国际服务国际贸易展览会-2025年，中国AIGC创新应用论坛于2025年9月12日在北京举行。问题是“促进新的大型模型AI生态系统”。电影研究人员的航空云网络技术有限公司Chai Xudong参加并宣布了演讲。
以下是演讲的转录。
大家好。根据我们的实际探索，与您分享人工智能在工业部门中的应用。现在，加速促进新工业化已成为一项国家战略，尤其是加快高端，智能和绿色制造业的发展。在这种情况下，工业互联网和人工智能已成为促进新工业化的重要支持。
就人工智能发展的历史而言，人工智能是在1956年正式提出的，经历了发展的三个主要阶段精神。前两个阶段由针对规则和自动学习，基于知识的人工智能和基于数据的人工智能表示。随着2017年反式框架的提议，尤其是当前模型的发展，我们现在进入了第三代人工智力的发展阶段，加快了通用人工智能的发展。
工业互联网和智能制造系统的结合已扩大了智能制造系统应用的限制，并在三个完整的方向（所有系统，所有价值链和所有工业链）中扩展。同时，创建了智能制造系统的虚拟和真实特征。也就是说，虚拟和虚拟的数字组织和物理组织通过工业互联网有机地协调和联系。此外，Artifi的附加应用尤其是CIAL Intelligence技术更突出了智能制造系统的智能特性。很快，智能生产和制造模型将以自组织的能力和人工智能和工业互联网来加速新一代智能制造系统的更新。
人工智能和数字双胞胎的完整整合以改善新一代的智能制造场景已成为重要的职业。通过与数字双胞胎的集成，人工智能可以在工业场景中完全实施人工智能，尤其是由大型模式代表的生成人工智能。数字双胞胎是物理世界的数字图像。不仅映射并感知物理实体对象的行为状态，而且还允许其通过DI分析，预测和优化相应的物理实体的行为Gital双胞胎模型。
数字双胞胎的本质是一个模型，大型模型也是模型。数字双胞胎模型包括四种类型的模型，尤其是大型模型，丰富了四种模型的数据模型。不仅丰富了其含义，而且还扩展了数字双胞胎的形式，从传统，多重，多重领域开发到多模式，多任务和体现，多任务，多任务和化身的发展。
今天，这个国家正在成长智能工厂。梯度文化清楚地提出了双胞胎数字和人工智能应用的要求，就卓越和试点水平而言。基于AI+数字双胞胎形成的智能工厂可以通过放置在数字双胞胎中的人工智能，并由数字双胞胎授权的人工智能来支持智能工厂的构建，尤其是在飞行员级别上，这使他们能够创建新的双胞胎。一代智能工厂展示了四个出色的FEATures：也就是说，生产能力和制造灵活，重建，自组织的生产，AI+数字主机完整场景应用程序，完整的流程质量，闭环，数字虚拟和真实的集成操作模型。
以下是某些实际应用案例的描述。
热处理是典型的基本制造过程。困难在于难以主导该过程的中心机制。相信教师的专家经验使热处理过程的稳定性和产品浪费在行业中。当建立热处理过程的数字双胞胎时，可以通过在热处理过程中收集相应的关键数据指标并实时调整烤箱参数来预测碳电位的分布。
目前，流程计划基于设计和开发。这是典型的出生瓶颈。传统热处理过程的设计S基于专家和教师的经验以及咨询行业的标准手册。通过应用伟大的人工智能模型技术，它可能从人工体验，优化过程参数，生成高质量的过程曲线和过程卡，并提高效率，过程稳定性，成本和其他效率，过程稳定性的改进和改进。
在钢冶炼应用中，转换器钢制造是铸造全长的重要过程，并且在转换器的铸造工艺过程中有很高的要求，可以提高最终提取比和熔融钢的质量。由于传统的手动干预和在钢制造过程中的良好经验，稳定性和熔融钢提取率已成为转换器钢制造业的问题。
在建造数字双胞胎以冶炼钢和转换器的铸造过程时，不仅是可以在种子周围智能分析目标钢的材料，但您也可以明智地建议加工法规。此外，可以在铸造过程中监视铸造索引的关键数据。特别是在测量TSC之后，可以对过程过程进行优化和建议，并精确预测钢的输出条件，因此TSC可以一次成功并提高提取速度。
