百度文心大模型进工业：吃最多的苦，啃最硬的骨

最近几个月，百度智能云陆续签约了几家大型央国企和工业领域的大企业，从南方电网到中石化，从华晨宝马到开物桐乡基地。百度大模型在官宣数个月后，进入越来越多的工业场景。

实际上，大模型要进入工业有着极高的门槛，既要具备C端通用场景里聊天写作、作诗绘画的广博才华，也需要B端领域专有知识及行业know-how的深入洞察积累，只具备其中一项，都犹如偏科的少年，无法支撑其发挥最大潜力。

基于此，国内科技公司正纷纷加强与行业的合作。头部厂商如百度公测文心一言后，有了新的打法和策略：一方面，在办公、写作、营销等C端通用场景里打磨的能力已在反哺行业场景，另一方面产品经理和解决方案工程师进一步深入工厂一线、矿井和田间地头，在企业级应用平台文心千帆大模型平台的协助下，打造行业能力。

这些动作在迅速产出结果。过去几年，百度智能云的AI能力已进入越来越多核心场景，如今在大模型加持下，沉淀在开物工业互联网平台上的智能产品和解决方案纷纷从单点智能化向企业智能化中枢演进。大模型的泛化能力，已进一步提升百度智能云的规模化复制能力，在江苏、重庆、广州等聚集了大量制造业的企业，以更低的门槛，获得人工智能技术红利，实现竞争力重塑。

01

大模型敲开工业大门

一些动向显示，大模型正加快与工业制造领域的应用探索。

以国内最早内测生成式大语言模型的百度为例，过去几个月，百度智能云在化工、制造、能源及汽车等大工业制造板块频繁有新的动作。

7月初，华晨宝马宣布与百度战略合作，双方称将共享优势资源，探索 AI 技术与汽车制造业全域场景的融合创新。在石化能源领域，有大型央国企也表达出对大模型的兴趣。上月，中国石化与百度战略合作协议，在行业人工智能基础设施建设、数字化转型升级与大模型等新技术创新等六大领域展开合作。

电力行业里，5月，百度与南网总调签署备忘录，双方要共推AI与电力调度融合创新。而百度与国家电网联合打造的，在电力行业里应用大模型的案例“设备运检知识助手”6月底还入选了北京市首批十大行业大模型应用案例。

实际上，相比互联网行业，工业制造板块一直被视作更为传统的领域，行业里的企业普遍对新技术应用更谨慎。一位行业人士称，工业客户真正看重的是好不好用，有没有实在效果。

百度智能云运输物流解决方案总经理扈维告诉数智前线，文心一言公测后， “一大批央国企，包括不少工业企业，拿一些原来自己难处理的场景，来跟我们有非常多的探讨，想用大模型去解决行业里的问题”，扈维说。

业界观察，过去几年，国内工业制造领域经历了智能制造与AI 1.0阶段的洗礼，不少企业已对AI应用有了相当程度的认知。尤其在一些大的央国企，数字化转型被提升到了战略高度，许多集团企业在一级公司下设专门的科技公司。这也是目前大模型与行业结合热潮下，不少头部企业动作迅速的原因。

由于大模型还处于应用早期，如何在行业落地，会产生哪些颠覆性应用等仍有待明确。厂商正与行业客户摸索合作的场景和切入点。“找过来的这批客户很清楚这点。大家会提出几个意向性方向去尝试和实验，最终找到契合点。不同的行业落地的应用也有差异。”扈维介绍。目前百度智能云在研发、设计、生产、运行及营销等多个领域，与客户及伙伴共创落地方案。

矿山是大众印象中相对传统的行业。据百度智能云智能制造解决方案总经理吴学义介绍，目前百度智能云已与行业里的企业在矿山安全生产流程、安全和预警等场景，探索通过大模型进行更智能化升级。据介绍，除了文心一言这样的基础大模型，百度还有11个行业大模型，覆盖交通、能源等重点领域。

这个场景里，安全生产知识及应急处置流程相对标准化，经由大模型的学习能力，知识固化到模型里。迭加多轮训练、问答和精确引导后，大模型加持的智能服务，准确度达到生产级标准，在采掘或培训环节，智能服务产品就可以指导作业人员安全规范作业。

“伙伴企业有场景和数据，我们对接训练，多轮测试下来已有不错的效果。伙伴现在希望能打造共性平台，为整个矿山行业服务。”吴学义说。

化工行业里，吴学义总结，目前找来的客户需求分两类。一类是行业研究咨询机构，它们希望能与百度合作，做大模型的研发，把行业里安全生产、管理等各类标准，通过大模型知识固化，形成共性的服务平台。

另一类需求是工艺提升。例如一家头部化工企业，生产过程中需要多轮质检来保障产品质量，但由于产品稳定性波动不大，其中有部分检查不太必要。他们找到百度，希望结合此前的数据积累，打造一个质检降频的大模型，降低成本，提升生产效率。

