|
|
|
|
AI赋能制造业高质量发展论坛详细报道
|
|
|
|
| AI赋能制造业高质量发展论坛暨助力郑州中小企业上市提质发展论坛
时间：2024年5月28日上午 地点：黄河迎宾馆9号楼2楼彩陶坊厅 陈立志：尊敬的各位领导、各位嘉宾，同志们、朋友们： 大家上午好！欢迎大家参加AI赋能制造业高质量发展暨助力中小企业上市提质发展论 坛。首先，请允许我介绍一下出席今天论坛的领导和嘉宾，他们是： 郑州市人民政府副市长胡军副市长 郑州市工信局局长王智明先生 出席论坛的重要嘉宾有：（我介绍完以后大家一并鼓掌） 清华大学计算机系教授、博士生导师，智能技术与系统国家重点实验室副主任，清华大 学人工智能研究院智能机器人中心主任、CAAI副理事长孙富春先生 中兴通讯股份有限公司副总裁周建峰先生 河钢数字技术股份有限公司总经理申培先生 广州视源股份有限公司党委书记、首席战略官段宇先生 浪潮通用软件有限公司副总经理、首席技术官郑伟波先生 申万宏源证券执委会成员、金融创新总部总经理汤俊先生 湖北东贝机电集团股份有限公司董事长杨百昌先生 福建省理臣管理咨询有限公司董事会主席李亚先生 郑州千味央厨食品股份有限公司副总经理、董秘徐振江先生 参加今天论坛的还有郑州市工信、科技、金融、大数据等部门的相关负责人，国内人工 智能领域企业、协会、联盟相关负责人，专精特新“小巨人”企业负责人，以及媒体记者朋 友们。 让我们以热烈的掌声对各位嘉宾的到来表示热烈的欢迎和衷心的感谢！ 本次论坛共有四项议程， 下面进行第一项：有请胡军副市长致辞，大家欢迎！ 胡军：尊敬的各位嘉宾、女士们、先生们、朋友们： 大家上午好！今天，非常荣幸在这里隆重举办“AI赋能制造业高质量发展暨助力郑州中 小企业上市提质发展论坛”，首先，我谨代表郑州市人民政府，向出席论坛的各位嘉宾、各 位来宾表示诚挚的欢迎，向长期以来关心支持帮助郑州发展的各界人士表示衷心的感谢！ 人工智能是新一轮科技革命和产业变革的重要驱动力量。总书记指出，要促进人工智 能“同经济社会发展深度融合，推动我国新一代人工智能健康发展”。当前，以人工智能为 代表的新一轮科技革命突飞猛进，使产业发展的底层逻辑、技术路线正在发生深刻的变革。 在大力培育发展新质生产力的时代浪潮中，中小企业作为经济社会发展的主力军，特别是上 市公司后备力量作为经济发展动能的“转换器”，迫切需要新一代人工智能等重大创新增添 动力，实现高质量发展。 人工智能产业也是郑州市明确发展的重点产业链之一。近年来，郑州市以建设国家新一 代人工智能创新发展试验区为引领，围绕人工智能软件、硬件、算力、大模型等方面，积极 打造“一区多园”的发展格局。落地建设国家超算互联网核心节点、人工智能产业科技园、 数算产业园等一系列重大的项目，建成金水科教园区、白沙大数据产业园、鲲鹏软件小镇、 天健湖大数据产业园等一批知名产业载体，拥有郑州大学、信息工程大学、省科学院、嵩山 实验室等算法及模型研究团队近100个。累计培育国家智能工厂6家、智能制造优秀场景11 个，建成5G基站5万余个、数据机架近10万台、数据中心38个，国家级互联网骨干直联点扩 容总带宽达2620G、居全国第二，互联网网内、网间平均时延分别居全国第一位和第三位， 算力发展综合评价位于全国所有城市第14位。集聚了超聚变、昆仑、阿帕斯、浪潮、紫光、 数字马力等一大批人工智能产业骨干企业，赋能4000多家企业在境内外上市及挂牌，其中， 境内上市39家、境外上市20家、新三板挂牌88家、在中原股权交易中心挂牌3941家，重点上 市后备企业动态保持在300家以上，助力企业在资本市场直接融资年均在1000亿元以上，初 步形成了人工智能赋能驱动、资本市场融资促进、中小企业“上规、上市”梯次发展、再为 人工智能和资本市场注入“活水”循环促进良性发展格局。 