该应用程序在数字化钢制造过程中引入了同步模型，并使用时间模型精确预测诸如碳，温度，磷和其他材料等关键指标是否在发生钢时达到钢的输出条件，从而达到了唯一提取率的要求。
传统人工智能在小型模型应用程序中仍然存在一定的局限性，尤其是在场景和团聚任务中。因此，大型模型，ESPECIA的概括能力大型模型最终可以调整为不同的工作条件和不同的反应堆条件，从而使其具有更高的泛化能力。从一个工作条件转换为另一个工作条件，从一个烤箱转换器更改为另一个烘焙转换器将迅速满足您的铸造控制优化需求，并将帮助您更适合您的现实世界应用。 “增加应用程序的结果并改变基于定性观察的黑匣子的传统模型。
从生态学的角度来看，我们都知道现在新的能量已经受到刺激，但是热电学仍然代表了我国家一代的60％以上。碳排放量仍然很高。因此，如何减少热电行业中的煤炭消耗和碳排放，这表明一切都是细致的。
通常，设计能源系统时，每个碳功率冷凝物系统具有最佳Al参数设计将在各个操作点运行。在实际操作中，外部和内部因素使能源工厂在实际操作过程中很难达到最佳设计。当在实际运营过程中构建整个过程的数字双胞胎和工作条件时，尤其是在实际操作过程中，例如调整单位负载，煤炭质量的调节，减少锅炉的泄漏和锅炉效率，减少锅炉的效率和热量消耗。您可以减少。
在这方面，已经建立了涵盖整个煤炭发电过程的数字双胞胎，包括烟雾，软饮料和环境保护。
在构建数字双胞胎的过程中，我们考虑建立与设计参数相对应的机理模型，通过结合可变因子和延续来建立一个完全参数化的数据模型通过三个阶段，可以识别真实环境模型的实际应用以及连续模型的连续模型的实现，包括基于设计参数的广义模型。它进一步实时调整了3-6个月的数据，它接近能源厂的实际运营状态，输出优化参数，并导致整个能源产生系统的法规。
根据建议的控制方法和可调参数开发出口优化参数和相应的工作条件。调整后，操作阶段可以通过最佳的功能命令实现，从而达到碳还原。在实际操作中，产生相同数量的能量，每个千瓦的动力都会使标准煤的消耗量减少约3％。通过连续的优化从6个月到大约一年，我们希望能达到减少的5％。节省煤炭只会显着降低发电的成本，并在降低碳中发挥良好作用。
目前，人工智能和工业互联网正在加速整合和开发，通用人工智能在实施工业场景时仍面临三个主要挑战。
首先，可解释性，人工智能模型仍然具有幻觉和不确定性。但是，工业部门需要明确的机制，行业需要高的确定性，稳定性和精度要求。
Segundo是工业属性。如今，大型基本模型通常是在互联网语料库中进行培训，工业数据，工业行业的知识，工业专家的无形知识，尤其是在生产和制造业务中，其中大量工业数据是时间序列的数据以及如何应用它是一个困难的点。
第三是安全的。
与数字双胞胎（尤其是机械模型的组合）的完美结合可以正确解决工业场景中出色模型所面临的三个挑战。
促进工业互联网面临三个挑战。一种是整个工业过程的不适当应用，尤其是高价值工业方案的应用不足。还包括数据安全性和隐私保险，并且对问题的出色自定义，尤其是工业场景，这使得个性化的方案高度可自定义，这使得在大型行业促销中很难促进。通过建模，工业知识的积累和强大模型的概括，大型模型还可以促进大型工业互联网开发。
您可以看到，未来的智能工厂将包括人类与智能机器人与化身智能的合作D智能身体。特别是，它基于新的数字基础，例如新的数字基础和新一代的工业软件，它们集成了大型工业互联网模型和人工智能，以产生新的质量生产力，以加速未来的制造模型创新和新工业形式的更新。
这就是我的全部，谢谢大家！
Accountina Finance官员
24-最新信息和财务视频的流离失所，以及扫描QR码以关注更多粉丝（Sinafinance）