現在，我國工業正處于從數字化向智能化轉型的關鍵階段，而人工智能、云計算和大數據等前沿技術正成為推動這進程的核心力量。以大模型為例，大模型通過高效處理和分析海量數據，幫助企業挖掘出有價值的規律和趨勢，有效拓展工業領域中人工智能的新應用場景，助力企業智能化轉型。那么在大模型時代，工業企業該如何真正落地 AI ？?

9 月 20 日，由騰訊云 TVP 與工業富聯聯合主辦的「探訪燈塔工廠，解碼?AI?智造未來——騰訊云?TVP?走進工業富聯」活動成功舉辦。此次活動特邀了來自?AI、智能制造、數字化轉型等多個領域的專家和企業高管。上午參觀了深圳龍華燈塔工廠，實地考察其先進的制造設施與自動化流程。下午通過主題分享和專題討論的方式，各位專家深入探討生成式 AI 在工業場景中的落地與發展，分享行業前沿動態與實戰經驗。

在此次交流活動中，與會者不僅見證了 AI 技術如何賦能傳統制造業，實現智能化轉型，還就如何進一步推動 AI 在工業領域的應用展開了熱烈討論。關于 AI 智造未來的草蛇灰線，在這次交流活動中已然呈現。?

工業富聯“燈塔工廠”，探索智能制造實踐與創新

工業富聯首席數據官、騰訊云TVP 劉宗長與工業富聯云平臺總經理 王昕煜圍繞《工業富聯燈塔案例分享：智能制造實踐與創新》的主題展開，詳細闡述了工業富聯的數字化轉型歷程和燈塔工廠的成功經驗，為制造企業提供了寶貴的經驗和啟示。

工業富聯首席數據官、騰訊云TVP 劉宗長?

劉宗長整體介紹了工業富聯的發展背景：公司于?2018?年在A股成功上市。近年來，工業富聯通過“2（高端智能制造+工業互聯網）+2（大數據+機器人）”的增長戰略強化制造能力，打造一站式制造解決方案，并不斷探索與拓展創新業務。?

隨后，王昕煜也就工業富聯的數字化轉型歷程以及全球燈塔工廠的成功案例做了詳細介紹。從 2019 年公司開始數字化的前沿探索開始到現在，累計打造 5 座世界經濟論壇評定的燈塔工廠，賦能行業數智化轉型。

工業富聯云平臺總經理 王昕煜?

為什么工業富聯要打造燈塔工廠？王昕煜表示，建設燈塔工廠的核心理念是基于實際生產需求推動先進案例的落地，為了支持燈塔工廠的建設，工業富聯在人才、運營、技術和數據等方面提供全面的支持。通過燈塔工廠，工業富聯將先進的生產能力和管理經驗推廣到集團乃至行業，希望以“1+N”的方式實現規模化的應用，推動行業新發展。?

在綠色化轉型實踐上，工業富聯承諾到 2050 年實現全價值鏈凈零排放。基于此，工業富聯不斷推進軟硬件等的綠色化改造，提升工業富聯的綠色化能力，并與主流評審單位和組織認證綠色能碳證書和標準規范。

目前，工業富聯已有六大清潔技術：可再生能源、工業自動化、人工智能、智能制造服務、能效管理、技術應用來構建可持續發展能力。其中，結合 AI 賦能生產的例子有很多：

高效空調協同技術改造方案，通過對低效設備進行汰換、AI 智能控制等方法，提升空調系統整體效率，建設高效冰水機房。

光伏儲能監控運維管理平臺，利用大數據和云計算等技術，為光伏電站提供采集、檢測、運營分析、報表、收益賬單等數字化服務，提升運維水平和發電效率等等。?

面向未來，工業富聯積極探索前沿技術在制造業的落地，以大模型驅動的故障日志分析與異常處理為例，王昕煜指出，在過去，幾個員工可能需耗時數周才能完成的排查工作，如今借助大模型與騰訊云?AI?等的能力，得以迅速且高效地解決，展現了科技賦能生產的巨大潛力。不僅如此，他們還在探索工業?AR/VR?遠程協作與設備管理與維護、數字孿生等技術來提高生產效率、技術支持與維護服務，從而帶來更加高效、靈活和可持續的發展動力。?

