新型工业化时代，大模型作为工业领域提升效率和能力的关键工具倍受关注，IDC《工业大模型应用进展及展望，2024》指出：工业大模型取得初步落地应用，在电力、采矿、油气、半导体、汽车、消费品等行业头部企业探索较快。中能拾贝的拾贝云能源大模型应用产品CyberwLLM作为国内工业大模型技术应用代表获得报告推荐。
IDC认为，目前很多工业企业用户对大模型的认知也逐步走向理性，从抱着一些偏高的期待，到更加关注实际能够发挥何种场景价值。以工业智能产品与服务提供商中能拾贝为例，基于大模型集成平台、工业知识问答、工业数据查询、工业AI智能体、工业智能助手以及工业场景专业模型构建框架等CyberwLLM系列大模型产品，紧密贴合行业生产管理需求，引领能源电力AI大模型创新应用。
工业大模型在头部企业探索较快，过去一年取得明显进展
工业大模型已经逐步深入到各行各业，并取得了一些落地应用及进展。报告指出，工业大模型包括了视觉模型、多模态模型、专业领域模型以及控制模型等多种类型的模型。这些大模型在电力、采矿、油气、半导体、汽车和消费品等行业的头部企业中探索较快，并且已经渗透到工业的多个环节，形成了实际应用效果。
凭借在能源电力领域AI大模型应用的创新成果和在业务实践，中能拾贝的拾贝云能源大模型应用产品被提及并收录于IDC《工业大模型应用进展及展望》报告中。基于丰富的行业积累以及技术前瞻性，拾贝云能源大模型面向能源电力领域的系统控制、生产运行、安全管控、运维检修、物资供应、产线基建等业务领域提供多种业务助手，带来超越传统的数智应用体验。
拾贝云能源大模型应用产品CyberwLLM通过精心设计的5大应用模块和1套模型框架，为能源电力行业提供了一站式的智能化解决方案：
大模型集成平台，提供统一的大模型管理标准流程和规范，实现闭源、开源大模型以及专业模型的统一接入管理、统一评估管理和推理一体化服务管理功能，包括模型注册、标准接入、模型上架管理，评估数据、评估标准和评估效果管理，模型部署、资源配置、对外标准服务和服务检测管理等。
工业知识问答，依托自然语言理解组件，精准解析用户提出的问题，准确把握用户的查询意图。通过多模态交互技术，系统能够更有效地理解和处理多种信息输入模式，包括文本、图像等，从而为用户提供更全面、准确的工业领域专业知识。在明确问题意图后，系统能够通过多轮互动的方式，逐步优化答复，直至生成面向用户的、语义清晰、语法正确的回答。
工业数据查询，打造基于自然语言交互的多模态输入形式（语音、文字）的数据查询功能，系统使用自然语言处理技术进行查询需求理解，并对用户想要查询的数据实体、数据表等信息通过RAG增强的模式，实现自然语言转换成SQL查询语句和执行，实现SQL调度和可视化展示打印查询结果（文件&图表），并能接受人为反馈和纠正，不断实现查询结果的优化，实现查询结果的自动化分析结论生成。
工业AI智能体，基于大模型的智能体进行工作任务高可靠规划（Planning），实现自主推理、执行和主动分析，通过智能体记忆模型增强和调度Agent协同增强技术，使得机器可理解工作任务的内涵、自主完成任务的拆解、编排，并能够调用工具库完成连续任务的协同执行，实现智能辅助开展工业领域生产和运维各项工作。
工业应用智能助手，以B/S微应用组件、移动APP组件、小程序/H5插件、浏览器插件等各类形式，提供可随时呼叫、主动协助或后台逻辑回调等方式的应用助手功能，让企业现有信息系统轻松集成嵌入基于问答、问数和智能体的AI助手，在应用前端以拟人化助手方式协助用户快速进行系统使用，在后台加入AI智能知识搜索、数据查询、智能分析与工作自动执行的功能，快速提升系统智能化程度。
