齐鲁制造会客厅｜张奕卉：工业大模型评价不能只看实验室跑分，要坚持实战导向

张奕卉

“垂直领域大模型的核心价值，是把大模型的通用认知能力，和行业机理、工艺知识、产业沉淀经验深度耦合，打通通用智能通往实体经济的‘最后一公里’。”中国信通院人工智能研究所创新发展部主任张奕卉在接受采访时表示。

在张奕卉看来，通用大模型具备广博的通识能力，但缺乏行业专识，对工业工艺逻辑、业务约束、安全边界理解不足，直接落地生产场景容易出现“看起来很对，但现场不能用”的现象。垂直大模型本质就是“通用底座+行业知识蒸馏+场景数据闭环”，实现从“会聊天”到“懂业务、能决策、敢落地”的跃迁。

相较于通用大模型，垂直领域大模型的产业价值体现在哪些方面？张奕卉认为，主要集中在沉淀行业隐性知识、适配产业刚性约束、创造可量化的产业收益三个方面。

一方面，把老师傅经验、工艺手册、历史运维记录，通过知识库、RAG检索增强、知识图谱固化为模型能力，解决行业经验传承难、人才断层的现实痛点。另一方面，实体经济尤其是工业场景对准确性、可解释性、安全性要求极高。垂直大模型经过行业高质量数据集训练，能够满足工艺参数优化、故障预判、安全生产管控等强约束任务，降低幻觉风险。

“直接服务研发设计、生产管控、设备运维、质量检测、供应链管理等业务环节，实现降本、增效、提质、减耗。”张奕卉表示，要把AI能力转化为企业实实在在的经营收益，而不是停留在演示效果。

不过，如何判断一款工业大模型是否真正好用？

“工业大模型评价不能只看实验室跑分，要坚持实战导向，把评测标尺放在生产现场。”张奕卉介绍，中国信通院可信AI评测体系一直倡导从四大维度综合评估，兼顾能力、实效、可信、工程运营能力。

首先是行业能力，重点考察模型对行业术语、工艺逻辑、业务规则理解程度，检验对工艺约束、安全生产规范的遵从度，评估幻觉抑制水平，不能出现违背工艺常识的输出结果。

其次是业务实效。“这是工业选型最核心标尺，要和企业业务基线做对比，重点看效率提升、质量改善、成本节约、能耗下降等可量化指标。”张奕卉表示，同样的模型，在A企业有效、B企业未必有效，必须结合企业自身产线、工艺条件做场景化验证，不能只看宣传案例。

可信安全同样不可忽视。张奕卉认为，要考察复杂工况下稳定性、容错能力、故障降级机制，同时加强工业数据保护、隐私脱敏、访问权限管控，防止核心工艺数据泄露。关键生产场景下模型输出要具备溯源能力，设置人工干预、应急接管机制，高危场景下不能完全交由模型自主决策。

此外，还应关注工程与持续运营能力。“工业场景不是一次性交付，而是长期服务。”张奕卉表示，很多项目失败不是模型初始能力不足，而是上线后缺少持续迭代运营能力，模型随工况变化快速衰减。

如何推动更多人工智能应用从单点示范走向规模化推广？张奕卉认为，核心不是打造更多孤立的优秀大模型产品，而是构建“产学研用协同、数据—模型—应用循环”的产业生态，打通需求、研发、测试、落地、复制全链条。

对此，张奕卉建议，发挥产业联盟、行业协会、公共服务平台的纽带作用，建立制造业企业需求库、大模型供给产品库，常态化开展供需对接，解决“制造企业不知道找谁做，AI企业不知道真实痛点在哪”的信息差。

同时，鼓励龙头制造企业适度开放脱敏的行业场景与数据集，联合科研机构、大模型企业共建行业知识库和测试数据集，打破“一家企业做一套模型，重复造轮子”的局面。

在规模化推广方面，张奕卉特别提到中试与评测公共底座的重要性。依托国家人工智能应用中试基地，打造工业大模型的“公共试验场”，提供仿真环境、测试数据集、第三方评测能力。成熟的解决方案，依托平台完成标准化封装，形成可复制的行业模板，向省内、国内同行业中小企业推广，降低复制迁移成本。

“长远看，山东的垂域大模型生态，不仅仅是培育几家优秀大模型企业，更要形成一套可复制推广的范式。”张奕卉认为，要依托雄厚制造业家底，实现“场景出需求、需求打磨产品、产品服务产业、产业反哺技术”的正向循环，为全国“人工智能+新型工业化”提供山东实践样本。

（大众新闻记者 杨成）