最严肃的工业，迷上了大模型？
2024-09-13
上海汽轮机厂的设计师，再不会被一些重复低效环节“辜负了才华”！
工厂一年要设计近150台套机组，30余位设计师的大量精力曾耗在反复构建配件模型及修改草图上。但近期，工厂引入了一套工业生成式AI设计平台——“闪设2D”，它能听懂“人话”，可实现汽轮机零部件自动出图及尺寸、形状、标记等自动标注，设计工程师只需负责最终审图及适当纠偏。经项目验证，交付级别图纸的设计效率有十倍提升。
不止汽轮机，上海的港机、船舶、高端装备等离散制造，以及化工等流程制造近期也迎来大模型。易产生“幻觉”的大模型，与最不能容忍“一本正经胡说八道”的工业，怎么就双向奔赴了？
何以胜任？
工业是AI大模型应用真正的主战场，早前，AI在制造中的缺陷检测、维修预测等场景早有涉足，却难胜任工业设计、仿真、制造等“深水区”，直到以大模型为基础的工业生成式AI横空出世。
工业设计须处理大量二三维设计数据，其标准和规范存在于PPT、Word、图片、音视频等文件中。因此，对这些多模态数据，也要求大模型具备解析、理解、推理及生成能力。同时，大模型对上下文理解能力的突破，也使设计工程师得以用自然语言与大模型交互。
上海电气汽轮机厂的二维智能出图项目由设序科技支撑，公司首席产品官杨庆保告诉懂经姐，设计师们只需操作鼠标，就可以轻松对调用软件内各种API（应用程序编程接口）。
例如，汽轮机厂会将在UG软件内设计好的3D数模上传到闪设2D中，就可以实现AI一键生成2D图纸（装配图、焊接图、下料图、零件图、孔位图）、一键自动标注、信息自动填写等。过去，如果设计工程师想生成或修改这些图纸极其依赖手工操作。但现在只需在闪设2D内输入自然语言指令，大模型即能将指令“翻译”成动作并迅速执行，快速将设计工程师的设计意图实现为设计结果。
何以加速？
今年7月，国务院国资委发布声明称，将全面实施“AI+”专项行动，鼓励国央企在AI技术助力下，实现生产过程的智能化改造，为市场提供更具竞争力的产品和服务。
但大模型之所以能在工业场景加速落地，与相关瓶颈正渐渐破除不无关系。
一在语料。工业场景产生的大模型所需语料最为丰富，但数据异构、质量不齐，容易“一锅乱炖”。AI业内有句谚语——“Garbage in，garbage out（垃圾进，垃圾出）”。若输入错误或质量低劣数据，输出结果也将是错误和无价值的。
在各类大模型百花齐放的今天，设序科技始终专注工业场景，扎根工业设计领域，依托强大的数据结构和算法，确保能够有效应对各项挑战，通过高质量的输入以及强大的学习能力进而从复杂的数据中提取有价值的特征，这使得闪设2D在处理设计数据时，产出准确可靠的结果，从而提升设计效率，降低设计门槛，让企业可以更快速响应用户的需求，轻松应对日益月更的市场环境。
二在安全。有相当一部分公司出于数据安全与隐私考虑的考量，不希望企业的知识文档或设计资产存入公有云。这也意味着要求服务商具备本地化部署能力，也是大模型加速落地工业场景的关键。除了安全，设序在服务多方客户后发现私有化部署还有以下优势：
1）性能优势
a.通过私有化部署，客户可以更好地控制资源分配和配置，从而优化系统性能；
b.不需要和公网客户共享计算资源，减少可能存在排队等待处理数据的概率；
2）独立性与可控性
a.独立管理不受其他租户的影响。这增强了系统的可控性；
b.降低了外部因素对系统性能和可用性的影响；
3）业务敏感性
a. 私有化部署提供了更高的可用性和稳定性，减少了对外部因素的依赖；
三在“懂我”。传统的AIGC（Artificial Intelligence Generated Content）指的是通过人工智能技术生成的内容，这种内容可以包括文本、图像、音频等。在这个概念下，人工智能主要用于生成各种形式的内容。而设序创新性的把这种技术称为AIGE（Engineering）即人工智能生成工程，这种将人工智能技术与工程领域相结合，辅助工程师进行设计和分析工作，提高工程项目的效率和质量，为工程实践带来创新和效益。
闪设垂直生成模型的出众理解力，还包括设计工程师对产品抽象规则的描述，如汽车零部件设计具相同构造与功能却有日系、欧系等风格区分的产品，仍能确保设计全程的风格严谨、统一。
杨庆保说：“生成式AI模型在工业设计领域的应用，本质上是通过生成式AI模型学习和训练出理解工程设计逻辑的AI模型，因此该模型具有较强的专业性和应用性。”
”
目前，已有包括汽车、汽车零部件、3C、航空航天等领域的一些装备及零部件厂商主动寻求合作，更多更优更精益的制造方案将被探索出来。
