位于芜湖市鸠江区的长三角（芜湖）智算中心
工业领域正成为大模型技术落地的主战场。
在技术突破与政策支持的双重驱动下，人工智能正深度融入工业制造，成为新型工业化的重要引擎。
今年8月，国务院印发的《关于深入实施“人工智能+”行动的意见》明确强调，要深化人工智能与工业互联网融合，提升工业系统的智能感知与决策执行能力。
在前不久闭幕的2025世界制造业大会上，安徽省动作频频：
由人工智能“国家队”科大讯飞、数字安徽以及合肥产投等投资创立的羚羊工业互联网股份有限公司举行了专场发布会，发布羚羊工业大模型3.0，在时序基础模型上获得重大突破；
省新经济联合会会同省内多家商协会联袂围绕“工业人工智能、数据赋能”等主题发布推介一批新技术、新场景和行业解决方案；
同时，在安徽省政府新闻办举办的新闻发布会上，安徽省工信厅解读新近发布政策，大力实施以人工智能为牵引、以“智改数转网联绿色”为特征的新型技改。
企业、协会、政府的共同奔赴，技术突破与政策支持双轮驱动，构成了人工智能特别是大模型技术赋能工业的蓬勃生态。
接下来，如何让人工智能真正走入车间，解决工业从生产到管理全链路各流程中的复杂问题，将成为一个“关键分水岭”。
破解工业的“时间密码”
9月21日，在2025世界制造业大会“人工智能赋能新型工业化”羚羊专场发布会上，羚羊总裁徐甲甲正式发布了羚羊工业大模型3.0。
有人问徐甲甲：羚羊工业大模型3.0与此前发布的2.0版相比，最大的不同是什么？徐甲甲表示，目前AI与产业的结合越来越深，并在工业时序基础模型的技术和实战场景中获得较大突破。
工业大模型是人机交互的接口，也是工业智能体进行任务规划与调度的核心，是系列垂类模型的集合。
工业大模型以时序、语言、视觉等多模态大模型为主控，调用一系列基础模型、机理模型、专用模型、工业软件系统，用智能体的方式解决工业领域的垂类问题。在通用大模型的基础上，工业大模型更需要进一步满足工业生产专业场景的实际应用需求。
羚羊工业大模型3.0的一大突破在于工业时序基础模型全面升级，同时还强化了工业视觉技术模型，推出了工业智能体和软硬一体化产品方案。
什么是时序基础模型？
理解时序模型，首先要从理解时序数据开始。羚羊技术人员告诉记者，时序数据就是随着时间序列产生的数据。记录、采集、挖掘时序数据的连续性、动态性和依赖性，找到“过去—现在—未来”的关联信息，就有机会预测未来趋势，并及时发现异常。人类生活中时序无处不在，天气预报、交通能力预测、供应链管理、自动驾驶也都需要用到时序预测。最近备受关注的台风“桦加沙”，对其预测就是时序大模型应用的重要场景。
工业领域70%以上生产数据为时序数据，被称为“流淌在工业里的血液”。工业时序基础模型破解了工业的“时间密码”，带着重塑工业流程的使命而来。去年以来，国内外时序大模型在模型通用性、预测准确性等方面出现巨大提升，受到广泛关注。
“目前来看，对时序数据的理解水平还远不及语言与视觉。”徐甲甲表示，时序建模仍面临诸多痛点问题，受到不少挑战。比如工业领域门类多样、场景各异，涉及设备运行参数、生产流程数据、环境检测数据、能源管理数据等，且高质量时序数据稀缺，以及长时依赖等使得时序大模型泛化能力（即“举一反三”的能力）弱，模型容易碎片化。
此次，羚羊工业大模型3.0实现了“时序信号统一表征和多任务统一建模”。这意味着无论是设备运行的温度、压力还是震动等不同类型的时间序列，模型都用统一的方式表示并建模，不需要每个场景单独定制开发，从而避免碎片化。
工业时序大模型与工业语言大模型、工业视觉大模型一起成为羚羊工业大模型的三大基础模型。
工业大模型的“春天”
从为中小企业数字化转型搭建平台，到拥抱通用人工智能发展浪潮，在高端装备制造业、能源行业持续深耕，羚羊是透视我省工业数字化、网络化、智能化转型的重要窗口。
