AI如何解放制造業？

　　智東西9月4日報道，9月1日，國內“AI+制造”解決方案供應商創新奇智舉辦發布會，交出了自己的答卷。會上，創新奇智發布了“奇智孔明AInnoGC”工業大模型產品矩陣，圍繞其自研的工業大模型AInno-15B發布了大模型服務引擎，以及三款生成式AI應用產品：工業機器人任務編排應用“奇智明達ChatRobot”、企業私域數據分析應用“奇智明數ChatBI”、企業私域知識問答應用“奇智明睿ChatDoc”。

　　“奇智孔明AInnoGC”產品矩陣的核心——工業大模型AInno-15B，基于深度學習Transformer Decoder架構，結合蒸餾開源免費大模型和其自有的工業知識庫訓練得到，擁有150億以上參數，擁有行業化、輕量化、多模態等特點，具備工業知識歸納生成、工業數據分析、自動化任務編排等能力。

▲創新奇智CTO張發恩介紹AInno-15B大模型

　　據其近日發布的2023年上半年財報顯示，截至6月30日的6個月，創新奇智“AI+制造”業務板塊收入達6.11億元，同比增長81.3%。這離不開創新奇智在AI制造領域的長期深耕，也為其提供了工業領域垂類大模型研發和落地生產的基礎。

　　創新奇智CTO張發恩在會上稱，目前有很多C端大模型獲得了上線許可，但大模型的技術并不局限于C端應用。公司認為，在其專注的工業和制造業等企業服務中，客戶對于企業智能化轉型等也有很大的需求。而面向C端的通用大模型在面對企業服務領域的B端需求時，會面臨數據安全、缺乏專業知識、雙向訪問及靈活部署等挑戰。

　　創新奇智的思路，則是聚焦工業，在開源大模型的基礎上設計適合工業的垂類大模型參數結構，基于積累的工業信息進行增量訓練。隨后，為了更好地落地企業，公司以工業大模型為核心自研AIGC能力，并開發工業場景或企業服務中的應用，即ChatX系列產品。

　　張發恩稱，上半年公司AInnoGC 相關業務已在工廠物流、智造BI、智造實訓等多個領域落地，為企業帶來了更高效、智能化的生產方式，為行業的轉型升級注入了新的活力。創新奇智工業大模型產品矩陣的行業價值正在逐步展現，為企業實現數字化轉型提供了有力支撐。

　　一、三大AIGC產品亮相，加速制造行業智能化轉型

　　會上，創新奇智依次發布了工業大模型AInno-15B、大模型服務引擎以及三個基于該模型和服務引擎的ChatX應用，并進行了現場演示。

　　張發恩介紹道，公司曾報告AI技術從1.0的分析式階段，到如今2.0的生成式階段的演進。創新奇智現在的整體思路，是在堅持1.0和2.0同時進行的基礎上持續不斷地推進2.0的研發，形成AI技術雙塔，為未來做儲備。

　　工業大模型AInno-15B是“站在巨人的肩膀上”，從Llama 2、Falcon、Bloom等開源大模型中蒸餾一部分知識，再結合自己設計的參數結構和積累的工業知識數據做訓練。經過Pretrain、SFT和RLHF三個訓練步驟，依次使模型獲得更懂工業、支持問答交互和答案更標準的能力。

　　在能力評估方面，AInno-15B在中國信通院的發布的《大規模預訓練模型技術應用評估方法：模型和應用》標準符合性驗證中，39項能力測試中的31項獲得了5分滿分。

　　張發恩稱，大模型是能力的源泉，而要把它的能力發揮出來，還需要中間層，也就是工具鏈，來將大模型和應用層連接起來。

　　AInnoGC大模型服務引擎作為面向企業的生產和應用管線，具有指令數據、模型精調、模型服務、提示工程等功能。技術方面，該引擎支持并行計算、私有化部署，可用性較高。

