工业AI大模型与智能体工程实践课件ppt.pptxVIP

工业AI大模型与智能体工程实践

目录01课程导入与学习目标02工业AI大模型基础概念03工业智能体核心架构04工业数据特性认知05工业大模型微调实践06工业智能体开发实操07边缘端部署工程实践08典型工业场景案例解析09实训项目选题发布10项目全流程实操11导师全程辅导答疑12项目答辩成果展示13核心知识点体系梳理

01课程导入与学习目标

工业数字化转型历程工业数字化历经自动化、信息化、数字化三阶段，当前正朝着全面智能化的方向稳步演进升级。工业大模型发展契机通用大模型技术成熟、工业数据积累充足、算力成本持续下探，共同催生工业大模型落地的黄金窗口期。课程整体框架说明课程从基础概念到工程实操，覆盖从数据处理到部署落地全流程，配套多类工业场景实训实验。AI技术落地工业场景传统AI已在质检、运维等单点场景落地，但泛化性差、定制成本高，难以适配复杂多变的工业全流程需求。智能体应用价值体现工业智能体可打通感知、决策、执行全链路，替代人工完成高风险、高重复的复杂工业作业任务。工业AI发展背景认知

掌握基础核心概念精准掌握工业大模型、智能体的核心定义、技术特性，厘清与通用大模型的核心差异点。具备场景落地能力能够独立针对设备运维、质量检测等典型工业场景，完成AI方案的设计与初步落地实现。完整熟悉从数据预处理、模型微调、智能体开发到边缘部署的全链路标准化工程操作流程。熟悉工程实践流程了解行业前沿动态实