圖片來源@pixabay
2024年政策層面對大模型技術(shù)的重視倡導(dǎo)，是從工業(yè)制造開始。
3月26日，工信部發(fā)言人談及新質(zhì)生產(chǎn)力時指出，下一步，將著力提升產(chǎn)業(yè)科技創(chuàng)新能力。加快推動以大模型為代表的人工智能賦能制造業(yè)發(fā)展。早些時候，信通院牽頭、多家單位聯(lián)合編制的《工業(yè)大模型技術(shù)應(yīng)用與發(fā)展報告》指出，AI與大模型將加速賦能新型工業(yè)化，從2022至2032年工業(yè)AI市場規(guī)模將以46％的年均復(fù)合增長率高速成長。
相較于傳統(tǒng)小模型，大模型泛化能力強(qiáng)，可應(yīng)對多場景多任務(wù)，更適合長尾落地，模型參數(shù)量基本已達(dá)十億級別。
整體來看，從事工業(yè)大模型技術(shù)研發(fā)的已有不同產(chǎn)業(yè)主體。百度華為為主的科技大廠，可部署從模型到平臺框架、算力設(shè)施、以及硬件等整套解決方案；海爾卡奧斯、美的等頭部家電領(lǐng)域制造企業(yè)，構(gòu)建依托自身場景的工業(yè)互聯(lián)網(wǎng)平臺、工業(yè)大模型；還有聚焦在工業(yè)制造賽道的AI創(chuàng)新成長型企業(yè)，擅長視覺文本AI算法，依靠自身沉淀構(gòu)建行業(yè)大模型。
中工互聯(lián)科技集團(tuán)董事長智振則告訴鈦媒體，以大模型為代表的人工智能技術(shù)，作為第四次科技革命，會帶來工業(yè)領(lǐng)域新的變化。但工業(yè)大模型應(yīng)用不單純是一個算法、算力、數(shù)據(jù)的問題，這只是AI范疇，在工業(yè)或任何領(lǐng)域帶來價值，還需要其他方面經(jīng)驗(yàn)的積累。
中工互聯(lián)在去年6月推出了智工·工業(yè)大模型，思謀科技同年11月推出了工業(yè)多模態(tài)大模型IndustryGPT V1.0，科大訊飛投資成立的羚羊工業(yè)互聯(lián)網(wǎng)平臺，也發(fā)布由訊飛星火提供技術(shù)底座的羚羊工業(yè)大模型。
但不論工業(yè)大模型的前景多么備受業(yè)內(nèi)看好，也要學(xué)科人才要研發(fā)投入，要行業(yè)know-how和大量數(shù)據(jù)積累，工業(yè)大模型想要成功難度仍非常大。
“有很多創(chuàng)業(yè)公司在做行業(yè)模型的優(yōu)化和微調(diào)。相對于其他行業(yè)，制造業(yè)核心工藝相關(guān)公開數(shù)據(jù)相對較少，比較難預(yù)訓(xùn)練大模型。”亞馬遜云科技大中華區(qū)戰(zhàn)略業(yè)務(wù)發(fā)展部總經(jīng)理顧凡此前與鈦媒體交流中答道。他認(rèn)為，對于制造業(yè)客戶，大模型應(yīng)用核心是需要找到模型準(zhǔn)確度和推理成本之間的平衡點(diǎn)。如果小模型能夠解決問題，成本也可控，那就不建議替換大模型。
創(chuàng)新奇智的思路是一邊搞行業(yè)大模型，一邊找場景。去年9月，創(chuàng)新奇智宣布研發(fā)奇智孔明工業(yè)大模型AInno-15B，與工業(yè)軟件CAD的融合，構(gòu)建生成式輔助工業(yè)設(shè)計應(yīng)用ChatCAD，是創(chuàng)新奇智最近敲到的一款釘子。
工業(yè)軟件可大致分為研發(fā)設(shè)計類、生產(chǎn)控制類、運(yùn)營管理類、嵌入式等，而CAD（計算機(jī)輔助設(shè)計）、計算機(jī)輔助工程（CAE）長期被海外產(chǎn)品主導(dǎo)，比如CAE領(lǐng)域的Ansys、Altair、?？怂箍担ㄊ召廙SC），CAD領(lǐng)域的西門子、達(dá)索、PTC、Autodesk。國產(chǎn)廠商近年也取得一定進(jìn)展，但存在研發(fā)不足、商業(yè)化能力弱、壟斷競爭帶來的絕對差距。對于國內(nèi)廠商，涉足CAD領(lǐng)域，意味著不能彎道超車，而是要換道超車。
從另外一個維度，CAD界面復(fù)雜且使用門檻較高，這其實(shí)給使用方帶來了不小的人力成本投入。