騰訊專有云加速 Fii 構筑數智化應用新底座

騰訊專有云總經理 孫其琛?

騰訊專有云總經理 孫其琛以《騰訊專有云加速 Fii 構筑數智化應用新底座》為主題，闡述了騰訊專有云?TCE?在工業智能化和數字化轉型中的應用，深入分享了在與工業富聯的合作中的云邊協同實踐。?

孫其琛首先介紹了云邊協同在制造業中的重要性。在很多情況下，工廠分布廣泛且規模龐大，傳統的架構是在每個大型廠房建設小型私有云，但這并不經濟高效。在過去，工廠數據處理主要采用兩種方式：一種是將所有數據通過網絡傳輸至中心進行處理，這種方法容易導致高延遲和帶寬問題；另一種是在邊緣建立大型數據中心來處理數據，但這樣做會面臨基礎設施建設上的諸多挑戰，如供電、冷卻等。?

而“云邊協同”作為解決上述問題的新方案，允許邊緣設備具備一定的本地數據處理能力，并與云端系統緊密協作。這樣一來，不僅能實現更高效的數據管理和資源利用，還能減少不必要的數據傳輸，從而降低延遲并節省帶寬。此外，云邊協同還可解決分散部署環境下系統難以集中管控的問題，也就是說不同地理位置上的多個廠區可以通過一個統一的平臺進行協調管理，極大地簡化了運維流程，提高效率。?

Fii Cloud 云平臺提供高質量的云服務、資源彈性與云網一體，并采用邊緣云化與“云”“邊”統一管理與遠程運維、弱網自治的基礎設施架構，持續提升?IT運營運維質量以及業務上云比例。?

隨著 AI 技術的不斷發展，對算力的需求也日益增加。工業互聯網平臺通過構建 AI IaaS?算力平臺、優化布局算力基礎設施、提供強大的計算能力、支持 AI 應用的廣泛部署，以滿足不斷增長的 AI 計算需求?。對此，騰訊智算專有云聯合騰訊云 AI 提出解決方案，為 Fii?規劃業務上云、數據治理、智能化場景應用三步走的建設路徑。IT 基礎設施建設滿足富士康多地多活、集團分級管理、數據與應用敏捷云上部署以及工業模型訓練+分布式推理建設要求。?

除了以上硬核技術為企業構筑數智化應用底座外，孫其琛還談到了開放的生態，騰訊云不僅支持自家的產品和服務，還兼容第三方產品，這種開放性使得客戶可以靈活選擇最適合自己的技術方案，而不會被鎖定在某一特定平臺上，有效幫助企業業務升級與效率提升。?

探工業 AI 發展與應用趨勢，觀數智如何驅動未來

廣東省CIO聯盟會長、騰訊云TVP 李洋

廣東省CIO聯盟會長、騰訊云TVP 李洋分享了《數智驅動未來：工業 AI 發展與應用趨勢探討》的主題演講，深入探討了 AI 在工業領域的應用和未來發展。?

李洋首先回顧了人工智能從1950年至今的螺旋式的發展，李洋認為，AGI 可能成為強人工智能甚至超人工智能的拐點。人工智能的發展正在從感知理解世界到生成創造世界，從專用智能到通用智能。?

從 2021 年到 2027 年，人工智能的市場規模以復合增長率 30% 增長。隨著投資、民眾對人工智能的熱度不斷攀升，李洋認為，如今 AGI 帶動人工智能的產業發展規模已超過歷史上任何一次。他觀察到，人工智能帶動下的算力成本已達到歷史最高，算力市場持續火熱。AGI?熱潮帶來的大模型技術路線與行業“小模型”市場持續升溫。盡管以“通用”為主要特征的?AI?市場在各個行業持續席卷，他提醒企業還是需要理性做好企業發展規劃。?