上海汽轮机厂的设计师，再不会被一些重复低效环节“辜负了才华”！
工厂一年要设计近150台套机组，30余位设计师的大量精力曾耗在反复构建配件模型及修改草图上。但近期，工厂引入了一套工业生成式AI设计平台——“闪设2D”，它能听懂“人话”，可实现汽轮机零部件自动出图及尺寸、形状、标记等自动标注，设计工程师只需负责最终审图及适当纠偏。经项目验证，交付级别图纸的设计效率有十倍提升。
不止汽轮机，上海的港机、船舶、高端装备等离散制造，以及化工等流程制造近期也迎来大模型。易产生“幻觉”的大模型，与最不能容忍“一本正经胡说八道”的工业，怎么就双向奔赴了？
何以胜任？
工业是AI大模型应用真正的主战场，早前，AI在制造中的缺陷检测、维修预测等场景早有涉足，却难胜任工业设计、仿真、制造等“深水区”，直到以大模型为基础的工业生成式AI横空出世。
工业设计须处理大量二三维设计数据，其标准和规范存在于PPT、Word、图片、音视频等文件中。因此，对这些多模态数据，也要求大模型具备解析、理解、推理及生成能力。同时，大模型对上下文理解能力的突破，也使设计工程师得以用自然语言与大模型交互。
上海电气汽轮机厂的二维智能出图项目由设序科技支撑，公司首席产品官杨庆保告诉懂经姐，设计师们只需操作鼠标，就可以轻松对调用软件内各种API（应用程序编程接口）。
例如，汽轮机厂会将在UG软件内设计好的3D数模上传到闪设2D中，就可以实现AI一键生成2D图纸（装配图、焊接图、下料图、零件图、孔位图）、一键自动标注、信息自动填写等。过去，如果设计工程师想生成或修改这些图纸极其依赖手工操作。但现在只需在闪设2D内输入自然语言指令，大模型即能将指令“翻译”成动作并迅速执行，快速将设计工程师的设计意图实现为设计结果。
何以加速？
今年7月，国务院国资委发布声明称，将全面实施“AI+”专项行动，鼓励国央企在AI技术助力下，实现生产过程的智能化改造，为市场提供更具竞争力的产品和服务。
但大模型之所以能在工业场景加速落地，与相关瓶颈正渐渐破除不无关系。
一在语料。工业场景产生的大模型所需语料最为丰富，但数据异构、质量不齐，容易“一锅乱炖”。AI业内有句谚语——“Garbage in，garbage out（垃圾进，垃圾出）”。若输入错误或质量低劣数据，输出结果也将是错误和无价值的。
在各类大模型百花齐放的今天，设序科技始终专注工业场景，扎根工业设计领域，依托强大的数据结构和算法，确保能够有效应对各项挑战，通过高质量的输入以及强大的学习能力进而从复杂的数据中提取有价值的特征，这使得闪设2D在处理设计数据时，产出准确可靠的结果，从而提升设计效率，降低设计门槛，让企业可以更快速响应用户的需求，轻松应对日益月更的市场环境。
二在安全。有相当一部分公司出于数据安全与隐私考虑的考量，不希望企业的知识文档或设计资产存入公有云。这也意味着要求服务商具备本地化部署能力，也是大模型加速落地工业场景的关键。除了安全，设序在服务多方客户后发现私有化部署还有以下优势：
1）性能优势
a.通过私有化部署，客户可以更好地控制资源分配和配置，从而优化系统性能；
b.不需要和公网客户共享计算资源，减少可能存在排队等待处理数据的概率；
2）独立性与可控性
a.独立管理不受其他租户的影响。这增强了系统的可控性；
b.降低了外部因素对系统性能和可用性的影响；
3）业务敏感性
a. 私有化部署提供了更高的可用性和稳定性，减少了对外部因素的依赖；
三在“懂我”。传统的AIGC（Artificial Intelligence Generated Content）指的是通过人工智能技术生成的内容，这种内容可以包括文本、图像、音频等。在这个概念下，人工智能主要用于生成各种形式的内容。而设序创新性的把这种技术称为AIGE（Engineering）即人工智能生成工程，这种将人工智能技术与工程领域相结合，辅助工程师进行设计和分析工作，提高工程项目的效率和质量，为工程实践带来创新和效益。
闪设垂直生成模型的出众理解力，还包括设计工程师对产品抽象规则的描述，如汽车零部件设计具相同构造与功能却有日系、欧系等风格区分的产品，仍能确保设计全程的风格严谨、统一。
杨庆保说：“生成式AI模型在工业设计领域的应用，本质上是通过生成式AI模型学习和训练出理解工程设计逻辑的AI模型，因此该模型具有较强的专业性和应用性。”
”
目前，已有包括汽车、汽车零部件、3C、航空航天等领域的一些装备及零部件厂商主动寻求合作，更多更优更精益的制造方案将被探索出来。