智工观点｜DeepSeek+工业大模型赋能制造业数实融合的三种方式

在通用底座直接赋能行业层面。工业大模型通过其强大的通用性，为制造业提供了一种全新的赋能方式。

在当今科技飞速发展的时代，制造业正面临着深刻的变革，数实融合已成为制造业转型升级的关键路径。DeepSeek+工业大模型，为制造业数实融合提供了强大的技术支撑，主要通过以下三种方式发挥重要作用。

方式一：通用技术底座

作为一个通用的技术底座，工业大模型能够直接应用于多个工业领域，如制造、矿山、航天和能源等。这些大模型通常基于Transformer框架，通过大量通用数据预训练，以达到良好的通用性，并具备应用于工业各个环节的能力。

例如，通义千问大模型、文心一言大模型和讯飞星火大模型等，具备工业文本生成、工业知识问答、工业理解计算、工业代码生成和工业多模态等核心能力，上述能力覆盖了从文档生成到设备控制的广泛工业应用，能够显著提升工业生产的智能化水平。它们可以直接用于PLC编程、制造行业大模型等场景。这种直接赋能的方式，使得工业企业能够快速利用大模型的能力，通过这种方式，工业大模型能够为行业带来广泛的智能化升级和创新。在通用底座进行场景化适配调优或形成外挂插件工具层面。

如今，DeepSeek+工业大模型可以成为制造业的基石。它整合了海量的工业知识、前沿算法以及强大的计算能力，犹如为制造业打造了一个高适配性、高扩展性的“数字土壤”。企业能够打破信息孤岛，构建全流程数字化管控体系，实时监控生产状态，精准定位故障隐患，保障生产连续性，让实体制造流程在数字化协同下高效运转。

方式二：基于通用底座进行场景化适配调优或开发外挂插件工具

在工业大模型的应用中，除了直接赋能行业外，另一种方式是基于通用底座进行场景化适配调优或开发外挂插件工具。这种方式涉及将大模型与特定工业场景深度结合，通过适配和调优，使其更加贴合特定行业的需求。

例如，智工·工业大模型内置的AI-SCADA插件，可以实现生产数据的智能采集、分析和预测；工业管理软件企业Authentise推出的插件，允许用户查询最大的增材制造知识库；浙大开发的TableGPT用于生产表格处理；以及倍福将大模型融入TwinCATXAE客户端，实现基于对话辅助工业编程。这些外挂插件工具和场景化适配，使得大模型能够更加精准地服务于特定的工业任务，提升特定环节的效率和效果。通过这种方式，工业大模型不仅仅是一个通用的技术平台，更是一个可以根据工业场景需求进行定制化调整的灵活工具。

在生产检测端，基于DeepSeek+工业大模型开发的智能质检插件，可以利用计算机视觉识别技术，对零部件表面瑕疵、尺寸精度进行精细化判断，与生产流水线无缝集成，实时筛除不良品，将传统质检效率提高数十倍，且避免人为疏忽，以低成本实现高质量管控，深度贴合实际生产节奏与痛点解决需求。

方式三：针对性开发

在面向工业或具体任务针对性开发层面。工业大模型还可以针对工业或具体任务进行针对性开发。

这种方式涉及根据具体的工业需求，开发专门的大模型，以解决特定的问题。例如，科学大模型如ESMFold和Uni-Mol，它们专门用于药物研发和高性能材料研制等场景；西门子ChatGPT：西门子采用ChatGPT来自动生成可编程逻辑控制器（PLC）代码。这个模型专注于工业自动化领域，通过自然语言处理技术，能够根据工程师的指令自动生成控制逻辑，提高编程效率和准确性。这种针对性的开发，使得大模型能够更深入地融入到工业生产的各个环节，从研发设计到生产制造，再到日常经营，实现全链条的智能化升级。

例如，新兴的柔性可穿戴设备制造，要求生产设备具备前所未有的柔性、自适应能力，传统制造方案捉襟见肘。DeepSeek+工业大模型可以结合材料柔性力学、人体工程学与微观电子集成技术，全新设计智能化、模块化生产流程。从可穿戴织物基底的编织工艺，到微型传感器的嵌入式封装，模型模拟每一步骤的最优参数，助力企业开创全新产品品类。

通过这种方式，DeepSeek+工业大模型能够为工业企业提供更为精准和高效的解决方案，推动工业4.0的实现，同时也为工业领域带来了更多的创新机会和业务增长点。