文|數(shù)智前線 趙艷秋

編輯|?；?/p>

OpenAI推出Sora后，立刻在影視界、廣告界和游戲業(yè)炸開了鍋，但因為它作為“模擬器”，在模擬世界上的局限性，很多人并沒想到會與智能制造沾上邊。

但一些智能制造的專家，已對Sora進(jìn)行了觀察研究，看到了底層邏輯的相通之處，也想到了一些結(jié)合點。“如果業(yè)界真的朝智能制造方向去做的話，黑燈工廠、自動駕駛、數(shù)字孿生中的一系列難題，是有希望解決的?！睅孜恢悄苤圃鞂＜艺f。

一個有意思的現(xiàn)象是，自從2022年底ChatGPT大模型推出后，技術(shù)派、大模型廠商、創(chuàng)業(yè)者出來說得多，但制造企業(yè)和行業(yè)人士鮮有發(fā)聲?！坝幸稽c過度消費(fèi)了，每周都有爆炸式的技術(shù)推出，但它們的落地在哪里？產(chǎn)生了什么商業(yè)價值？”一位制造人士說。一些制造企業(yè)感到焦慮，背后的原因是從技術(shù)到應(yīng)用，中間仍有一些間隙需要彌合。

不過，經(jīng)過過去半年的摸索和嘗試，2024年，伴隨政府發(fā)展新質(zhì)生產(chǎn)力，以及一些央國企在大模型應(yīng)用上的動作加快，在智能制造業(yè)，尤其是在那些變化快、競爭激烈的行業(yè)，應(yīng)用大模型創(chuàng)新的進(jìn)程正在提速。

01 Sora能用于制造業(yè)嗎？

Sora推出后，OPPO AI中心產(chǎn)品總監(jiān)張峻，對生成式AI的迭代速度感到驚訝，“幾乎每天早上起來，都會看到一個有意思的新demo”。未來，用戶怎么調(diào)用這些生成式AI，可能將給手機(jī)帶來架構(gòu)、交互等全方位的改變。OPPO內(nèi)部也在探索。

在終端的變化上，業(yè)界已有一些明確的方向。比如，在短期之內(nèi)，可能就會發(fā)生兩個較大的變化。一是去App化。大模型本身具備生態(tài)插件及融合能力，它自己會去調(diào)用服務(wù)接口，不需要打開App。第二是搜索入口的變化。大模型本身外部檢索能力非常強(qiáng)，多模態(tài)能力也非常強(qiáng)，它就是一個好的搜索入口。

一家車企人工智能資深人士在Sora推出后，也進(jìn)行了觀察思考。對于車廠，他認(rèn)為Sora有一定應(yīng)用場景和價值。在自動駕駛的訓(xùn)練中，他們已用大模型做數(shù)據(jù)生成，但大都是靜態(tài)數(shù)據(jù)。“交通流這些動態(tài)數(shù)據(jù)，Sora目前還達(dá)不到要求，但至少是看到一些希望?！?/p>

在合成數(shù)據(jù)方面，車企原來要基于虛擬環(huán)境（元宇宙）去做，而虛擬環(huán)境需要拍攝一些視頻，用Nerf做3D重建，但成本不小，很多地方還不能拍攝?！捌鋵嵵悄荞{駛只關(guān)心場景，不關(guān)心跟地標(biāo)相關(guān)的東西，因此合成數(shù)據(jù)場景對Sora這類技術(shù)的需求應(yīng)該也很大。”

在浪潮信息，硬件研發(fā)部副總經(jīng)理王武軍和團(tuán)隊之前已介入AIGC的訓(xùn)練中。王武軍從Sora生成的視頻看，“那個東京街頭，地面上雨水的反光，已逐漸接近于可接受的現(xiàn)實”。

Sora的底層邏輯是通過大量數(shù)據(jù)訓(xùn)練而來，現(xiàn)在制造業(yè)有很多地方是人去推算的。如果數(shù)據(jù)量極強(qiáng)的話，運(yùn)用Sora的模式，有希望對產(chǎn)品設(shè)計、仿真、柔性安裝和運(yùn)維帶來改變。

“我現(xiàn)在沒辦法說明它未來是一個什么形態(tài)，但它將是顛覆性的。”王武軍打了一個比方，業(yè)界的一個難題是“柔性安裝”。比如，服務(wù)器機(jī)箱中有幾十條線，這些線怎么“繞”、怎么指揮機(jī)械臂去安裝。