談到工業 AI，李洋提出，工業 AI 的潛力巨大，目前已成為全球共識與趨勢。然而工業行業的場景碎片化和個性化需求將進一步放大 AI 原有的差異化，因此企業不但要做好場景、業務的分析，還要根據分析選擇好 AI 的算法和模型。從企業應用實踐來看，工業智能發展當前仍面臨很多實際問題與困難。

李洋表示，質量、制造過程和設備成為當前 AI 應用的重點領域，而 AI 與工業結合、產業融合形成的產品和方案，就是 AI 賦能工業較好的載體。目前，工業智能已經在研發、生產、管理與服務等全環節形成各類智能化場景，如識別類、數據建模優化類、知識推理決策類。此外，工業 AI 應用向研發、產品服務和產品等上下游環節逐步延伸。談及未來工業大模型的發展，他表示，工業各環節應圍繞語言、專用、多模態和視覺四類大模型開展探索。

最后，李洋分享了一些具體的工業AI應用案例來展示 AI 在實際生產中的作用。例如：

智能化生產設備管理，通過遠程監控和數據分析來提高設備的維護效率；

智能客服系統，利用自然語言處理技術提供更高效的客戶服務；

智能供應鏈管理，通過運籌學模型優化倉儲和物流調度；

智能化營銷，通過大數據分析來構建用戶行為模型，提升營銷效果等。

騰訊云 AI+?智能制造實踐，推動行業數字化轉型

騰訊云智能制造總經理 梁定安?

騰訊云智能制造總經理 梁定安在《騰訊云?AI+?智能制造實踐》中詳細介紹了騰訊云在智能制造領域的解決方案和實踐經驗。?

梁定安表示，雖然人工智能近年來非常火熱，尤其是在生成式 AI 如 ChatGPT 推出后引起了廣泛關注，但在實際落地的過程中，企業應專注于結合自身情況來提升效率和降低成本，而不是盲目追逐熱點。智慧化是企業重要的發展方向，但并不意味著企業必須進行大規模投資。關鍵還是找準智慧化如何賦能企業業務、產品和商業模式，從而實現真正的價值提升。作為制造企業，在規劃和構建 AI 能力的同時，應將核心投資放在業務價值上，而不是僅僅關注是否使用 GPU 或自建平臺等。因此云提供了很好的彈性和選項，幫助制造企業快速擴展并支持業務需求，提供最小化試錯成本。?

接著，梁定安介紹了騰訊云 AI 賦能制造行業的落地實踐：

在智能視頻分析上，騰訊優圖和騰訊云?AI?打造了開箱即用智能視頻分析平臺，提供200多種人車物視頻分析算法能力，滿足城運、交通、社區、園區、工業、能源等各個行業場景的視頻 AI 分析與產業升級需求。?

在工業質檢上，傳統人工質量檢測面臨成本高、招工難、效率低等問題，騰訊云以技術賦能，打造工業?AI?質檢平臺，結合傳統視覺和深度學習技術，有效降低工業生產的質檢成本，提高良率，幫助企業實現提質降本增效。如今，在一些人力消耗大、操作耗時長、節拍要求高的場景，工業 AI 質檢平臺在面板缺陷檢測、手機零部件檢測、新能源產線工序質檢、汽車領域檢測都已有落地案例。?

隨著大模型的蓬勃發展，大模型在制造業也有了諸多應用。在一些傳統工業場景中，可結合大模型做創新：OCR?大模型引入后，不僅僅能夠提升識別準確率，還能在有遮擋等場景下有更加好的識別效果、在電子發票、合同的識別準確率上，對比傳統的OCR?有較大的提高。大模型還可以用來做員工生產安全檢測助手，運用多模態能力，通過分析上傳的圖片來判斷員工是否遵守了安全生產規范等等。?

目前，騰訊云基于前沿大模型技術，探索更多新場景創新：

智能客服助手：利用大模型的閱讀理解能力，產出針對性的企業模型。企業使用后，客戶滿意度和意圖識別準確率都有所提升。

知識庫應用：傳統汽車產品手冊說明文檔用戶查找困難,引入大模型可針對客戶提問，輸出圖文并茂的回復。

AI 代碼助手：支持多種編程語言，能提供技術對話、代碼補全、代碼診斷和優化等能力，有效幫助開發人員提高研發效率。

數字人工業落地：將汽車行業語料與虛擬數智人結合，通過數智人在游戲化場景中與用戶互動，為智能會話賦予了更大的場景價值。

如今，騰訊云提供全面的 AI 解決方案，幫助企業實現具體的行業和場景落地。

開放技術論道，共議智造未來

主題分享結束后，迎來了本次活動的最后一個環節，技術論道《生成式 AI 如何為制造業帶來深度變革》，數十位領域專家面對面交流，深入共同探討生成式 AI 如何賦能制造業未來。

凌犀物聯董事長、騰訊云TVP 萬能?

