當前，以ChatGPT為代表的AI大模型技術席卷全球。其實，百度、阿里、騰訊、京東、字節跳動等國內企業在AI大模型領域都有布局和積累。

行業正在經歷從“大練模型到煉大模型”的生長周期，攻關大模型成為產業智能化發展的必然選擇，為政策制定者和企業管理者所重點關注。

大模型的背后蘊藏著一場人工智能落地模式的變革。通用AI產品能夠打破技能和知識的壁壘，帶來人機共創的新模式，并能夠為生態企業創新性增長帶來更多機遇，擁有廣闊的應用潛力。

今年全國兩會期間，人工智能更是成為熱議話題，代表委員們提交的議案、提案中，人工智能，大模型等詞匯高頻出現。

根據工信部日前公布的數據顯示，近年來中國人工智能加速發展，形成了較為完整的產業體系，核心產業規模超過5000億元，企業數量接近4000家，智能芯片、開源框架、智能終端等創新成果不斷涌現，一大批優秀的領軍企業和專精特新企業加快發展，人工智能日益融入千行百業，成為驅動產業轉型升級、推動新型工業化建設的重要驅動力量。

AI工業質檢：加速向工業生產全場景遷移

制造業是國家經濟命脈所系，是立國之本、強國之基。中國是世界上最大的制造業大國，人工智能作為核心技術，與制造業的結合是中國從制造大國走向制造強國的重要一步，也是走向高端化、智能化、綠色化的必由之路。

根據《2020人工智能與制造業融合發展白皮書》指出，當前，人工智能與制造業融合應用已具備一定的基礎。在家電、汽車、工程機械等細分行業已經探索出眾多人工智能應用的發展路徑。

工業質檢作為人工智能落地制造業的入口級場景，已經從前幾年的試點應用，走向規模化復制推廣。IDC預計，到2025年中國工業AI質檢整體市場將達到9.58億美元（約合人民幣62億元）。目前，在大多數場景下，工業AI質檢以定制解決方案，即一體化檢測裝備及定制檢測系統的形式在產線應用。但面對碎片化的應用場景，越來越多服務商開始提供工業AI視覺平臺、AI攝像頭等更加標準化、輕量化產品，為業務人員提供低門檻的模型訓練能力，重點集中在3C電子、汽車及零部件、消費品和原材料等應用場景。

以汽車制造業為例，近年來，隨著汽車“新四化”建設的提速以及加工工藝的提升，汽車零部件的結構越來越復雜，這也對質量檢驗效率的要求越來越嚴格。

庫靈科技是一家通過“機器人+3D視覺+AI”產品解決方案，聚焦汽車涂裝表面瑕疵檢測賽道的AI科技公司，有別于3C電子、鋰電等行業的批量產品缺陷檢測，汽車涂裝表面缺陷種類高達數十種，包活凹痕、凹陷、缺膠、合線、披風、氣泡、針孔及顆粒等等，再加上千奇多樣的產品外觀和復雜的作業環境，讓眾多傳統視覺檢測企業望而怯步。

飛槳助力庫靈科技提高對環境和零件的靈敏感知、高效識別和精準控制

上海庫靈科技董事長徐榮來談到，經過客戶的實際場域驗證及落地，我們的檢測精確度最小可以達到0. 05毫米，這基本上滿足了汽車A級面的檢測要求。在一些重點企業里面去進行測試，誤判率都是小于5%，只有3.6%，這在行業中具有一定的領先性。

通過“機器人+3D視覺+AI”的集成方式，庫靈科技能夠引導客戶從前端到后端質檢生命周期的管理、分析和優化，涵蓋注塑、吹塑、壓塑、搪塑等不同生產工藝的瑕疵檢測。全工藝場景覆蓋和持續的行業深耕是基于百度飛槳平臺的賦能，利用Paddle X進行前期模型驗證，可以幫助我們快速地建立一套技術方案。后期深入地應用飛槳PaddleDetection、PaddleSeg等開源庫來做AI模型優化，能夠支持我們針對實際工業場景不斷進行方案改進和優化。庫靈科技的技術人員告訴記者。

