工业大省有“模”力｜大模型进厂，为啥先得“拜师学艺”？

能写文章、能做方案、能敲代码，如今的通用大模型几乎“无所不能”。可一旦真把它请进车间，却常常“水土不服”：听不懂行话、摸不准门道，老师傅一眼能看出的毛病，它却“一脸茫然”。

大模型这么聪明，为什么偏偏干不好工厂里的活？在山东济南，一座专门“造模型”的工厂，给出了答案。

每家工厂，都有自己的“语言”

“通用大模型为什么不能直接搬进工厂？因为每家工厂都有自己的‘语言’。”浪潮集团总工程师、浪潮云董事长肖雪说。

一台设备和另一台设备是什么关系，一道工序的变化会沿着产线向哪里传导，老师傅凭什么判断一次异常…… 这些只存在于企业内部的知识，互联网语料里没有，通用模型自然学不到。同样是“压力异常”，在石化塔林和矿山井下含义天差地别；同一个参数波动，要不要紧、怎么处置，往往只装在老工人的经验里。

通用模型“听不懂”工厂的方言，唯一的办法，就是沉到行业里，为一个个工厂重新“教”出懂行的模型。

可量身定制，又撞上“手工作坊”

问题随之而来：千行百业各有各的门道，如果每个模型都靠工程师从零做起、手工定制，千千万万家企业，造得过来吗？

在肖雪看来，开发行业大模型仅靠工程师团队定制，人才、算力、算法、数据处处是瓶颈。“过去做模型，是开发人员手工调优、手工开发，像手工作坊；而行业落地又是分散的、小型的、定制化的，一把钥匙开不了所有的锁。”

成本高、周期长、质量还参差不齐。靠“手工作坊”，大模型注定闯不进产业的“最后一公里”。

破题：用模型，制造模型

浪潮给出的办法，是把人工智能本身变成制造环节：用模型制造模型，让手工作坊升级为流水线。

2025年1月，国内首个面向行业场景、具备工业化、标准化、规模化能力的人工智能工厂在济南建成投运，2025年底升级为“海若词元工厂”。

在这里，数据像原料一样上线，经过一道道标准工序被加工成模型。如今，工厂已沉淀75道标准工序、180套工具，1400余家生态伙伴的能力嵌入各道工序，覆盖20多个行业。

过去靠工程师一个个“手工打造”的模型，变成了可复用的“标准件”，企业得以“开箱即用”。

出发点，始终是行业场景

从“手工作坊”到“现代工厂”，变的不只是造模型的速度，更是AI落地的逻辑：出发点不再是“模型能做什么”，而是“工厂需要什么”。

大模型的分水岭，或许从来不在对话框里谁更妙语连珠，而在产业现场谁能真正解决问题。当AI走出“对话框”、走上“流水线”，千行百业那“最后一公里”，才算真正被打通。

（大众新闻记者 贾涵宇）