本文来源：时代周报 作者：朱成呈
2025年世界人工智能大会上，“AI赋能新型工业化”成为最具现实张力的热词之一。从生成式AI到具身智能机器人，从工业操作系统到行业大模型，AI正试图一步步打通底层设备、中层系统与顶层决策的纵深链条。
据麦肯锡调研显示，今年1月评选出的全球17家“灯塔工厂”中，AI帮助其在制造成本、生产周期时间和缺陷率等方面改善50%以上。然而，这些工厂中排名前五的用例有77%应用到判别式AI，仅有9%应用到生成式AI。
咨询公司Gartner预测，到2029年，中国60%的企业将把AI融入主要产品与服务，并依托其成为核心营收驱动力。但从“实验室”走进“车间地板”，AI要穿透工业体系的多样性、复杂性和高可靠性要求，至少还有三座“硬山”需要翻越：一是高质量数据收集困难，二是模型幻觉难以容忍，三是场景适配难以规模复制。
这不仅是一场算法能力的竞赛，更是一场工业理解力与系统工程力的长跑。
高质量数据是前提条件
在通用大模型迈向工业场景