主持人凌犀物聯董事長、騰訊云TVP 萬能總結指出，AI在制造端不僅僅是技術升級，還將帶來生產關系的深刻變革。基于此，他提出了一個開放性話題：對于工業企業而言，生產端 AI 的重要性不言而喻，但生成式 AI 作為更多面向創造場景的 AI，它能夠給工業企業帶來多大的賦能，主要體現在哪些方面？最值得期待的 AI+?工業的應用場景有哪些？?

隨后，現場專家以小組形式進行了充分探討，各小組派代表進行發言，其他成員也針對性地發表自己的看法。現場討論氣氛熱烈，專家觀點精彩紛呈，為行業創新注入新靈感。

中國電信研究院工業互聯網專家、騰訊云TVP 譚華?

中國電信研究院工業互聯網專家、騰訊云TVP 譚華表示：機器視覺是 AI 產品應用得最好的領域之一。采用了機器視覺技術的產品，能夠實現極高的準確率（達到六個?9?的標準）。另外，關于大模型和小模型的應用場景，大家普遍認為大模型在?To C?的場景中表現尤為出色，但在工業領域，小模型則發揮著重要作用，許多工業場景涉及特定的小眾行業知識庫，這些知識在特定環境和場景下非常關鍵。小模型能夠更好地適應這些特定化的需求，提供更精準和高效的服務，因此在工業場景中，小模型是不可或缺的。

PP停車創始人兼CEO、騰訊云TVP 李劍

PP停車創始人兼CEO、騰訊云TVP 李劍從自身的實踐經驗出發，認為未來在無人駕駛階段，停車位管理將成為人工智能的重要應用。而目前在大城市找車位是較困難的事情，期待未來可以通過空中視覺方案，用 6 到 10 個攝像頭覆蓋整個停車場，實時感知車位信息并推送給模型，再由模型實時推送給車輛，從而實現精準停車。這樣不僅可以減少車輛在停車場內的無效行駛，還能顯著降低碳排放，大模型在這個場景中的應用將帶來巨大的社會效益。

一應科技CEO、騰訊云TVP 蔣偉

一應科技CEO、騰訊云TVP 蔣偉認為，營銷及客服的?AI?應用場景值得關注：營銷場景的關鍵在于確保投入產出比合理，比如通過?AIGC?快速生成文字和圖片內容，落地效果非常好；而在客服場景，不僅需要利用現有的語料庫，更重要的是將客戶的實際語料轉換為可用數據。標準知識的回答固然重要，但客戶提問的多樣性才是真正的挑戰，企業需要構建領域專用模型，能夠靈活應對各種高級問題，從而提升服務質量。

結語

在本次「探訪燈塔工廠，解碼 AI 智造未來——騰訊云 TVP?走進工業富聯」活動中，無論從實地參觀燈塔工廠，還是嘉賓演講，分組討論、思考提問，各位嘉賓從不同維度、不同視角洞察和分享 AI 在制造領域的巨大潛力與數字化轉型的落地實踐，為我們帶來了深刻的啟發與實踐指導。?

未來，騰訊云 TVP 將秉持著“用科技影響世界”的初心，繼續攜手更多業界的專家大咖，以不懈的探索與創新精神，深入參與并推動各行各業數字化轉型的每一個關鍵步伐，共同邁向生成式AI時代。

TVP，即騰訊云最具價值專家(Tencent Cloud Valuable Professional)，是騰訊云授予云計算領域技術專家的一個獎項。TVP?致力打造與行業技術專家的交流平臺，促進騰訊云與技術專家和用戶之間的有效溝通，從而構建云計算技術生態，實現“用科技影響世界”的美好愿景。