大模型+小模型

搜索文档
徐晨:“大模型+小模型”,破解AI赋能制造业的四大挑战
南方都市报· 2025-07-11 16:26
广东省人工智能与机器人产业专题会议 - 广东省召开现代化产业体系建设专题会议,聚焦人工智能与机器人产业发展,组织政府部门、专家学者、企业代表等参与研讨 [2] - 东莞市新一代人工智能产业技术研究院院长徐晨提出AI赋能制造业的新思路,包括"大模型+小模型"协同路径、设立工业AI需求诊断技术中心等建议 [2][5] AI在制造业应用的挑战 - 数据安全顾虑导致"数据不出厂",企业核心数据难以上云,云端算力无法直接赋能产线 [5] - 工业场景依赖小模型实现高精度实时决策,但现有设备终端缺乏智能计算能力,形成"决策边端化"问题 [5] - 工业品类迭代加速,传统小模型难以适应产线柔性化需求,面临"产品换型快"挑战 [5] - 工艺经验难以数据化,制约标准化传承,形成"知识传承难"瓶颈 [5] "大模型+小模型"协同解决方案 - 大模型擅长需求理解和知识泛化,小模型专注实时决策,二者结合可兼顾数据本地化计算、产品换型柔性化和经验知识传递 [5] - 工业大模型应聚焦机械图、电路图和电气图,通过AI理解图纸提升"产供销研服"全链条效率 [5] - 东莞市新一代人工智能产业技术研究院已深入PCB、光电、模具等10余个行业,驻厂半年验证技术方案可行性 [5] 制造业AI化的其他瓶颈与建议 - 企业存在需求模糊问题,无法精准描述AI需求或需求缺乏行业普适性,建议设立"工业AI需求诊断技术中心"系统性归集工业场景 [6] - 亟需培养既懂AI技术又熟悉工业场景的复合型人才,高水平"AI产品经理"是破局关键 [6] - 建议政府联动高校、企业和科研院所专项培养跨领域人才,支撑产业长期发展 [6]