人工智能大模型的崛起，正以前所未有的速度重塑着各行各业的格局，工业领域亦不例外。企业纷纷将目光聚焦于这一颠覆性技术，积极探索其在核心业务中的应用潜力，以期实现技术跃迁与效率提升。

行业巨头竞逐工业大模型：从通用到垂类，精细化应用日益凸显

 近期，工业领域的大模型研发与应用进入了爆发期。2024年3月，一家专注于工业智能的企业发布了升级版工业大模型（AInno-75B），该模型在通用性能上已达到750亿参数级别。其能力边界得到显著拓展，能够更高效地处理海量知识管理、进行复杂逻辑推理、编排长流程任务，并能赋能Agent智能体的运作，同时在更多工业模态（如视觉、文本、三维等）的生成方面展现出强大实力。

 在传统上高度依赖专业知识和高门槛技术的CAD（计算机辅助设计）领域，以往的市场格局长期由海外厂商主导，复杂的用户界面和陡峭的学习曲线曾是普及的阻碍。为了打破这一局面，国内企业正加速推出自主可控的创新解决方案。例如，“ChatCAD生成式辅助工业设计”应用，通过自然语言交互，能够快速理解设计师的创意构想，并自动生成初步的工业设计图。这一类应用不仅大大降低了设计门槛，还支持将生成的设计导出至传统CAD软件进行精细化的后续编辑。

 不止于此，多家行业领导者也在积极构建其垂类领域的大模型。一家知名的显示技术企业在2023年底推出了其显示工业大模型。该模型基于其深厚的人工智能物联网（AIoT）技术基础，融合了在半导体显示行业长期积累的知识和宝贵经验，覆盖多个细分业务板块。特别是其“缺陷检测视觉大模型技术方案”，已经成为产线缺陷模型迭代和检测系统上线效率提升的关键驱动力，效果提升超过10倍。

 在新能源领域，一家领先的风电设备制造商在2024年3月，将其多年积累的海量风机运行数据以及行业知识库进行了深度融合，构建了专属的风电行业大语言模型。模型集成的风机故障智能诊断系统，在实际应用中展现出超过95%的诊断准确率，显著提升了设备运维的可靠性与效率。

 而在光伏制造领域，一家重要的绿色能源解决方案提供商在2024年5月，成功部署了基于多模态大模型的生产合规视频检测技术。该技术能够在生产过程中，每隔18秒就对12串组件进行缺陷判断，并能精确识别和追溯缺陷组件的具体来源流水线及机台，极大地提升了生产过程的智能化管控水平。

老牌软件巨头开启转型之路，拥抱AI与云计算

 与此同时，老牌的工业软件巨头也在积极应对技术变革的挑战。一家全球知名的软件公司，其2023财年的总收入达到了20.97亿美元，同比增长8%。虽然其CAD软件在这一财年收入小幅下滑（-4%），但公司正通过推出新一代CAD产品和基于云的解决方案来重塑市场地位。

 最新发布的Creo软件新版本（第十一个版本）及Creo+SaaS CAD解决方案，旨在赋能客户更早地将仿真分析融入设计流程，从而加速产品上市周期、提升初始产品质量并降低制造成本。公司高层强调，产品设计阶段对产品的碳排放影响占有80%的决定性因素。因此，企业，特别是制造型企业，必须将节能减排的重点前移至研发环节，通过选择更利于回收、更低制造成本的材料，以及进行产品轻量化设计，来达成可持续发展的目标。

 事实上，这家公司早在多年前就开始了对人工智能领域的战略布局，通过一系列的战略性收购，包括物联网平台、大数据分析平台，以及云原生CAD软件和PLM（产品生命周期管理）解决方案提供商。这些举措标志着其全面布局SaaS云化工业软件战略的开端。

 近期，该公司更是积极与微软Copilot展开协作实践，旨在赋能企业实现更深层次的数字化转型。未来，公司将系统性地在Creo、PLM、ALM（应用生命周期管理）、IoT/AR（物联网/增强现实）以及SLM（服务生命周期管理）等多个产品领域，全面推出其在AI大模型方向上的最新应用和技术能力。