10个模型进全国50强，山东凭什么？

“大模型过去比的是模型参数和技术能力，现在比的是行业理解和应用效果，未来比的是规模化创造价值的能力。”国家工业信息安全发展研究中心数据安全所副总工程师池程这样判断。

当前，人工智能正从通用大模型的“百模大战”加速迈入垂直领域的“落地深水区”，工业大模型作为“AI+制造”的核心引擎，被视为新型工业化的关键支撑。

如果把2026年垂直领域大模型的竞争比作一场赛跑，现在跑到了哪个阶段？池程的判断很明确：“已经走过起跑阶段，进入从技术竞争向产业价值竞争转变的关键时期。”

在他看来，这场赛跑的规则正在发生根本变化：过去比的是模型参数和技术能力，现在比的是行业理解和应用效果，未来比的是规模化创造价值的能力。

这一变化有两个鲜明注脚。

一是技术应用加快规模普及。工业和信息化部数据显示，2026年上半年，我国规模以上制造业企业人工智能技术应用普及率超过30%，人工智能开源大模型全球累计下载量突破100亿次，人工智能正从技术研发加快走向产业应用。

二是产业发展更加注重实效。国家《“人工智能+制造”专项行动实施意见》提出，到2027年推出1000个高水平工业智能体、推广500个典型应用场景，政策导向正从模型研发向场景落地和规模化赋能延伸。

池程表示，当前不少模型仍停留在知识问答、辅助分析等环节，距离与工业机理和制造过程深度融合还有差距。“下一阶段，工业大模型竞争的关键不在于谁的模型更大更多，而在于谁能率先将模型能力转化为实实在在的产业价值。”他说。

通用大模型解决的是“确定性知识”问题，但工业现场面对的是非标设备、老工艺、老师傅的经验。这两者在工业场景里到底怎么融合？

“工业大模型要真正走进生产现场，需要将工业数据、工业机理和专家经验深度融合。”池程解释，数据驱动解决的是感知和预测问题，工业机理为模型判断提供专业依据和约束条件，专家经验则能弥补复杂工况下数据和模型的不足。

池程对调研的云鼎矿山行业大模型印象深刻。“该模型将矿山生产数据与专业知识、现场经验相结合，在煤炭洗选等场景开展应用，实现浮精产品稳定率提高20%、药耗降低超过40%。这体现了人工智能赋能生产工艺优化的实际成效。”池程说。

不过，池程也提醒，工业机理与人工智能的深度融合还有很长的路要走。“未来不是用人工智能替代工业机理，而是让数据、机理与经验相互支撑，推动工业大模型从辅助向控制深化。”

行业普遍认为“核心工艺数据是命根子，不敢拿出来喂模型。”于是出现了数据“不愿共享、不敢共享、不能共享”的僵局。

这个僵局的核心症结到底是什么？池程的判断直指本质：“表面上是技术和安全问题，深层次是信任机制、权责划分和利益分配问题。”

他认为，破解困局的关键，不是简单要求企业共享数据，而是建立安全可信、权责清晰、利益共享的数据流通机制。

这需要三方面协同推进：技术上，依托可信数据空间、隐私计算、访问控制等技术，探索数据可用不可见、使用过程可追溯的流通方式；制度上，完善数据分类分级、授权使用、安全管理和责任追溯机制，让企业清楚数据由谁使用、风险如何承担；机制上，建立合理的收益分配机制，让数据提供方真正从数据协同中获益。

“目前，国家已开展企业、行业、城市等类型的可信数据空间试点，跨境可信数据空间也在加快探索。”池程说，未来工业数据流通的核心，不是追求数据集中规模，而是推动从数据共享向价值共享转变。

数据流通之外，标准滞后于技术的矛盾同样突出。池程牵头研制了20多项国际标准、国家标准和行业标准，在他看来，标准化与技术创新并不矛盾，关键是把握好标准的规范性与技术发展的灵活性。“大模型标准不应强制规定技术路线的收敛，而应围绕共性技术要求、应用能力和安全可信建立规则。”

2026年7月，我国发布了《人工智能工业大模型技术要求》《人工智能工业大模型体系架构》两项国家标准化指导性技术文件。

池程指出，当前最急需补齐的标准空白集中在三个方向：一是完善能力测评标准，解决不同模型评价口径不统一、应用成效难以比较的问题；二是完善数据与模型融合标准，规范数据质量、专业知识表达和机理融合要求；三是完善工业智能安全可信标准，明确生产决策、设备控制中的权限边界和风险防控要求。

标准之争背后是产业话语权之争。池程认为，中国已经成为全球人工智能标准化的重要贡献者，正在加快将技术应用优势转化为国际标准影响力。

他列举了一组数据：截至2026年5月，我国已发布信息技术领域标准1700余项，牵头研制并发布国际标准137项。我国牵头制定的人工智能数据质量相关国际标准，为全球AI数据质量管理提供了重要参考。更重要的是，我国在钢铁、矿山、石化化工等领域积累了丰富的生产数据、工艺知识和应用经验，能够为国际标准研制提供真实场景和技术验证。

“未来，中国不仅要成为工业大模型技术创新和产业应用的重要力量，更要推动成熟技术成果和实践经验转化为国际规则。”池程说。

谈到山东，池程的评价干脆利落：“在我看来，山东已处于全国工业大模型发展的第一梯队，其核心竞争力在于制造业基础、工业场景资源和产业协同能力的综合优势。”

山东拥有全部41个工业大类，是全国工业门类最齐全的省份之一。2026年，山东有10个工业大模型入选全国工业大模型50强，数量居全国第一。

在池程看来，山东的特色优势有三：一是工业场景优势突出，矿山、石化化工、钢铁、高端装备等行业拥有大量复杂生产场景；二是工业知识积累深厚，长期形成的工艺参数、设备运行数据和专家经验为行业大模型专业化发展提供了重要支撑；三是产业协同基础较好，龙头企业供应链完备，能够带动上下游企业联合创新。

“这些优势绝不是短期依靠技术投入就能形成的，而是长期产业积累的结果。”池程强调。

这些垂域模型的差异化壁垒够不够高？未来会不会出现“模型很多、但同质化严重”的问题？

池程认为，简单依靠行业语料微调和知识问答，难以形成根本竞争优势。未来真正具备竞争力的，不是模型数量多的企业，而是能够持续积累工业知识、深入核心业务流程、创造实际产业价值的企业。

（大众新闻记者 贾涵宇）