經過多年在汽車表面質檢領域的練兵和技術積累，目前，庫靈科技正在聯手合作伙伴嘗試將智能化解決方案遷移到金屬加工、軸承、板金等相關領域。然而從漆面到金屬表面的質檢技術遷移其實難度非常大。徐榮來指出，例如在金屬加工行業，氣門生產有個特點就是環境惡劣，車間里油污、粉塵、灰塵彌漫，這些油污和灰塵會吸附在產品表面，會對產品缺陷檢測造成極大的干擾。再加上氣門行業對產品檢測的精度要求極高，傳統質檢的誤判率高達40%。

在惡劣環境中追求工業質檢的精度，離不開小樣本學習技術的加持，來解決工業檢測當中實際樣本量比較少的難題。而借由飛槳 EasyDL 零門檻AI開發平臺的數據增強功能，可將一張圖片衍生多張圖片，提高數據利用率。同時，通過自動超參搜索策略，完成相對復雜場景數據訓練的利用率，并能夠產出基于這個場景最優的參數組合，達到更高的模型精度。同時，飛槳聯合百度研究院大數據實驗室，還發布了PaddleDetection少樣本遷移學習的新算法，從不同角度應對標注不足的挑戰，提升模型學習效果。

總體來看，人工智能在工業中的應用其實還有很大的發展潛力。徐榮來告訴記者，由于場景復雜、環境復雜、工藝復雜等等，很多的復雜性造成了人工智能在工業中的落地應用的門檻較高。

日前IDC 發布的《2022中國大模型發展白皮書》認為，大模型是 AI 發展的必然趨勢，并提出業內首個大模型評估框架。經評估，百度文心大模型處于行業第一。

事實上，大模型的通用性、泛化性以及基于“預訓練+精調”等新開發范式，能夠解決落地門檻過高、數據資源有限、應用開發“重復造輪子”等問題。

百度文心大模型全景圖

智能巡檢：工業機器人與數據應用場景的雙向打通

近年來，我國電力行業高速發展，電網規模已躍居世界首位，自動化水平逐步提升，電能質量和供電可靠性進一步提高，基本滿足經濟社會發展對電力需求。然而，我國電網運維的現狀卻不容樂觀，現有輸電線路運檢人員的年均增長率不足3%，巡檢人員缺員高達34%，且傳統人工巡檢模式下難以克服可靠性低、追溯性差、安全風險大等弊端。

在能源電力領域，基于AI大底座，百度幫國網福建建設了AI中臺，在此基礎上，協同打造電力大模型，構建了AI電力關鍵業務數據的全鏈條智能處理能力。這一方法已幫他們將識別準確率提升了30%，識別效率提升了5倍。變電端效率提升了40—60倍，啟動送電時間縮短了80%。另外，由于不同省市自然環境不一樣，借助AI大底座，將其他地方收集的數據，灌到大模型中，實現了對通用大模型和具體到場景中模型的再訓練，加強了大模型泛化的能力。

而伴隨傳感器技術、智能控制技術、數據挖掘技術以及人工智能技術等技術的積累和應用，智能巡檢機器人功能性與穩定性得到了快速提升。與此同時，AI等技術的落地推動產品市場價格不斷降低，促使了智能巡檢機器人用戶企業運營成本不斷下降，更進一步加快了市場普及率，以及智能巡檢機器人的升級換代。

隨著智能電網的逐漸推進，我國電網工程投資規模高速增長，2021年，我國電網工程投資規模達5530億元，同比2020年增長5.45%。基于國家智能電網戰略的推進，電力行業智能巡檢機器人市場規模快速增長，未來將機器人技術與電力技術融合，通過智能機器人對輸電線路、變電站/換流站、配電站(所)及電纜通道實現全面的智能化無人化運維已經成為我國智能電網的發展趨勢。

在空曠的變電站、核電站、化工廠、礦山，千巡科技的巡檢機器人穿梭其中，一邊檢測現場的情況，一邊將生成的數據傳送到系統后臺，既避免了人工巡檢可能發生的安全隱患，又實現了數據智能化采集和分析。