各位嘉宾，智能未来，未来已来。出席今天论坛的有人工智能领域的顶级专家、保荐券 商的卓越精英，也有知名上市公司的业界大咖、协会联盟的行业翘楚，还有郑州市上市后备 企业代表以及郑州市政府相关部门、媒体记者朋友，希望大家能够畅所欲言，多为AI赋能郑 州企业转型发展提质发展和上市建言献策，帮助郑州加快制造业高质量发展、做大做强资本 市场“郑州板块”；也希望全市广大企业家坚定信心，大力弘扬企业家精神，抢抓以人工智 能为代表的新一轮科技革命和产业变革的重大历史机遇，充分利用境内外资本市场做大做优 做强，实现城市与企业的“双向奔赴、共同成长”。我们将以最大的诚意、最优的服务，为 大家在郑州创业、创新、创造提供舞台，与大家一起携手并肩，共享机遇、共谋发展、共创 未来！ 最后，预祝本次论坛取得圆满成功，祝各位专家、各位来宾在郑期间工作顺利、身体健 康、心情愉悦，谢谢大家！ 陈立志：下面进行第二项议程：请王智明局长介绍郑州市人工智能产业及中小企业发展 情况； 王智明：尊敬的胡军市长，各位领导、各位来宾： 大家上午好！在此，我谨代表工信局，对各位专家学者、企业家莅临论坛表示诚挚的欢 迎！ 近年来，郑州市高度重视人工智能和中小企业发展。下面，我分别介绍一下这两方面的 情况。 一、人工智能产业 一是产业初具规模。郑州人工智能产业规模已经超过200亿元，相关产业规模已超1000 亿。其中智能传感器核心及相关产业规模超300亿，关联企业近3000家，构建了覆盖“研究 —开发—设计—制造—封装—测试—应用”等环节的全产业链条；智能制造装备产业规模约 300亿。我市人工智能产品如智能网联汽车、智能传感器、智能物流设备创新应用水平已达 全国领先水平。 二是优势企业聚集。相继引进培育了阿帕斯、超聚变、讯飞科技、中原动力等一批全国 知名的人工智能企业，涵盖了算法研究、智能硬件、场景应用等多个领域。以超聚变为基础 层代表，实现了我市“独角兽”企业零的突破；以阿帕斯为技术层代表，研发的千亿级多模 态通用人工智能大模型通过国家备案，为我市构建人工智能产业生态按下“加速键”；以七 一三所、畅想高科为应用层代表，认定为我市首批人工智能链主企业。目前，全市人工智能 相关企业超过100家，从事区块链业务企业783家，从事元宇宙业务企业200家，形成了良好 的未来产业生态。 三是赋能效应显著。郑州人工智能已经广泛应用于智能制造、智慧物流、医疗、教育等 领域。据统计，通过人工智能在制造业企业应用，企业生产效率平均提升30%，运营成本平 均降低20%，单位产值能耗平均降低10%。海尔热水器互联工厂作为全球热水器行业的首 座“灯塔工厂”，利用大数据、5G边缘计算和超宽带解决方案，将订单响应速度提高了 25%，生产效率提高了31%，产品质量提高了26%。在人工智能大模型、通用模型、专业模 型、小模型等各类场景方面，郑州市也在积极探索和应用。 四是加强政策支持。近年来，我们制定了《郑州市培育壮大人工智能产业链行动方 案》，印发了《郑州市支持人工智能创新发展若干政策措施》，近期还将出台《郑州市人工 智能算力券管理办法》。明确对企业等算力使用方给予不超过单个合同额20%、最高100万的 补助。支持企事业单位开放大模型应用场景，对符合条件的场景，给予最高500万补助。