可行的做法是，針對每條線纜，需要工程師做一個3D模型。根據(jù)配置不同，一根線纜要插在不同的位置，需要數(shù)十種3D模型，而組裝過程中，又需要臨時調(diào)整，從而導(dǎo)致柔性物體自動化安裝事倍功半，不太現(xiàn)實。如果能通過數(shù)據(jù)訓(xùn)練，自動生成“繞線”方式，再直接將數(shù)據(jù)提取出來，告訴機(jī)械臂怎么去組裝，這個問題就解決了。

做仿真的工業(yè)軟件人士也注意到了Sora?！澳憧碨ora視頻中那位女主角走路的姿態(tài)，如果結(jié)合了仿真工具，會更加自然，現(xiàn)在太空靈了?！盋AE人士李巖說。仿真軟件可以模擬復(fù)雜的機(jī)器、產(chǎn)品，他看到了Sora和仿真的結(jié)合之處。

“現(xiàn)在仿真迭代的過程很長，如果前期通過Sora的方式，讓仿真不從最差的初始條件去計算，整體計算時間會大大縮短?！彼f，“后期也可以對仿真結(jié)果去做優(yōu)化?！?/p>

由于Sora自稱是要做“世界模擬器”，業(yè)界也在對比Sora和數(shù)字孿生的一些差異。數(shù)字孿生是真實世界數(shù)據(jù)化后的投影。而Sora是基于模擬樣本，構(gòu)建虛擬和真實交錯的數(shù)字世界。

由于大模型有不同的數(shù)據(jù)源，通過Sora來模擬世界，帶有一定的想象力和發(fā)散性。比如，在Sora生成的一個視頻，一只小螞蟻穿越洞穴，這在現(xiàn)實中無法拍攝到。但也有網(wǎng)友指出它的漏洞：螞蟻是一個二維生物，走起路來不像人，它們會漫無目的、來來回回，這個Sora生成的視頻，與潛在物理規(guī)律有一些偏差。

“現(xiàn)階段可以理解Sora是數(shù)字化孿生的一種手段和補(bǔ)充，而不是替代。Sora可用于真實世界在虛擬世界的美化展示，以及替代人工建模與設(shè)計的生成，幫助數(shù)字孿生加速?！?聯(lián)想中國區(qū)大客戶業(yè)務(wù)群及制造行業(yè)總經(jīng)理宋濤說。Sora可以用于設(shè)計階段的效果構(gòu)建，或產(chǎn)品的生產(chǎn)構(gòu)建效果，但沒法替代數(shù)字孿生的數(shù)據(jù)視圖等功能。

宋濤認(rèn)為，未來兩者可能會整合，也可能形成一個新技術(shù)合集或新突破，如混合宇宙等，但目前看到他們技術(shù)線路的差異，需要有一定的技術(shù)突破才能實現(xiàn)。

”如果明白現(xiàn)有技術(shù)的局限性，在揚(yáng)長避短的前提下，它們在某些場景下仍然具有價值?！癐EEE數(shù)字化轉(zhuǎn)型聯(lián)合會戰(zhàn)略與架構(gòu)主席汪齊齊說。

Sora的發(fā)散性，讓它有新的空間?！跋裎覀円恍└叨似嚳蛻簦枨笤絹碓絺€性化?？梢愿鶕?jù)客戶的描述，馬上生成一個視頻推給他，然后再完善設(shè)計?！盓RP軟件廠商Infor大中華區(qū)商業(yè)咨詢高級總監(jiān)鹿崇說。類似的還有外觀設(shè)計、車衣、涂鴉等，這是進(jìn)入研發(fā)之前的一個環(huán)節(jié)。

關(guān)于成本，業(yè)界有種猜測，Sora生成1分鐘視頻，大約要8塊A800計算3小時，成本接近90美元。“To B這么一條，以往按照每秒幾千收費(fèi)，Sora的價格還是便宜的?！睌?shù)碼產(chǎn)品資深人士、Angry Miao創(chuàng)始人李楠向數(shù)智前線估算。這讓業(yè)界看到了它在上述應(yīng)用中的巨大潛力。

目前關(guān)于Sora這類技術(shù)和制造的結(jié)合，一位人士稱，“Demo和產(chǎn)品還沒到落地狀態(tài)，但大家有方向，有思路”。

02 制造業(yè)已用了哪些AIGC技術(shù)？

除了Sora之外，在ChatGPT發(fā)布之后，大模型已在制造業(yè)有什么落地進(jìn)展嗎？

聯(lián)想宋濤從智算資源分布的角度告訴數(shù)智前線，目前國內(nèi)對大模型的需求，70%的生意在互聯(lián)網(wǎng)，10%在科研單位，落在制造業(yè)，主要的機(jī)會是汽車自動駕駛。

