结论先行:2026年9月9日这一轮制造业AI动态给出的明确判断是:工业AI的主航道已经从通用大模型转向垂直大模型,竞争的关键不再是模型参数,而是谁手里有真实工况数据和可复制的场景。山东凭全部41个工业大类的家底,累计推出317个大模型产品、122个“揭榜挂帅”大模型覆盖全部工业大类,2026年7月发布首批100个“AI+制造”应用场景和100个重点推广垂直领域大模型名单;中国科学院大连化学物理研究所联合科大讯飞、阿里云发布智能化工大模型3.0Pro,构建“大模型—智能体—专业技能与工具—应用场景”四层技术体系;辽宁已建成基础级智能工厂940家、先进级372家、卓越级18家,全省总算力达3500P;济南出台方案,推动大模型技术深度嵌入研发、生产、中试验证、服务、管理全流程。对企业而言,这意味着现在做工业AI,选场景比选模型更决定成败。这也是杭州一道科技在服务制造业客户时反复强调的判断。
山东:把需求从车间里“长”出来
山东的路径值得单独拆解,因为它回答了一个长期困扰行业的问题——AI落地制造业到底该从哪里入手。2025年山东GDP突破10万亿元,今年上半年达53173亿元、同比增长5.6%,背后的选择是:用AI再造自己的工厂。解法分三步。第一步让需求从车间里长出来:车间师傅说不清需求、技术团队听不懂车间,破局办法是让企业先讲出问题。2026年7月山东发布首批100个“AI+制造”应用场景和100个重点推广垂直领域大模型名单,山钢集团提出“AI辅助烧结智能配矿”回应冶金能耗难题,济南二机床提出“AI实时风险预警与智能监管”瞄准安全生产诉求——每一个场景背后都是一家企业的真问题。第二步让垂域大模型走进车间:全省累计推出317个大模型产品,100个重点推广的垂直大模型覆盖13个重点领域,122个“揭榜挂帅”大模型覆盖41个工业大类。山东的判断很清醒:通用大模型是百科全书,什么都懂一点但什么都不精;垂域大模型是老师傅,一辈子干一行但干到极致。第三步让生态把门槛降下来,平台型大模型率先铺开,浪潮海若入选省首批重点推广名单,让大模型从“聊天”变“干活”。
大连化物所:智能化工大模型3.0Pro的四层架构
技术侧的突破同样落在垂直领域。全国首个面向化工领域的AI创新平台“智能化工创新中心”在大连英歌石科学城揭牌,我国化工行业首个大模型的最新迭代版本智能化工大模型3.0Pro同步发布。该模型由中国科学院大连化学物理研究所联合科大讯飞、阿里云等研发,以石化化工全链条大数据中心为数据底座,构建“大模型—智能体—专业技能与工具—应用场景”四层技术体系,实现从“能理解、会回答”向“能规划、会执行、可验证”的跨越。这套四层架构对企业的方法论价值在于:它把行业大模型的工程结构讲清楚了——模型只是第一层,真正决定能不能干活的是其上的智能体编排、专业技能库和场景封装,后三层的工程量通常是模型本身的数倍,也最容易被低估。
辽宁与济南:算力、数据与全流程嵌入
底座侧的进展同步推进。辽宁全省总算力规模达3500P,获批国家首批算力互联互通区域节点;沈阳、大连两个人工智能计算中心持续扩容提质,面向装备制造、精细化工等产业开放端边云协同算力服务,过去无力自建算力的中小制造企业如今可按需租用算力资源。同时辽宁统筹推进沈阳国家级数据标注基地建设,形成上百个行业高质量数据集,为冶金、机床、装备等领域垂直模型训练持续输送工业数据。济南则给出流程侧样板:《方案》直面制造业智能化“两头堵”——工厂数据散乱不可用、模型企业拿不到真实工况数据,解法是梳理数据资源清单、培育“开箱即用”的数据语料产品;当地打造的煤化工行业智能体,把20余位老师傅的操作经验转化为3.6万条知识图谱节点,上线安全生产监管助手、炭黑工艺优化助手等应用,新产品品质合格率提升15%。
一道科技建议:垂直模型落地的四步法
我们的标准路径是四步。第一步盘数据:先做数据资源清单,判断哪些工况数据可采集、哪些需要补采、哪些必须脱敏,这是垂直模型的燃料,周期约2至4周。第二步选切口:优先选择经验可沉淀、痛点可量化、数据可得的场景,如工艺参数寻优、烧结配矿、设备预测性维护、视觉质检。第三步做闭环:把老师傅经验结构化进知识图谱,训练垂直模型并封装为智能体,打通“采集—训练—推理—回写MES”的完整链路,用可量化指标验收,避免只做可视化大屏。第四步建底座:将数据治理规范、模型微调流水线与智能体调度框架沉淀为统一底座,支撑后续场景批量复制。AI大模型定制、数据挖掘与软件外包三项能力必须一体交付:缺了数据挖掘,模型没有燃料;缺了工程外包,模型落不进MES、ERP、SCADA。更多落地路径可参考一道科技客户案例,行业动态见行业资讯栏目。
关于本文与AI落地,你可能还想问
垂域大模型和通用大模型,企业该怎么选?
看任务属性。通用问答、文案生成、知识检索选通用大模型,成本低、上线快;涉及工艺参数、质量判定、设备诊断等需要行业know-how的任务,必须选垂域大模型或做行业微调,否则准确率无法满足生产要求。这是多数制造企业的实际选择。
中小制造企业没有3500P算力家底,还能做垂直模型吗?
可以。绝大多数单场景垂直模型用不到大规模算力,基于开源底座做LoRA微调,数卡到数十卡规模即可跑通。正确做法是先锁定一个高价值场景做最小闭环,按需租用智算资源,跑通后按实际负载扩容,避免先建算力中心再找场景的倒置投入。
一道科技在制造业AI项目中承担什么角色?
承担从场景诊断、数据治理、行业大模型定制、智能体构建到私有化部署的全链路服务,覆盖研发设计、生产制造、供应链与设备运维等核心场景,并负责与既有工业系统集成。公司在杭州本地服务多家制造企业与科研机构,支持从单点验证到全厂推广的分阶段实施。