在一些百度智能云此前已有积累的领域，例如智能调度板块，此前的AI解决方案已经可以帮企业协调运力和货运需求，一些场景里大幅提升物流调度效率。大模型加持后，有更好的人机交互能力，基于天气和运输环节变动，更精准梳理和编排调度信息，用户可以用自然语言交互的方式获知货运信息。5月，有百度合作伙伴基于文心大模型发布了智能物流小助手。

落地到工业，不同场景应用大模型的技术成熟度也有差异。前述人士透露，在安全生产等环节，应用成熟度更高，在与工艺相关的领域，大模型的落地应用仍需打磨。

目前，百度智能云在汽车制造，建筑、采矿、物流、纺织等多个工业制造领域探索使用应用大模型的场景和应用。这些探索目前也取得了实际的结果，在日前工联院针对人工智能大模型在中文工业领域的知识问答能力进行系统性评测中，百度文心一言表现超过GPT3.5，综合评价指数在国内排名第一。

02

云厂商摸索行业新打法

大模型开始进入工业后，业界观察，百度智能云在工业领域的落地路径和方法也在演进。

首先是更注重AI原生的思维。扈维告诉数智前线，“这一轮，客户对大模型的期望很高”。他们不仅希望大模型实现一些点状的应用，更期望以大模型为基础，构建起企业智能化的中枢能力，并由此演化出企业方方面面的智能化应用。

以百度智能客服为例，大模型推出后，在跟客户交流时大家发现，客户不希望分散投入，希望通过大模型，不仅能解决客服的问题，还能解决员工的办公助手、企业规章制度的自动化归纳、企业内搜等问题。“他们希望大模型可以覆盖到企业管理、业务应用以及客户服务的各个领域。”

大模型会带来很多行业应用的重构，虽然现在，不少应用仍先以叠加的思维方式调用大模型的能力。但从长远来看，业界熟悉的企业应用，在未来一段时间内将逐步演变成一种新的模式。扈维举例，比如，无论写文档还是做PPT，在不远的未来，用户只需提出想法、框架，办公软件会智能化地做出来。用户再提出修改意见，它再来进一步完成修改。“这就是AI原生的思维，整个的思维方式都已经重构。”扈维认为，大模型将把以前的东西全部做一遍。

其次是帮助客户构建自己的智能化能力。在大模型推出后，很多客户的目标不仅是买一个大模型，而是希望获得一种能力，最终拥有一个“只属于自己的大模型”。这个大模型最知道它的前世今生，具有客户所有的数据，了解它的运行模式，能够孵化各种企业应用。

扈维介绍，一些大型央国企客户的诉求很明确，他们向百度提出，不需要百度帮忙写代码，“百度更多是一个教练的角色，给我好的工具，教会我应该怎么用，长期来讲我的能力也能够不断提升”。

为此，百度推出了文心千帆大模型平台，它是大模型全流程工具链，包含了数据管理、模型训练、评估优化、预测服务部署，以及插件服务。此前，百度文心一言是一个To C产品，为消费者提供大模型能力。对于B端企业，核心提供服务的，就是文心千帆大模型平台。

据悉，文心千帆现在正与一些央国企做探索，并开始落地。在这个过程中，百度不仅要在技术和客户业务之间找到一个平衡，也要在交付质量和对客户的AI能力培育上找到平衡。

第三是更要扎根行业。因为大模型的研发，需要更庞大的数据、更深厚的行业知识，而当下工业客户提出的需求，很多也聚焦在核心业务层面，如工艺、研发等。通用模型融合业务场景，吴学义告诉数智前线，这要求他们要更深入工业。团队中的架构师，都在行业一线摸爬滚打多年，产品经理也都到工厂一线、矿井，“要向下扎得够深，脚下有泥”。

生态也扮演关键角色。尤其是行业发展早期，第一批伙伴，往往是手握大量数据、行业知识和资源的企业，与他们充分合作，也能达到事半功倍的效果。

现在，百度智能云正在与各方一道，探讨服务中小工业企业的创新模式。比如，将文心千帆大模型平台和相应的算力平台下沉到园区。一方面，园区中的企业可以调用平台的服务，进行模型的训练，能够低成本地实现创新孵化。另一方面，一个特色产业园区的需求有共性，而大模型有可能对共性服务平台有推进作用。百度与合作伙伴一起，针对园区企业的共性需求，训练一套大模型，比如针对设备运维诊断、安全生产服务，与园区以及当地运营伙伴联营，让园区里的中小企业快速、低成本地调用服务，享受到大模型带来的技术红利。

大模型落地工业存在不小挑战，例如精准度和性价比都要提升。不过，作为新事物，无论百度的大模型，还是业内其他厂家的大模型，发展迭代都非常快。“如果在3月刚发布时，还是高中生水平，今天我觉得至少它已经是一个大学毕业生水平。”有百度人士评价。