工业场景专业模型构建框架，针对基于大模型技术进行系统控制、生产运行、安全管控、运维检修、物资供应、产线基建等工业场景的专业模型构建需求，提供各类典型场景的语料图谱、知识图谱的结构和材料收集标准、方法、转换工具、导入处理工具等体系性方法与工具集和，并通过大模型集成平台对接大模型进行专业模型训练、微调的执行和成果验证评价，帮助用户快速构建符合自身场景所需的专属模型及进行发布应用。
工业大模型应用：一系列高价值场景逐步落地
报告指出，工业大模型的应用已有从十万元到亿元不等的项目规模。其中，市场供应商在安全、算力、视觉等问题上取得了一些技术突破。目前，工业大模型的应用探索主要集中在知识管理/知识问答、数据分析助手/数据问答、专业内容生成及视觉识别增强四个方向。
其中，采矿、电力行业应用较多的是视觉模型泛化增强，用大量数据训练视觉大模型，使模型具备更强的场景泛化识别能力，提升检验准确率，减少缺陷样本需求，缩短项目冷启动时间，应用于产品质检、安全监测复判等环节。
以拾贝云能源大模型CyberwLLM为例，该模型基于拾贝聚能（CyberwLLM ModelHub）、拾贝问道（CyberwLLM Chat）、拾贝询数（CyberwLLM Query）、拾贝智源（CyberwLLM Agent）、拾贝扶丞（CyberwLLM Copilot）五大核心应用，透过拾贝缘起（CyberwLLM ModelBuilder）模型框架，构建了更加贴合工业应用场景的能源AI引擎。拾贝云能源大模型旨在助力企业在知识应用、生产作业流程以及智能决策制定等方面实现创新升级，推动企业运营效率和决策质量的全面提升。
更通“器”
拾贝聚能CyberwLLM ModelHub引擎以开放架构接入各类主流厂家大模型产品，以及工业领域尤其是能源电力的行业大模型，打通聚合工业领域智能化重器的能力。
更懂“行”
拾贝问道CyberwLLM Chat引擎深入理解工业领域尤其能源电力行业场景，提供可溯源的智能问答服务，实现知识的有效应用和传承。
更有“数”
拾贝询数CyberwLLM Query通过自然语言交互，自动生成查询并提供数据可视化，解决BI取数难题，提高数据分析的效率和准确性。
更“智”能
拾贝智源CyberwLLM Agent快速响应业务变化，自动生成任务规划和执行方案，提升工业企业的业务响应速度和智能化水平。
更“晓”事
拾贝扶丞CyberwLLM Copilot作为智能分析和应用助手，嵌入式地对接融入到企业信息系统，快捷提升企业系统智能化能力和改进形成基于自然语言的用户使用交互方式。
更贴“芯”
拾贝缘起CyberwLLM ModelBuilder给出了工业领域尤其是能源电力各类场景基于大语言模型技术构建专业模型的框架，极大缩短工业企业构建模型的探索和开发过程，能够专注于对自身熟悉的业务知识和资料数据收集处理，快速构建专业模型形成工业领域的智能核心。
依靠以上CyberwLLM大模型系列产品，中能拾贝已经与能源电力行业多家龙头企业共建了设备巡检、技术监督、检修管理、故障诊断、作业风险管控、工单两票、物资仓储、生产指挥等场景专业模型并构建了问答、问数、智能体和应用助手的智能应用，取得了人工智能在工业领域切实落地和深入应用的良好效果。
展望未来，IDC预计大模型的应用将逐步深化和拓展，从现有场景技术升级到融合提升现有应用，再到支撑分析决策，随着技术成熟度提升，更多高价值场景逐步落地。长远来看，企业内大模型可能会融入各业务流程，在数据平台层之上，应用层之下形成一层模型层，提供各类API或直接作为统一的业务入口。
IDC建议，在开展大模型应用前，工业企业应做好数据基础准备工作，并选择合理的切入点进行应用。作为深耕能源电力领域多年的工业智能产品与服务提供商，中能拾贝拥有成熟的企业级能源大模型部署方案及应用案例，能够助力工业企业按需规划大模型的建设和应用，通过技术手段以最小的成本实现价值最大化。