▲張發恩介紹大模型服務引擎

　　應用層的ChatX系列產品包括ChatDoc、ChatBI和ChatRobot，分別專注于知識問答、數據分析以及工業機器人任務編排，均基于最底層的AInno-15B大模型和中間層服務引擎構建。

　　1、企業私域知識問答應用“奇智明睿ChatDoc”

　　ChatDoc類似于工業領域專屬的ChatGPT，能夠回答工業領域垂類問題，或是在搭載私域數據庫后回答企業私域的問題。

　　據介紹，ChatDoc基于私域數據庫部署，支持用戶外掛新的數據庫，通過信息的存儲和檢索，歸納并生成回復，它具備三個特點：智能總結、答案溯源、簡單易用。

　　創新奇智技術副總裁郭江亮演示了如何通過4個步驟，利用ChatDoc打造企業專屬大模型。

　　當詢問“創新奇智實訓平臺的優勢有哪些”時，它會基于AInno-15B給出答案，具備行業知識，但是不夠專業和準確。

▲外掛數據集前，ChatDoc提供的回答

　　為了打造具有實訓知識的專屬大模型，首先第一步是上傳一份關于智造實訓的數據。平臺提供了本地上傳、鏈接導入和數據抽樣三種方式。

▲上傳數據集，打造企業專屬大模型

　　上傳數據后，第二步平臺會基于AInno-15B和新上傳的數據庫啟動再訓練，經過預訓練、培訓、精調、強化學習等步驟，生產出智能實訓專屬大模型。

　　第三步是將已經構建出的大模型部署起來，并發布。

　　第四步，基于已經部署的服務和預置應用模板，這里選擇的是知識庫機器人模板，構建出新的智能實訓專家ChatDoc應用。此時再詢問它同樣的問題，得到的答案和剛才相比，已經具備了智能實訓相關領域的知識，更加準確、具體。

　　▲外掛數據集后，ChatDoc提供的回答

　　此外，ChatDoc也提供了API接口，只需要在目標場景中加入一行SDK代碼，便可以集成ChatDoc應用。

▲用戶可通過一行代碼集成ChatDoc

　　集成后的應用也支持外掛新數據，用戶不需要回到ChatDoc原始頁面，只需在集成后的應用中上傳文檔，就能方便地實現數據更新。上傳AGV機器人維護手冊的文檔后，詢問“AGV常規保養有哪些內容”，就得到了基于新上傳的文檔總結生成的答案。

　　2、企業私域數據分析應用“奇智明數ChatBI”

　　ChatBI專注于企業私域數據分析。對于大量的結構化數據，傳統的靜態報表難以滿足企業高度動態的需求，如何快速理解一些臨時性需求的意圖，并從大量的數據中提取出有效信息，是該應用研發的背景。

　　據介紹，ChatBI具備三個特點，包括自然語言對話式交互、SQL語句準確生成以及自動數據分析和展現。技術方面，通過詞表優化、位置編碼、提示工程、強化學習、意圖識別等方面的提升，在公開數據集Spider、Chase-C等上的測試表明，其SQL語句生成能力優于GPT-3.5。

　　創新奇智高級技術總監溫哲立對ChatBI進行了現場演示。首先，提出“查看8月份整體生產情況”的需求，數秒后，ChatBI會給出一份數據報表、一張餅圖、相應的SQL語句以及運行結果。

▲ChatBI可幫助總結生產情況

　　隨后，追問“各產品的計劃達成情況”，ChatBI會根據上下文的語境，同步將計劃數量和實際生產數量做一個對比，給出一個差分圖，讓用戶可以更直觀地看到計劃產量和實際產量的差別。

　　接著，輸入第三個問題“查看SUV每天的產量情況”，ChatBI給出一個折線圖，將SUV每天的產量計劃和實際產量做對比，用戶可以直觀地看出在什么時段，其產能出現下滑的情況。

　　最后，提出“分析一下這幾天產量不達標的原因”，ChatBI會根據汽車行業的知識以及AInno-15B思維鏈的功能，推理出SUV產量不達標的原因可能有生產供應、生產線故障或員工出勤這幾個方面的原因。