支 持龙头企业通过深度应用人工智能技术，开展智能制造、智能物流、智慧农业、自动驾驶、 智能诊疗、智能教育、智慧文旅等场景应用示范。对符合条件的应用项目给予最高500万支 持。通过发挥政策引领作用，力争到2025年，全市培育100家高成长性人工智能企业，人工 智能核心和关联产业产值分别超过300亿和2000亿。 二、中小企业发展情况 一是政策体系不断完善。我们出台了《关于促进个转企、小升规、规改股、股上市》以 及《支持“专精特新”中小企业高质量发展》《上市挂牌“千企展翼”》等一系列支持政 策，二是奖励资金力度大、覆盖面广。推动落实256条惠企政策，对中小企业生产、经营、 发展进行全周期资金支持。其中对获评“单项冠军”、专精特新“小巨人”、省级“专精特 新”的企业，分别奖励300万、200万、50万；对在上交所科创板上市企业奖励800万、境内 外其他主流资本市场上市奖励600万。三是产业生态良好。培育了82家小型微型企业创新创 业示范基地、204家中小企业公共服务平台，推动建设了200个小微企业园，常态化开展产 销、产融、产学研和用工“四对接”；深化“万人助万企”，把每年11月1日设立为“郑州 企业家日”，大力开展优秀企业家领航培训计划，每年举办创客大赛、中小企业服务月、融 资路演、走进交易所等特色活动。 目前，全市有经营实绩的中小企业32万家、从业人员322万人，上缴税收超过420亿元、 占全市税收的53%，完成增加值8257亿、占地区生产总值的61%，其中，“四上”企业15369 家、创新型中小企业4058家、省级“专精特新”企业1129家、国家级专精特新“小巨人”企 业109家、超百亿工业企业18家、制造业“单项冠军”13家，“独角兽”和全球“灯塔工 厂”各2家；在专精特新企业中，有17家上市、50家挂牌。专精特新企业以占全市中小企业 0.35%的数量，创造了全市中小企业10.88%的营业收入、11.83%的利润和21.37%的研发覆 盖，企业队伍正在加速实现由小到大、由大到强、由强变优的转变。 百尺竿头，更进一步。今天，我们有幸邀请到人工智能领域著名专家和国内知名企业 家，为大家传道解惑，机会非常难得。在座的各位企业家也一定会受益匪浅。同时，我们诚 挚邀请各位专家、各位人工智能企业和券商继续关注郑州市产业发展，多来郑州考察指导投 资兴业，为中小企业提供AI赋能和金融服务，共同助力中小企业发展。相信通过我们的共同 努力，郑州的中小企业将会迎来更加繁荣的明天，将为郑州国家中心城市建设和经济腾飞贡 献更大的力量！ 我的发言完毕！谢谢大家！ 陈立志：下面进行第三项议程：请人工智能专家作AI赋能制造业高质量发展演讲： 首先，有请清华大学计算机系教授孙富春作主题演讲；大家欢迎！ 孙富春：非常高兴来到郑州，也感谢会议的邀请。尊敬的胡市长，各位领导、各位企业 界的朋友，大家上午好！今天我给大家汇报的题目就是具身智能如何赋能制造业的发展。其 实我们大家都知道大模型开启了新一代的人工智能技术，从过去的数据加入的知识再加反馈 形成了新一代的人工智能特征，其实在这里大家仅仅看到是大模型，其实对制造业来讲，人 工智能新一代的技术里面还有一个重要的是具身智能。 首先，我给大家做一个介绍。其实具身智能这个词最早可以追溯到1950年，图灵发表了 一篇文章，在这里图灵提到了图灵极的概念它提到了如何制造一个及其，这个机器如何像人 一样行为。最后它谈到了图灵测试有两种类型，一种类型是测试，第二个是具身测试。所 以，图灵在这篇文章并没有讲到，讲到了重要的问题，图灵测试有一个重要的途径就是具 身。