2024年中国工业大模型行业发展研究报告.pdfVIP

中国工业大模型行业发展研究报告

靡不有初，鲜克有终

©2024iResearchInc.

-1-

工业大模型伴随着大模型技术的发展，逐渐渗透至工业，处于萌芽阶段。就大模型的本

ABSTRACT质而言，是由一系列参数化的数学函数组成的计算系统，且是一个概率模型，其工作机

制是基于概率和统计推动进行的，而非真正的理解和逻辑推理，因此，当前大模型具有

不可解释性和幻觉不可消除等主要特征。就大模型落地工业的情况而言，工业互联网、

摘要等工作已经让部分工业企业遍历了数据采集-数据存储-数据处理-数据分析-数据资产沉淀

-数据应用的过程，部分场景已经准备好了向基础大模型投喂的“数据原料”，当经过简

单数据处理、微调、适配后，可以解决部分垂直细分场景问题，具有落地可行性。就工

业大模型的发展进度而言，工业大模型与工业互联网一样，都是要挖掘数据资产的价值，

而数据准备的阶段性工作在工业互联网时期大部分已经准备好，故我们预计工业大模型

的进程在技术不受限的前提下，可能会快于工业互联网。当然，工业大模型是以大模型

技术为驱动，其进程快慢很大程度受限于大模型本身能力的进化。

工业大模型玩家与工业互联网平台玩家重合度高，其成长路径目前也表现出高度相似的

特征，但目前市场产品、服务、落地场景都处于探索阶段，大家都在同一起跑线。就参

与玩家而言，大模型技术底蕴、行业knowhow、运维资源等方面是各类玩家主要锚定

的优势，且都是基于自身优势点，围绕具体应用场景摸索大模型在工业的落地性进行市

场切入的。就具体产品形态而言，整体还较为稚嫩，目前大模型的能力更多还是依附于

已有产品体系，鲜少有独立的产品出现，未来随着大模型流量入口特性明朗，有望独立

成产品。就应用场景而言，当前大模型的不可解释性和幻觉等特性，与工业“0容错”的

特性相悖，因此当前大模型落地工业的探索更多聚焦于偏运营的、具有一定容错能力的

场景（如知识问答、辅助设计/代码生成等），而生产制造等核心场景的探索需要静待模

型进化以及CV大模型、多模态大模型的发展。就发展挑战而言，模型、数据、应用、商

业变现是无法避开的话题，且各方相互影响，互利共赢。

大模型落地工业的探索中，还处于非常早期的阶段，供需双方都在尝试，当然，也有很

多问题值得探讨与思考。1）大模型落地工业的竞争要素：基础能力、模型能力、模型应

用是主要竞争点，且在不同行业发展阶段，其相对竞争优势有所不同，具体而言：短期

主要看大模型技术，长期则主要看模型应用深度。2）大小模型间的关系：大小模型间不