中國中元國際機(jī)械工程有限公司經(jīng)營總負(fù)責(zé)人王先在看到ChatCAD的方案后非常激動，因?yàn)樵谒磥?，設(shè)計院的設(shè)計大多依賴人工堆疊，用上AI可能就減少這部分重復(fù)性人工成本，“畫一個單體建筑也好，無論是標(biāo)準(zhǔn)層還是綜合體，都是靠人一筆一筆繪制。且行業(yè)規(guī)范多且修訂頻繁，耗費(fèi)大量精力”。
在2D圖像生成領(lǐng)域已經(jīng)有比較火熱的AI工具M(jìn)idjourney，這類工具對于C端用戶的靈感構(gòu)思非常有用。而在更專業(yè)的領(lǐng)域，產(chǎn)學(xué)界已經(jīng)在通過大模型+CAD進(jìn)行驗(yàn)證性探索。DeepMind基于圖像或文本進(jìn)行2D-CAD草圖構(gòu)建，但受樣本數(shù)量+生成規(guī)范的限制，僅個別企業(yè)開展驗(yàn)證性探索。
“現(xiàn)在市面上的AI視頻模型Sora，其實(shí)也是一種視頻仿真，跟過去的虛擬仿真技術(shù)一樣，都會找到相應(yīng)的落地場景。”智振告訴鈦媒體。今年開始，中工互聯(lián)還在探索經(jīng)營類和集控自動控制如空調(diào)節(jié)能、智能運(yùn)維等軟件接入大模型技術(shù)。在他看來，“工業(yè)設(shè)計、仿真軟件是建立在過去幾十年間，全球所有工廠逐步迭代的基礎(chǔ)上再形成的軟件，想要再替代也非常難，也是替換最慢的，對數(shù)據(jù)、算法方面積累的要求非常高。”
機(jī)器視覺頂會NeurIPS 2023的Workshop上就公布了一篇名為CAD-LLM:Large Language Model for CAD Generation（CAD-LLM：用于CAD生成的大型語言模型）的論文。
這篇論文中，作者寫道：“訓(xùn)練生成式AI模型用于CAD，可顯著增強(qiáng)設(shè)計工作流程。大模型嵌入的跨領(lǐng)域知識對于理解幾何形狀和執(zhí)行復(fù)雜的設(shè)計推理有極大潛力。這項(xiàng)工作中，我們利用訓(xùn)練好的語言模型開發(fā)CAD生成模型，并將其應(yīng)用于復(fù)雜工程草圖。結(jié)果表明，模型可根據(jù)工程草圖進(jìn)行微調(diào)，并在各類CAD生成場景實(shí)現(xiàn)卓越性能。”
假設(shè)設(shè)計師考慮設(shè)計一款機(jī)器人，會有如下描述語言：機(jī)器人外觀，兩條靈活的手臂、帶輪子的腿、方形身體和帶有相機(jī)“眼睛”的圓頂頭等特征。理想驗(yàn)證下，AI模型驅(qū)動的CAD，可以根據(jù)人類設(shè)計師描述的設(shè)計概念轉(zhuǎn)化成原型。
鈦媒體注意到，各大國際化車企已經(jīng)在嘗試汽車設(shè)計概念圖階段引入生成式AI能力，然后再集成到整個工作流。這將極大提高車企設(shè)計人員從概念圖設(shè)計到最終成圖和被批復(fù)的效率。這無疑能夠擊中客戶最關(guān)心的問題之一：增效。
但初期的難點(diǎn)也顯而易見，繪圖意味著要能夠?qū)δＰ驼{(diào)參后進(jìn)行反復(fù)修改，而不是直接生成無法修改，需要訓(xùn)練的素材非常多，工作量大。
“在企業(yè)服務(wù)側(cè)，有很多知識是可以不同模態(tài)表現(xiàn)出來。Chat CAD產(chǎn)生的設(shè)計是用信息來表達(dá)的，Chat CAD支持導(dǎo)圖和各種常見的主流的CAD軟件的數(shù)據(jù)格式。
可以將ChatCAD的訓(xùn)練數(shù)據(jù)理解為一種模態(tài)數(shù)據(jù)，與文本、圖像、視頻、波形圖等模態(tài)不同，CAD要表示出“點(diǎn)、線、邊、圓、柱、工藝”這類幾何數(shù)據(jù)。
這是一種新的模態(tài)，ChatCAD也要有表達(dá)CAD的中間語言，所以大模型生成的其實(shí)是一種中間語言或中間碼，然后再把這些中間碼翻譯成CAD。”創(chuàng)新奇智CTO張發(fā)恩對媒體交流中表達(dá)。
