如果把人工智能（AI）大模型搬到要求更高、容错率更低的工业场景，它还能发挥作用吗？

　　在南钢，“AI大厨”上岗，打破了传统靠经验试错的研发范式，让炼钢从经验驱动向智能决策转变。

　　以液化气体船等高端船舶的关键材料——碳锰低温钢的研发为例，在材料研发过程中，碳多了钢就会变脆，锰多了则影响焊接性能，数十种变量因素相互影响。于是，我们想到用大模型来寻找研制钢材的“菜谱”。但同时，钢铁炼制过程复杂、数据模态多元分散、大模型“幻觉”难以消除等问题成为需要克服的难题。

　　不同于打造一个覆盖全场景流程的大模型，我们最终采取的方法是训练一群具有“专业能力”的场景模型：有的负责研究钢材能不能满足强度设计要求，有的负责研究钢材的低温韧性……它们自发地分工合作，实现不同性能指标的预测、计算。

　　可以说，数字化是让“数据可见”，而智能化就是让“决策更优”。如今，工业大模型的应用已拓展至白电制造、冷链物流等多个行业场景，赋能千行百业从“看得清”迈向“做得优”“想得新”。