中安在线世界制造业大会中国声谷大模型专场发布会上，羚羊工业互联网股份有限公司（下文简称“羚羊公司”）总裁徐甲甲正式对外发布羚羊工业大模型，现场“真机实测”五大核心能力——工业文本生成能力、工业知识问答能力、工业理解计算能力、工业代码生成能力和工业多模态能力，基于羚羊工业大模型打造的五大工业场景产品羚羊数字工匠、羚羊iMOM（大企业版）、羚羊iMOM（SaaS2.0版）、羚羊智能企服助手、羚机一动同时亮相。
徐甲甲认为，认知大模型的“智能涌现”将带来解决人类刚需命题的全新机遇，当认知大模型和工业场景结合，通用AI将成为推进工业智能化转型的“核心引擎”。“制造业中不一样的行业需求不一、同一行业规模不一、同一企业环节不一，这导致制造业数字化转型需求非常分散”，在他看来，通用AI要真正在工业场景落地，将面临三大挑战：第一是可靠性，工业领域对稳定性、准确性有更加高的要求，在非理想工作环境和应用场景下也需良好运作；第二是行业性，工业领域行业Know-How是工业生产的核心，但承载的机理模型开发、分享很难；第三是安全性，包括数据安全的问题，即避免数据被非法获取或篡改，以及模型安全的问题，即避免模型被恶意攻击或滥用。
交班之后，新来的生产线工人要对设备做检查，确保设备正常运行不影响订单生产进度。当张致江对羚羊工业大模型Prompt“现在我要对数控车床号为t3的设备做点检，请给我对应的点检方案”后，一份完整的点检目录单马上呈现，工人“按图索骥”检查完，只需口述几句话检查结果，就能够马上生成一份点检报告列表，列表上，机床照明灯、卡盘夹持力、机床液压压力几项异常检验结果也清晰呈现在“点检实施记录”栏上，方便工人精准跟进机器故障问题。
对此，传统的处理方法是，船级社通过构建一支有十几年丰富经验的专家团队作为验船师的后台“首席知识官”，为他们解答各种现场船检遇到的困难问题。现在，有了羚羊数字工匠，船检师只需简单Prompt提问“400吨的货船搜救定位装置该怎么样配备”这样的实际船检场景问题，系统就能在纷繁复杂的船检知识库里精准找到文献回答，并且给出文献的明确来源。这背后靠的是“大模型+知识图谱”的能力，基于羚羊工业大模型核心底座能力研发的羚羊数字工匠应用就是解决这类工业场景问题的产品。
张致江在发布会上演示了这样的一个过程，当他向系统提出“请帮我分析明天的生产计划物料是否齐套”，系统识别问题后，马上接入“齐套检查助手”，根据作业员设置的业务规则和业务系统数据，系统马上输出一份生产计划报告，提取出“计划编码备料单”的内容后，系统一步一步计算备料单中4个物料是否齐套，对不齐套的物料进行仓库定位查询和采购订单查询，最后输出一份包括“物料编码、备料数、领料数、库存数、采购订单数、是否齐套”等完整要素的检查结果报告。羚羊工业大模型的工业理解计算能力将作业员从原来的“文山表海”里面解放出来，帮他们一步到位了解问题的症结所在，并聚焦解决重点问题。
代码能力是一个“硬碰硬”的能力，不存在任何主观评分标准，是认知大模型聪明程度很重要的标志，讯飞星火被业界定义为“最聪明的国产大模型”，其中一个关键支撑要素就是具有领先业界的代码能力，科大讯飞已立下“Flag”，今年10月24日，讯飞星火要在代码的各维度能力上超越ChatGPT，2024年上半年对标GPT-4。
工业代码生成能力在工业场景的应用，无疑为工业互联网在IT、OT、CT三方面的深层次地融合带来非常大机会，助力重构生产力与生产关系。它颠覆了以程序员为主去进行工业场景软件开发的传统作业模式，即便是代码能力不强、乃至不懂编代码的工程技术人员和业务专家，只要通过低代码或者零代码的方式，就能够准确的通过业务需要进行工业场景的轻应用开发，大幅提升解决问题的效率，从而节约生产研发成本。
“工业领域的图像分析需求很多，以往的做法是针对每个功能训练一个独立模型，这样的结果是，不同场景不能复用，即便同一场景如果更换了环境也不能复用，需要重新收集数据集进行训练，导致成本高、交付周期长，小微企业根本用不起”，张致江说，羚羊工业大模型具有通用的图像理解多模态能力，只要简单几个指令就可以更换场景或改变功能，“0成本”实现适配图像分析需求。
张致江现场演示了两个典型的工业场景：色选机在出厂前有必要进行外观质检，上传图片后，只需简单Prompt一下羚羊工业大模型“请检测图中的划痕”，系统马上对有划痕的部位打标签；在工地生产作业，不戴安全帽将带来非常大隐患，上传一张图片后，简单Prompt一下系统“请检测图中不戴安全帽的人”，系统马上对两个不戴安全帽的人员打标签，一目了然。