03

产品规模化复制能力提速

百度智能云挺进工业背后，离不开它在工业领域的多年沉淀和积累。

实际上，过去几年，百度智能云的AI能力，已从早期的单一场景，越来越多向行业里的各种核心场景深入。“这是我们目前一直在做的，也是一个长期目标。”吴学义介绍，质量管控、工艺优化、安全生产、能耗优化、智能调度等核心场景，一直是百度智能云聚焦的重点方向。

聚焦于这些核心场景，一系列的标杆案例已经在多个行业落地，让不少企业看到了实实在在的效益提升。

以有着“全国机床行业十八罗汉”之称的济南二机床为例，这家重型数控冲压设备龙头企业主控中心生产计划的排产调度环节长期存在痛点。手工排班强度大、耗时久，还不能进行全局性优化和实时调整，在市场变化极大的环境下不利于企业生产发展。

引入百度智能云的AI智能调度优化引擎后，济南二机床的排产调度情况开始得到明显改善，工厂内可以对生产大中小件产品的不同车间进行高效调度，这家机床企业的生产效率和产品交付效率显著提升。济南二机床还打造了智能安全生产监控平台，面向各种复杂场景，AI模型的开发效率提升30%，这意味着企业能更迅速地应对不断出现的新风险。

除了对机床行业排产调度的赋能，他们在矿山行业做的辅运调度方案，在化工行业提供的一些工艺优化的方案，也都逐渐深入到行业的核心场景。

这种从核心场景里的应用做起的打法，与百度在工业领域里以应用为先的理念有关。但它也面临过挑战，同一产品是否能复制到不同企业，能否减少定制化再开发，决定了百度智能云对外输出AI能力时的效率和覆盖速度。

开物工业互联网平台的出现，一定程度上解决了这一问题。

“通过开物平台，我们把在所有做过的客户中用到的能力，都沉淀了下来，并从中提炼出不同行业里所需要的共性能力，不断做深做透。”吴学义举例称，在工业场景中最常见的安全问题上，百度智能云目前不仅有通用的视觉模型，还沉淀了许多专门针对诸如穿没穿工服、戴没戴安全帽、现场有没有着火等一些行业特有场景的能力。

这些被不断沉淀和打磨后的能力，逐渐形成了可标准化、规模化复制的智能解决方案，不仅降低了企业获取AI能力的门槛，也能让百度智能云在很多项目上实现“智能”的随用随取，不用再“从头造轮子”，大幅改善交付的速度和成本问题。

比如，针对PCB印刷电路板中质检假点率过高的难题，百度智能云形成了可以过滤80%假点的智能质检解决方案，一年能帮企业节约人工成本200多万元。目前，该解决方案已在苏州常熟当地的相互电子、扬宣电子、生益科技等多家企业落地使用。

百度智能云在工业方面的优势，也通过开物平台得到了提升和巩固。数据显示，自2021年5月发布至今，百度智能云开物已积累超过200个工业解决方案，沉淀3.8万个工业模型。而在今年6月工信部发布的“双跨”平台动态评价名单中，开物在上榜互联网企业中排名第一，且排名较去年第一次上榜时上升明显。

一位百度智能云资深人士分析，正是百度智能云在过去一年间解决方案数量和面向核心场景案例的大幅增加，为本次动态评价加了分。

同时，百度智能云的规模化复制能力，不仅停留在产品和技术复制层面，还拓展到了通用方案和模式上的复制上。“比如我们开物基地的拓展，其实就已经是一些模式上的复制。”吴学义说。

据悉，百度智能云开物已在苏州、广州、重庆等16个区域深度落地，在当地建设“AI+工业互联网”产业基地，其运营和服务坚持“在园区”“在身边”，解决数字化应用“最后一公里”的问题。

业内人士认为，大模型的到来，将进一步加速百度智能云的产品规模化复制能力。

“一些个性化的需求，以前需要靠工程师一点点去调优，但大模型来了后，相当于工程师拥有了一个非常好的助手，可以把很多工作交给大模型来做，根据它输出的结果再去做进一步调优。”扈维补充说。

相比起以前的AI算法或小模型来说，大模型有更多的数据和参数，泛化能力更强。这种泛化能力，能让更多工业场景以更低的门槛和成本，获得技术红利。据介绍，目前，文心大模型拥有中国最大的产业应用规模，与300多家生态伙伴，在超过400个场景中已取得相当不错的测试效果。

业界观察到，基于正在成形的大模型生态，百度智能云未来给产业提供三层服务方式也在升级：

首先，与央国企等大模型应用先锋企业共创，从企业的研发、设计、生产、运行及营销等多环节切入，寻找经得起实践检验的、具备可复制的大模型应用场景，覆盖安全生产、智慧物流、AI质检等领域，帮助企业降本增效和创新。

其次，基于文心千帆大模型平台，提供大模型全流程工具链，叠加百度AI大底座、开物工业互联网等AI平台型产品，降低企业获取AI能力的门槛。

最后，打造及时响应客户需求的工程师团队和本地工业生态，将文心千帆大模型平台和相应的算力平台下沉，解决大模型及AI应用最后一公里的问题。