　　基于這三個方面，它會自動去數據庫中查詢相關數據，并對查詢出的結果從每個方面進行逐個分析，最后總結原因，并給出相應的意見和建議。這里它分析，2023年8月SUV產量不達標主要是輪胎的供應短缺導致的，產線故障和員工缺勤屬于次要的原因，同時給出加強和輪胎供應商溝通的建議。

▲ChatBI在分析員工出勤的情況

　　3、工業機器人任務編排應用“奇智明達ChatRobot”

　　ChatRobot則聚焦在工業制造業上，可以理解人的意圖，針對工業機器人進行任務編排。

　　據介紹，ChatRobot具備三個特點：自然語言對話式交互、復雜意圖理解以及大模型任務編排。它可以自動將包含多個環節的復雜指令拆解為機器人可執行的具體步驟，將模糊的指令具象化，再去驅動整個機械裝置執行一條條指令，實現機器人執行效率的提升。

　　張發恩稱，現在建設一條生產線，要花費一兩年的時間和幾十或幾百億元的成本，但未來，設備聯調、試產、陪產等工作可以逐步智能化、自動化，由大模型驅動，大大降低時間和金錢成本。

　　隨后，張發恩對ChatRobot進行了現場演示。首先，提出“取一瓶咖啡”的需求，系統自動生成了對該任務設計的步驟規劃。

　　▲ChatRobot根據“取一瓶咖啡”的指令，分解出的執行步驟

　　規劃完成后，ChatRobot便驅動AGV小車開始依次執行分解任務。現場布置了兩個貨架，ChatRobot首先驅動小車抵達第一個貨架進行檢索。

▲ChatRobot驅動AGV小車在第一個貨架前檢索

　　檢索無果后，ChatRobot又驅動小車前往第二個貨架。檢測到目標后，驅動機械臂取下咖啡，并驅動小車前往用戶所在地點，調整機械臂的姿態將咖啡遞出。

▲ChatRobot檢索到咖啡，驅動機械臂取下

　　任務完成后，ChatRobot會詢問是否還需要其他幫助，得到“不用了，謝謝”的回答后，它推測出用戶的意圖是“讓AGV小車返回原始位置”，隨后再次進行任務規劃，并驅動小車返回。

▲ChatRobot驅動機械臂將咖啡交給發令人

　　二、打破通用大模型4大挑戰，落地實訓基地、工業軟件

　　早在今年3月，創新奇智就已對外透露開始利用大模型服務工業企業。5月，在中關村智能制造創新發展論壇上，信通院等聯合發布了《工業數字化/智能化2023白皮書》，提出“打造工業智能體”的趨勢。白皮書中提到，工業智能體包含4個主要元素，工業裝備、工業網絡、工業軟件和工業數據。張發恩稱，創新奇智的AInno-15B工業大模型和ChatX系列生成式AI產品可以在這4元素中都做到賦能企業。

▲張發恩介紹工業企業智能化轉型的新需求

　　從落地的角度來看，創新奇智認為通用大模型在企業服務領域面臨著數據安全、缺乏專業知識、雙向訪問及靈活部署等4個方面的挑戰。

▲通用大模型在企業服務領域面臨4個方面的挑戰

　　首先，傳統工業特別是制造業，各個公司的“人機料法環”，即制造產品的人員、設備、原材料、所使用的方法以及所處的環境等信息有很大的保密需求，需要私有化部署。今年3月，三星員工拿機密工藝數據去詢問ChatGPT，就造成了商業機密泄露的事件發生。因此，通用大模型以云端部署的服務在B端是具有一定缺陷的。

　　其次，通用大模型更多的是通用知識，缺乏資深的工業領域知識。在這個方面，創新奇智長期深耕工業領域，有場景、行業上的背景優勢。張發恩談道，不以行業和場景為目標的應用，是難以在垂直領域落地的。比如像生產率、良品率、瑕疵率、過檢率這些指標，在不同的行業、不同的企業中的標準并不一致，所以在工業領域大模型的基礎上，支持用戶外掛自己的數據庫等私有化部署也尤為重要。

