人工智能大模型助力制造业升级：2025年的新范式与挑战

人工智能大模型正迅速成为推动经济和社会创新的强大引擎。2025年政府工作报告强调了持续推动“人工智能+”行动的重要性，旨在将数字技术与制造业、市场优势相结合，支持智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端的发展。尽管前景广阔，但人工智能大模型在实际应用中仍面临诸多挑战。

算力成本与模型可信度

随着人工智能大模型的迅猛发展，算力成本不断攀升，模型的可解释性和可信度也备受关注。数据泄露、数据污染等问题进一步加剧了行业的挑战。这些议题在两会期间引发了广泛的讨论，代表们纷纷呼吁加强技术研发和规范应用。

制造业的智能化转型

中国中车股份有限公司首席科学家冯江华指出，传统制造业对人工智能的可靠性、安全性、准确性有较高要求，而当前大模型在这方面的表现仍有待提升。中国中车通过数智转型，实现了研发制造的新突破，特别是在轨道交通智能运维中应用了基于视觉的巡检机器人。然而，由于复杂工况的影响，机器人的检测准确率仅为95%-99%，关键部件检测仍需人工介入。

技术与工业场景的适配

中国科学院自动化研究所研究员赵晓光认为，推动人工智能大模型在制造业中的应用，首要任务是实现技术与工业场景的高度适配。制造业涉及广泛的细分领域和复杂的工艺流程，要求大模型必须完成垂直类别的训练，以确保与应用场景的紧密融合。冯江华强调，构建自主技术生态是促进人工智能与装备制造深度融合的关键，应持续推进国产基础大模型、自主算力集群及智能机器人的发展，依托龙头企业建设智能工厂和数字孪生等应用场景。

数据共享与安全保障

制造业的各个环节产生多种类型的数据，如研发、设备运行、生产制造、售后维护和质量检测等。然而，由于数据分布分散且标准化程度低，导致大模型推广困难。民革广东省委会副主委唐冬生指出，制造业数据的多样性和低标准化限制了高质量数据的有效流通和利用。冯江华建议构建数据安全管理体系，保障数据安全，消除企业的数据隐私顾虑。此外，搭建行业数据共享平台，鼓励企业打通内部数据链路，提升运营效率，引导上下游企业安全共享数据，为大模型提供支持。

国家政策的支持

面对人工智能大模型的应用瓶颈，国家已经采取了一系列措施。例如，国家公共数据资源登记平台正式上线运行，开放登记首日即有多类国家级公共数据上线。各地依托该平台也展开了相关工作，标志着我国数据要素市场化配置改革迈出了重要一步。未来，随着更多政策和技术的支持，人工智能大模型有望在制造业及其他领域发挥更大的作用。