作為一家“把巡檢機器人和工業互聯網數據化應用場景打通”的科技創新企業，在機器人這一智能硬件外，千巡科技還有一項更重要的核心競爭力——自主開發了集監測數據、運維數據、作業管理、信息分析于一體的大數據系統，實現了“數字孿生”。

千巡科技 CEO王淮卿告訴記者，動態數字孿生的意義其實是后端走向智能化和數字化的一個非常核心的基礎。我們只有把物理世界完整地映射到了數字世界，顆粒度越細、刷新頻率越高，數字世界的信息掌握得就越精準高效，那么你在其中做出的管理決策和指令也就能更精準。

事實上，采集數據的方法、數據的質量、多樣性以及規模直接決定了人工智能作用發揮的程度。而工業數據的來源和制式更加復雜，且對數據的可解釋性、可靠性和準確性要求更高。

王淮卿表示，機器人采集數據也好，其他傳感器采集數據也好，采集回來有兩個關鍵的處理過程。一是對數據進行識別、分析和量化；二是把數據導入巡檢中臺，進行趨勢性分析、交叉驗證以及一些仿真和BI 應用。

王淮卿告訴記者，由于千巡科技的國內業務主要涉及電力及一些敏感的工業場景，所以我們在推一套全國產化的解決方案，從機器人的零部件到服務器再到系統架構。其中在AI 框架這一塊，百度飛槳給我們提供了重要的技術支撐和算法模型，加速我們這套解決方案的落地。

此外，王淮卿提到，百度飛槳有自己的一群生態伙伴，無論是上游做算法做技術的企業，還是下游做產業鏈整合的企業，均有一些推動智慧能源的相關項目，我們有意向參與這些項目的落地。

據了解，今年千巡在國內電力能源行業的應用已進入批量復制階段，產品也成功出海，在日本、歐洲、美國的項目都將逐漸落地交付。目前，公司的交付能力和生產能力已經滿負荷運轉，今年預計能較去年實現五倍的業績增長，產值將突破億元。

AI技術的攀峰與入海

千巡科技和庫靈科技均是第七屆“創客中國”人工智能創新應用產業鏈賽道賽（百度）的獲獎企業。據介紹，該大賽由工業和信息化部網絡安全產業發展中心（工業和信息化部信息中心）、百度公司聯合舉辦，面向Al+智慧工業、Al+生物醫藥兩大產業賽道，共吸引了全國134個企業和項目參賽。其中，4家企業為國家專精特新“小巨人”企業，7家企業獲得了省市級專精特新企業認定。

作為領先的人工智能企業，百度正充分發揮人工智能領域龍頭企業的示范引領作用，在賽事進程之外，持續對參賽項目進行技術孵化、生態資源對接等賦能，促進大中小企業產業鏈與資源互通。依托百度飛槳技術支撐，參賽企業人工智能應用場景不斷拓展，也孕育出超出預期的落地機遇。本次大賽，百度飛槳也應勢而為，完成了一場技術攀峰與入海的價值躍升。一方面將核心技術不斷打磨優化，另一方面不斷深入場景，賦能落地。

飛槳作為中國首個自主研發、功能豐富、開源開放的產業級深度學習平臺，一方面深入各種實際應用場景，發布豐富的產業級開源模型庫和詳盡的產業實踐范例庫，讓開發者更容易使用飛槳。另一方面，也積極與各種芯片、邊緣終端進行適配融合，形成了軟硬協同的優勢。更懂場景的飛槳不僅在便捷、易用、效能等方面再度刷新記錄，更將為產業應用與前沿探索提供更加硬核的技術源動力。

百度飛槳全景圖

目前，以飛槳為代表的深度學習平臺在制造業的落地主要集中在工業視覺、工業設備監控、數據智能和物流倉儲等應用場景，在研發設計、優化生產工藝和排期、設備運維、智能供應鏈等環節發揮著“智眼”和“大腦”的支撐作用。

據了解，截至目前，飛槳平臺已凝聚535萬開發者，服務20萬企業，創建67萬模型。依托飛槳，目前已累計培養超300萬AI人才。

隨著我國新型工業化的扎實推進，智能制造成為了當前行業發展的主攻方向，AI作為核心技術，也將不斷走深向實，發揮實效。

審核編輯 ：李倩