　　此外，通用大模型，尤其是國外的產品，還面臨著雙向訪問的問題，如ChatGPT不向中國開發服務。

　　最后，工業企業對大模型的部署有靈活性上的要求，需要根據客戶的算力情況對窗口上下文長度等進行動態的調整。在數據和參數量方面，市面上常見的是7B、13B、34B等規模的大模型，15B的參數量是其在迭代過程中得到的最合適的規模。張發恩援引ChatGPT首席科學家Angel的一次演講，稱“大模型很重要，但大模型也不能唯參數論”，不能僅靠一個模型的參數來判斷它的能力。

▲創新奇智針對工業企業轉型需求和通用大模型局限性的應對思路

　　創新奇智在去年報告了從AI1.0到2.0的演進，從決策、識別、感知等進化到智能化水平更高的分析、生成能力。除了直接賦能企業之外，為了幫助企業新入職員工快速上手、掌握AI相關的技能，創新奇智的智能制造實訓中心也是加速AInnoGC落地的一大組成部分。

　　據重慶職業技術公共實訓中心智能制造項目負責人楊杰介紹，目前整個實訓中心已經啟用搭載了奇智孔明AIGC產品的教學平臺，在教師端和學生端都有多方面的應用。據稱，此前其教師備課需要3-5天時間，現在借助奇智孔明教學平臺，搜集資料等耗費的時間大幅縮減，只需1-2天就可以整理出一份合格的課程資料；在學生端，學生可以借助這個學習助手快速總結文章的重點、主題等。

　　楊杰認為，未來實訓中心的關鍵是要通過實訓領域的知識庫生成屬于我們自己需要的ChatDoc應用。另外，她看好以ChatRobot為代表的智能機器人在實訓中心的應用，“實訓中心目前也入駐了很多服務型的機器人， 看了ChatRobot的演示，希望未來有更多更加聰明的、能夠理解我們意圖的智能機器人入駐實訓中心，給我們產生更多更加高質量的人機互動。”

　　▲發布會后的圓桌論壇上，楊杰等人介紹實訓基地和工業軟件的落地情況

　　實訓基地項目，也融入了很多面向工業機器人的培訓課程和相關實訓設備。發那科機器人公司的公共教育負責人何炯稱，發展AI時代的智能型機器人，關鍵在于一個能力足夠強大的AI大腦，讓機器人能夠理解人類的語言、思維和意圖。這能夠改變目前企業中人和機器設備比較程式化的交互方式，進一步提升工業生產中的自動化水平。

　　在智能實訓場景之外，大模型落地的另一場景是工業軟件。據創新奇智CPO李凡介紹，公司旗下的子公司奧利普奇智主要聚焦于智造運營管理系統MOM，其中包括了一系列的工業軟件的組合，如智造執行、質量管理、設備管理、能源管理等，目前已在食品飲料和新材料等行業實現了較好的落地。

　　李凡認為，創新奇智在工業軟件落地方面有兩大優勢。其一，具備客戶基礎和市場基礎，在客戶對其產品體系接受度高的前提下，嵌入新的“奇智孔明”系列產品矩陣。其二，由于對客戶的整體數據結構非常了解，因此在自研軟件的過程中，能夠更好地針對客戶去私有化定制。ChatBI目前已經集成到其面向制造業的解決方案AMI中，在部分客戶側完成了落地。

　　三、“AI+制造”增收81.3%，“雙塔”布局助力業務擴張

　　8月31日，創新奇智公布了2023年中期業績報告，截至6月30日的6個月，該公司營收達9.24億元，同比增長43.1%；“AI+制造”業務板塊收入達6.11億元，同比增長81.3%，營收占比提升至66.1%。