幾位車企資深人士告訴數(shù)智前線，過去幾年，汽車行業(yè)越來越卷。車企的錢在往微笑曲線的兩端投，一個是研發(fā)端，一個是營銷服務(wù)端。在制造端，過去半年，沒有看到典型場景。而大模型落地的主要場景，集中在智能駕駛、營銷服務(wù)和智能座艙。

比如，智能駕駛中的數(shù)據(jù)合成以及數(shù)據(jù)標(biāo)注；在售后服務(wù)上，當(dāng)遇到一些不常見的故障，大模型可以找到與描述最接近的情況，迅速給出排序，輔助售后服務(wù)人員，幫助車主一一排查，這樣的售后服務(wù)接受度較高。

今年大家競爭的一個焦點是智能座艙。預(yù)計上半年，一些車企就會陸續(xù)官宣接入大模型。不過，業(yè)界在智能座艙中還未找到爆炸式場景，今年要進(jìn)一步挖掘場景。

2024年車企在大模型上的預(yù)算普遍在千萬級以上，用于自動駕駛、智能座艙或是大模型私有云部署等。這比2023年有顯著提升。

除了汽車行業(yè)，其他智能制造業(yè)在研產(chǎn)供銷服，都有一些進(jìn)展。

浪潮信息王武軍他們基于“源”大模型，已就研發(fā)的三個方向進(jìn)行訓(xùn)練。一個方向是為工程師訓(xùn)練出一個助手“賈維斯”。另一個是智能教練系統(tǒng)，有點像“科大訊飛學(xué)習(xí)機(jī)”，帶著工程師學(xué)習(xí)和反復(fù)訓(xùn)練。還有一個方向是軟件設(shè)計，將通過代碼自動生成，實現(xiàn)服務(wù)器的相關(guān)軟硬結(jié)合環(huán)節(jié)。目前，這幾個方向內(nèi)部已開始測試，處于持續(xù)優(yōu)化過程中。

在制造環(huán)節(jié)，騰訊云智能制造專家邴金友印象深刻的是，一家代工企業(yè)要處理多個客戶的產(chǎn)品圖紙。結(jié)合大模型技術(shù)，他們迅速將圖紙結(jié)構(gòu)化，直接輸入到SMT產(chǎn)線，驅(qū)動它的貼片機(jī)生產(chǎn)，降本增效明顯。

在智能客服領(lǐng)域，大模型已可以替代人。宋濤介紹，聯(lián)想在電話呼叫中心中，建立了基于AI智能的Q&A系統(tǒng)，可以偵測到服務(wù)人員在服務(wù)過程中的關(guān)鍵詞，提供專業(yè)的技術(shù)指導(dǎo)。

在營銷方向，有高端裝備企業(yè)，嘗試將AI與市場活動等結(jié)合起來，撰寫策劃文案。美的集團(tuán)也將AI接入到集團(tuán)的系統(tǒng)中，對文稿等基本的日常工作，做輔助測試。

鹿崇看到大模型已應(yīng)用到了制造業(yè)的定價和運(yùn)維上。在定價方面，很多制造企業(yè)的產(chǎn)品定價缺乏針對性，很難根據(jù)產(chǎn)品歷史銷售、市場環(huán)境、成本因素等變化適時科學(xué)的調(diào)整。AI技術(shù)的使用，使得定價模型成為可能。

在運(yùn)維方面，大量的數(shù)據(jù)已讓工廠中的機(jī)器開口“說話”。在機(jī)器發(fā)生疲勞之后，一些模型結(jié)合起來，可以做到預(yù)防性/預(yù)測性維護(hù)策略更科學(xué)。

而大模型最直接的應(yīng)用落地是產(chǎn)品，比如AIPC、AI手機(jī)。

在過去一年，邴金友看到，像光伏、新能源或新型高端裝備業(yè)，所處的市場競爭壓力較大、變化較快，更愿意采用大模型創(chuàng)新技術(shù)。另外，一些制造企業(yè)的三產(chǎn)或數(shù)科公司，對大模型的接受度也較高。

