为主来深耕场景，同时和大模型结合做价值方面的补充。

  当前，工业AI的发展面临数据质量、成本控制和跨领域协同三大挑战。首先，工业数据碎片化严重，且企业都会存在数据孤岛问题，导致大模型训练缺乏高质量语料库。其次，大模型的训练和部署成本高昂，这对利润率普遍偏低的工业公司而言难以承受。最后，工业场景的专业性要求AI技术与行业知识深层次地融合，而现有大模型普遍缺乏领域专业相关知识，需通过领域适配和人机协作实现价值转化。

  我在此也呼吁，底层是否能建立一些国家级的工业数据集和场景图谱，来推动在这样的领域的数据开源、共享、标准化。在中层，可以鼓励有突出贡献的公司打造一些标杆，提炼一些可以复用的解决方案。我们在上层可以发展一些轻量的低代码的工业AI的工具链，来降低中小企业的应用门槛。

  与工业AI应用成本考虑相比，稳定可信更重要。我们中国计算机学会YOCSEF天津在3月举办了国产工业机器视觉崛起之路的相关论坛，参加会议的专家们也认为目前的国外产品很稳定，运行十几年了更换的动力不足，万一稳定性出了问题得不偿失。

  关于数据壁垒，大多数表现在三个方面：一是数据采集难。工业场景数据收集本身就具有挑战性，多数企业缺乏专业的数据管理能力，技术门槛进一步限制了数据质量与可用性，影响后续应用。二是共享意愿低。企业间因隐私、商业机密等因素拒绝共享数据，导致工业语料库匮乏。三是标注与管理瓶颈。即使数据量充足，标注仍需行业专业相关知识支撑，而大模型对庞杂数据的解释与管理能力不够，形成使用壁垒。

  解决路径可从两方面入手，一方面能够通过制定数据标准, 开发通用数据采集装备, 创新数据共享机制, 来降低数据采集的难度, 提升数据通用性。另一方面, 开发用于数据标注的大模型感知认知标注技术, 实现通用场景下一切数据的获取与标注。

  首先分享几组数据，比如大模型现在在京津冀地区的分布，截至2024年底，全国备案的302款生成式人工智能服务中，北京有113款、河北有5款、天津有5款，整体京津冀排名第一。而用企业创造新兴事物的能力、学术生态、资本环境、国际开放度、链接能力、政府响应能力六项指标建立出来的AI产业排名，京津冀排在第二。

  在人工智能赋能新型工业化方面天津可以如何做？有三点分享。第一，进一步开放制造业应用场景。北京的优势集中表现在核心产业部门或智能产业化，天津制造业品类齐全，应用场景丰富，发展优势则表现为融合产业部门或产业智能化。传统产业的智能化是京津冀协同发展的重点。第二，充分的发挥新型研发机构的作用，推动创新链与产业链无缝对接。天津有丰富的科学技术创新资源，应该积极探索有效机制，通过科学技术创新引领产业高质量发展。第三，打造数字化智能化转型服务平台。培育一批既懂行业知识又懂数字化技术的智能化服务企业，带动中小企业数字化智能化转型。