　　自2018年成立開始，創新奇智就專注于AI賦能實體經濟，尤其是工業數字化轉型及制造業高質量發展，在鋼鐵冶金、面板半導體、3C高科技、工程建筑、汽車裝備、能源電力、食品飲料和新材料、智造實訓等細分領域持續進行“1*N”場景復制和“1+N”場景擴張，推動制造業收入連續增長。

　　除了此次發布的基于生成式AI的“AInnoGC工業大模型技術平臺”外，創新奇智還擁有基于決策式AI的“MMOC人工智能技術平臺”，二者共同組成其技術雙塔布局，實現從AI1.0到AI2.0時代的技術躍遷，為客戶提供從感知到分析到決策生成的完整AI技術能力。

▲張發恩介紹創新奇智的AI技術雙塔布局

　　2023年上半年，創新奇智在持續強化MMOC人工智能技術平臺的基礎上，以工業大模型為核心持續豐富AI產品與解決方案。

　　在落地層面，以數據智能場景為例，ChatBI作為一款基于大模型技術構建的智能產品，在AI2.0時代進一步向各行業領域延伸。在生產線分析、數據抽取等不同的業務場景，ChatBI通過優化分析流程，降低分析門檻，不斷提升數據分析的效率。

　　在工業機器人場景，ChatRobot通過將用戶輸入的自然語言指令拆解為機器人可以理解的任務，并將任務翻譯為機器人可以執行的指令，實現從人類的自然語言到機器語言之間的轉化，為工業領域的智能化和自動化提供強有力的支撐。在復雜的工業生產場景中，ChatRobot可以精準響應各種指令需求，通過先進的視覺算法和大模型技術，實現工業機器人的智能控制和自主操作。

　　在文檔信息處理場景，ChatDoc能夠敏捷地從海量文檔中篩選、定位并精準概括信息，迅速給出確切回答。ChatDoc在2023年上半年取得了顯著的成長，大模型的先進技術優化了文檔檢索和信息提取的流程。無論是通過關鍵詞還是具體問題，用戶都能便捷地從龐雜的文檔庫中找到所需信息，極大地提高了工作效率。

　　財報顯示，創新奇智上半年的研發成本為2.23億元，同比增加2.4%，主要來源于業務擴張所帶來的整體研發投入增長。未來，創新奇智將在生成式模型領域持續研發投入，進一步推進AIGC技術產品落地，助力制造業企業數字化、智能化升級。

　　財報稱，面向ChatBI產品，將通過預訓練技術不斷迭代，同時優化模型吞吐量以支持生產級數據庫，實現對數據安全有需求的客戶進行私有化部署；面向ChatDoc產品，將持續優化模型知識理解能力、支撐客戶對文檔問答的復雜推理能力；面向ChatRobot產品，為了實現更高程度的產線自動化，將持續研究大模型在異構智能體的調度協作能力。

　　隨著大模型及相關技術不斷迭代成熟，向AGI的方向靠近，用戶和市場對于大模型的接受度會越來越高。制造業智能化、自動化是提升競爭力的必由之路，而擁有全棧生成式AI技術的創新奇智在這一過程中也具有足夠的優勢。

　　結語：AI大模型落地，加速制造智能化突破瓶頸

　　近日，文心一言等C端大模型通過備案全面開放引發關注，但傳統制造業等對智能化轉型的需求也不容忽視。創新奇智在AI1.0的基礎上擁抱變革，深挖企業私有化部署等痛點，注重保護商業機密、提升產品可用性，推出一系列工業大模型驅動的產品矩陣，以其專業知識和場景優勢應對行業挑戰，為制造行業提供了豐富的生成式AI解決方案。

　　在賦能企業的同時，創新奇智也注重人才的發展，通過智能實訓中心對教學手段、教學成果進行賦能，讓學員在不同的工業場景中得到AI實訓，在未來進入各自產業領域中時，有更大的科技能量注入。

　　未來，制造業在生成式AI的驅動下將更多地智能化、數字化，產生更多的創新場景。產品迭代和市場需求將共同推進技術的發展，迸發出強大的生命力。