“大模型在制造業(yè)有點狀落地。按照Gartner的技術(shù)曲線，目前處于上升期?！壁鹩呀榻B。

03 面對大模型，制造業(yè)要做哪些準(zhǔn)備？

從2024年開始，幾乎每周，大模型都有“爆炸性”新聞推出。而根據(jù)業(yè)界的信息，在接下來，仍有一些公司的大招放出。阿里巴巴集團(tuán)副總裁、瓴羊CEO朋新宇接觸的不少企業(yè)，焦慮于自己不知道該怎么做。在焦慮不斷延伸下，社會上也出現(xiàn)了“AI的盡頭是賣課”這樣一些社會怪相。

鹿崇坦承，現(xiàn)在概念談得多，但真正的應(yīng)用還要一步步做。

“如果落到企業(yè)層面，無非是三樣?xùn)|西：算力、企業(yè)的數(shù)據(jù)，以及企業(yè)的人才?！迸笮掠罘治稣f，從算力來講，除了OpenAI等少數(shù)企業(yè)，對大多數(shù)企業(yè)而言，大家的起跑線幾乎一樣。

從數(shù)據(jù)來說，OpenAI已把地球上所有的公開數(shù)據(jù)基本上都收集完了，但是對企業(yè)最有價值的數(shù)據(jù)，往往是企業(yè)的自有數(shù)據(jù)，這部分是OpenAI收集不到的。企業(yè)要考慮如何把這些數(shù)據(jù)的質(zhì)量提升，變成好的資產(chǎn)，與大模型結(jié)合。“我覺得這是企業(yè)能抓得住的、實實在在的投入?！?/p>

從人才來說，對于大多數(shù)企業(yè)來講，去找AI領(lǐng)域的大牛，本質(zhì)上并沒有必要，關(guān)鍵是現(xiàn)在這樣的人才也找不到。企業(yè)反而需要那些理解如何應(yīng)用大模型，如何與企業(yè)工作流去對話，將大模型的能力轉(zhuǎn)變成企業(yè)生產(chǎn)力的一撥人?！捌髽I(yè)要抓得住這撥人?！?/p>

汪齊齊則強(qiáng)調(diào)了行業(yè)專家的力量。他以直播帶貨為例，社交平臺的興起，解放了個人的生產(chǎn)力，改變了許多傳統(tǒng)行業(yè)的運(yùn)作模式。但是，這種模式的成功，往往依賴于對特定行業(yè)深入了解的專家。”例如，一個精通化妝品銷售的專家可能不擅長電子產(chǎn)品的直播銷售，反之亦然?！八f，盡管技術(shù)為各個領(lǐng)域提供了不同程度新的機(jī)會，但真正的專業(yè)知識和行業(yè)理解仍然是不可或缺的。

“不管大模型未來以什么樣的姿態(tài)出現(xiàn)，它一定會出現(xiàn)?！迸笮掠钫f，企業(yè)要做好準(zhǔn)備。

“人工智能屬于智能制造第5級可以實現(xiàn)的目標(biāo)。”聯(lián)想宋濤說，企業(yè)需要從基本的業(yè)務(wù)梳理，軟件應(yīng)用和平臺打通等數(shù)字化工作開始落實，打好地基。而這些也需要基礎(chǔ)架構(gòu)的支持，云計算、混合云、數(shù)據(jù)安全、數(shù)據(jù)管理等基礎(chǔ)工作，這也是幫助企業(yè)重新梳理IT、OT、DT、ET等之間的機(jī)會。

宋濤也提到了人工智能技術(shù)落地的四大要素——算力、數(shù)據(jù)、算法和場景。其中，場景是驅(qū)動，要挖掘能夠利用AI降本提效的場景。算力是底層支撐，數(shù)據(jù)是養(yǎng)分，而算法是人工智能技術(shù)形成的價值。

他建議，在人工智能落地中，優(yōu)先做好算力建設(shè)和數(shù)據(jù)存儲，再做好數(shù)據(jù)治理和數(shù)據(jù)價值的挖掘；用高質(zhì)量數(shù)據(jù)，去訓(xùn)練好對應(yīng)的算法，從而對業(yè)務(wù)產(chǎn)生價值。而AI的落地，也需要對應(yīng)的人才，分步、分期通過技術(shù)實現(xiàn)。

朋新宇提到上周政府工作報告中的“發(fā)展新質(zhì)生產(chǎn)力”?！按竽Ｐ陀糜谥悄苤圃焓潜娡鶜w?！彼f，從OpenAI這一年的動作來看，它打開了新的空間——人類的空間、經(jīng)濟(jì)的空間以及企業(yè)發(fā)展的空間?！氨举|(zhì)上，目前行業(yè)里還沒有看到真正顛覆性的改變，但這也是離企業(yè)現(xiàn)場更近的這些人們的職責(zé)。”