據(jù)官方信息，創(chuàng)新奇智推出自主可控的Text-to-CAD類應(yīng)用，通過簡單的對話問答形式，便能迅速理解設(shè)計師的創(chuàng)意意圖，并自動生成符合要求的工業(yè)設(shè)計圖，還支持導(dǎo)出到傳統(tǒng)工業(yè)設(shè)計軟件進(jìn)行手動微調(diào)。創(chuàng)新奇智已將大模型融入CAD、MES和BI等多種工業(yè)軟件中，以實(shí)現(xiàn)對“研發(fā)設(shè)計-生產(chǎn)控制-信息管理”工業(yè)全流程的智能化改造與升級。
目前ChatCAD具有以下四點(diǎn)特征：一是提供新的交互體驗(yàn)，原來CAD是用鼠標(biāo)畫線；二是能夠理解需求中描述的工業(yè)部件是什么、參數(shù)是多少；三是比較專業(yè)地生成這些CAD的設(shè)計結(jié)果；四是能夠兼容傳統(tǒng)CAD軟件，生成的設(shè)計可依照通用格式進(jìn)行集中修改，將工程師工作量縮減90%，剩下10%用于優(yōu)化。
“以語言交互的方式生成機(jī)械設(shè)計和電器設(shè)計，我們的目的是變革設(shè)計方式，不是替代所有設(shè)計院的工程師，而是當(dāng)他們最佳的助手，提升設(shè)計效率。”張發(fā)恩表示。
談及對ChatCAD的研發(fā)考慮，張發(fā)恩指出，“還是要看客戶共性的訴求，同時能夠結(jié)合我們自有的能力。比如ChatVision產(chǎn)品的出現(xiàn)，就是在企業(yè)安全生產(chǎn)中所需的視頻抓取，大模型就比原來的小模型要好得多。”
不過，他坦言，現(xiàn)在ChatCAD還是處于早期版本，可以生成簡單能加工的CAD圖紙，但復(fù)雜的還不行，希望盡快達(dá)到更高階的版本。商業(yè)模式方面，可能一開始還是項(xiàng)目制，未來也許有可能轉(zhuǎn)成訂閱制。
從2023年9月至今，創(chuàng)新奇智已發(fā)布多款大模型應(yīng)用，核心面向于工業(yè)機(jī)器人、企業(yè)私域數(shù)據(jù)分析、企業(yè)私域知識庫等制造業(yè)領(lǐng)域，即ChatRobot、ChatBI、ChatDoc，可用于工廠物流、智造BI、智造實(shí)訓(xùn)等場景，并且對工業(yè)大模型升級到2.0版本（AInno-75B）。
升級后的奇智孔明工業(yè)大模型在參數(shù)量級上實(shí)現(xiàn)了新突破，達(dá)到750億以上，不僅鞏固了在工業(yè)知識問答、數(shù)據(jù)分析、代碼生成、任務(wù)編排等方面的能力，同時還增強(qiáng)了海量知識管理、復(fù)雜邏輯推理、長流程任務(wù)編排、Agent智能體以及更多工業(yè)模態(tài)的生成能力。目前已通過中國信通院可信AI工業(yè)大模型評測、SuperCLUE工業(yè)大模型基準(zhǔn)評測等。
而在“Chat X”工業(yè)大模型應(yīng)用方面，創(chuàng)新奇智新發(fā)布的ChatVision生成式企業(yè)私域視覺洞察應(yīng)用，ChatRobot生成式工業(yè)機(jī)器人調(diào)度的升級版也得到客戶伙伴的認(rèn)可。升級后的ChatRobot強(qiáng)化了對機(jī)器語言的理解與生成，能實(shí)現(xiàn)長序列任務(wù)編排和復(fù)雜決策驅(qū)動，而ChatVision結(jié)合監(jiān)控視頻或圖片圖像，進(jìn)行合規(guī)行為監(jiān)控和告警。
當(dāng)然，制造業(yè)客戶更快擁抱智能技術(shù)的核心在于服務(wù)商解決的實(shí)際問題能否讓他們買單。創(chuàng)新奇智構(gòu)建以工業(yè)大模型為核心的技術(shù)平臺，同時也在全方位提升算法、模型、平臺工程及場景應(yīng)用的能力，“工業(yè)大模型+X”還有諸多困難點(diǎn)等待克服。
（本文首發(fā)鈦媒體APP 作者｜楊麗，歡迎添加作者leeyangamber交流）
快報
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請綁定手機(jī)號后發(fā)表評論