今年上半年，安徽省规上企业数字化改造累计实现2.05万家，占全部规上企业的83.02%；重点行业规下企业数字化应用覆盖率已达71.9%，预计到今年底将实现“两个全覆盖”目标。安徽成为全国制造业数字化转型进步最快的省份。
根据《2024年工业互联网平台发展指数报告》，安徽省区域发展水平全国排名第6。全省拥有3家“双跨”（跨行业、跨领域）工业互联网平台、22家国家级特色平台，数量均居全国第5。
3年来，安徽省共培育工业互联网重点平台92家、企业平台2000多家。工业互联网平台深度赋能27个细分行业领域，覆盖全省15个地市，形成了一批典型应用场景。总体上，形成了双跨型平台创新引领、行业型平台产业联动、区域型平台横向覆盖、企业级平台有效赋能的发展格局。羚羊正是安徽省3家“双跨”平台中的1家。
“目前，工业互联网平台解决了设备和数据‘连得上’的问题，下一阶段的核心是解决如何‘用得好’的问题。”中国工业互联网研究院副总工程师田野表示。
大模型的训练需要高质量的数据来“投喂”。安徽省产业的数字化转型为智能化升级奠定了良好的基础。包括羚羊在内的平台和应用企业早已在人工智能上进行尝试。
比如美亚光电，通过搭建以羚羊工业大模型为技术底座的智能生产运营管理系统，实现生产过程透明化、质量全链路追溯和动态调度管理，显著提升生产管理数字化分析能力和全流程质量追溯水平，推动企业从传统制造向智能制造转型。
今年8月，国务院印发《关于深入实施“人工智能+”行动的意见》。9月23日，在省政府新闻办召开的新闻发布会上，省工信厅对新出台的《安徽省以新型技术改造推动制造业高端化智能化绿色化发展行动方案》进行了解读，进一步提出大力实施以人工智能为牵引、以“智改数转网联绿色”为特征的新型技改。
“2025年是中国工业大模型发展的关键分水岭，在技术爆发与政策支持的双重驱动下，工业大模型的应用将从初步兴起走向广泛探索阶段。”徐甲甲相信，“AI+工业”正在迎来春天。
理解工业，解决“真问题”
工业大模型不断升级，能否解决工业生产实际场景中的“真问题”，是人们普遍关心的话题。
在羚羊工业大模型3.0发布前的一周，国能安徽展示了与羚羊公司联合开发的AI电力交易辅助决策系统成果。
今年，在国家政策推动下，各省电力现货市场建设全面提速，电力交易的复杂度和频次呈指数级增长。
羚羊为国能安徽打造的AI电力交易辅助决策系统，不仅将电力交易员从每天动辄上千条的数据处理中解脱出来，还推动电力交易员从“数据搬运人”到“策略师”的转变。
交易系统可以对气象App、煤炭平台、调度公告等渠道的60多种电力交易关键数据进行自动抓取整合，也可以预测分析并生成第二日交易的上、中、下三种策略，供交易员结合自身经验作出选择。
交易系统覆盖滚动撮合交易（一种允许买卖双方根据市场变化实时提交电量和价格申报的交易方式）、绿电交易、现货交易等核心场景，在国能安徽的实际应用场景中已取得显著成效：滚撮交易盯盘时间从1.5小时缩短至15分钟，效率提升84%；绿电交易摘牌工作量减少83%，从1小时压缩至10分钟；现货交易月均度电收益提升5%至10%；复盘分析数据统计效率提升95%。其中，就离不开时序大模型的有效预测。
像能源电力这样对生产连续性和稳定性要求较高的行业，若发生系统故障或错误决策，可能引发事故并带来经济损失。
在长庆石化，羚羊团队深入整个石油炼化中最复杂的装置之一——常减压装置一线业务场景，与深谙业务的“老师傅”团队一起用半年时间梳理真实作业场景下的故障模式，过去需要泵专家、炼化专家等不同领域专家的设备诊断，现在基于时序大模型的技术能力，可以实现统一运维，设备故障诊断误报率比原来降低了46%。
工业软件姓“工”，不姓“软”，这是软件行业的一个共识。工业大模型领域亦是如此。
“工业大模型的落地并非简单地将通用大模型嵌入通用，必须深入垂直场景，理解行业，做到可信任、易迁移。”徐甲甲表示。真实场景的突破，是人工智能落地工业的“最后一公里”。当大模型真正扎根工业、赋能工业，“安徽制造”将拥有更强劲的科技引擎。
(审核编辑: 光光)
