报告概要：

AI大模型的落地正在给工业制造业带来一场系统性的重构。AI大模型数字化应用两个清晰的落地路径：第一，打造全新研发体系、开发新模型能力；第二，大模型为先体验范式、开发新应用能力。大模型的通用性、泛化性以及基于“预训练+精调”等新开发范式，可以就落地门槛过高、数据资源有限、应用开发“重复造轮子”等问题给予有效的解决。

 

具体的，在研发环节，AI大模型可以赋能产品设计、工艺设计、工厂设计等流程。在生产环节有望解决人工智能无法直接指挥工厂机器设备的痛点。在训练效率环节，AI大模型合成数据还能够解决制造业缺乏人工智能模型训练数据的痛点。在营销和销售环节，生成式AI打造的智能客服及数字人带货主播，能够大幅提高销售和售后服务能力及效率。

 

从AI大模型的应用成果来看，首先，生成式AI的出现，一个AIGS软件就有机会创造一个体验优秀、界面极简、自我迭代的新型软件工作流。其次，AI大模型支持针对实际工业场景不断进行方案改进和优化，完成相对复杂场景最优的参数组合，达到更高的模型精度。最后，会话式交互方式&跨语言及多模态交流能力、提升办公软件非结构化数据处理能力，帮助企业更加高效地挖掘数据资源价值。

 

从AI大模型的发展趋势来看，工业场景环境复杂、工艺复杂，导致工业AI大模型开发难度大，数量少。随着小样本和零样本学习技术的快速进展，模型的精度大大提升，能够帮助工业界创造更多垂直行业大模型，使生态企业得以快速迁移和复用。

 

报告受众：工业制造业企业从事数字化转型和信息化岗位的相关人群