其实具身智能真正产生影响的是沃伦麦卡洛克写的一本书，这本书讲到思维的具身，它 讲到非常重要的问题，认知和身体究竟是两种不的实在还是生命中两个不同的存在。需要身 体和物理时间去交互，产生我们新的认知，而这个工作真正推动了人工智能也要走向具身。 所以，真正提到具身智能的是1963年麻省理工学的，它提到了一个非常重要的问题，它说AI 必须在一个具身环境里，它举了一个例子，一堆猫咪通过环境中的交互学习，它学会了走 路，如果这个猫是被动的用的人家的知识学习，它永远学不会，具身在人工智能里面提到非 常重要的高度。 什么是具身，给物理的形式跟物理世界交流，我们人工智能发展，我们说人工智能第一 次浪潮，第二次浪潮，这二次浪潮是开发的智能，是非常跟物理世界交互。我们看作是孤立 的符号和神经连接主义的学习。如何做到具身，我想第一个必须重要的就是沉浸感，就是我 们在计算机世界里的感觉要跟真正物理世界要一样，要产生沉浸，这个很重要的一点就是需 要我们的计算机构造的这样一个数字系统要具有物理特性。很多人在用一个很重要的词是具 有物理交互性的数字环境，有的是人叫物理交互系统来表达这个系统，这个系统将来AI大量 的研究要在这个系统里训练。第二个是要产生反应。其实大家记得耶稣的故事，它的弟子们 以为耶稣升天了，有人出了一个主意，如何判断耶稣有没有升天，在它的肚子上同一下，反 应也是具身智能的一个特点。由此可见，具身很重要的一个体现就是外部的感知要通过立体 作用来体现，这个立体作用就是具身实体必须有认知的能力，如果更具体一点讲，实现知识 的更新、生长包括发育，这个发育有两个层面，一个是知识不断的更新，第二个是物理发 育，将来具身实体物理也要发育。这就是一种发育的体现。 其实大家看到今年的3月17号，OpenAI和Figure公司进行了机器人的实验，让这个机器 人实现了对人的推理，包括对意图的理解和精细化的操作，这也是大模型和跟人之间的重要 的结合点。我们把2023年作为人形机器人的元年，很重要是大模型技术跟机器人的结合。 我们介绍一下今天讲到的概念。什么叫具身智能？我们看一下什么是离身智能，离身智 能就是用人家采集的大量数据集去训练我的系统。比如说我们今天讲到的人脸识别，用到了 大量的平面特征做人脸识别，所以我们看到是没有物理实体被动地接受人类采集制作好的数 据叫纸上谈兵。什么叫具身智能，物理世界要实时交互，这个交互过程里要产生知识，所以 我们把他叫身体力行。我们的制造业将来还要做身体力行的AI。 下面介绍一下具身智能方面做的工作，这些工作是我团队做的，我比较人性，我在2021 年会议上开幕式以后做第一场的大会报告，这个时候讲了非常重要的概念叫具身智能体，这 种具身智能体将来可以做到产业方面。具身智能有什么特点，第一个方面用到感知和行为， 感知要为行为服务，行为需要去增强感知，成为这样一个感知到行为的闭环。第一个重要的 工作是我们发表在HIV的图象处理，为什么说他是开放型的工作，过去的目标监测是通过不 断改变扫描窗口的大小监测这个目标在不在，我们工作是模仿我们人如何通过注意力来实现 目标监测。通过优先级途径调动肌肉把这个人投影到我们视网膜的中间凹，因为视网膜的中 间凹，这是行为和感知相结合的感知过程。这篇文章发表三年时间，谷歌的应用超过了1000 次，称为这个领域一个代表性的工作，用到了具身概念。 第二个工作是我们去年发表的工作。我们用到了基于知识的具身的问答要求一个环境实 现非常透彻的感知过程，我们要用到大量的固定世界的传感器，同时用到机器人的运动传感 器，传感器要有行为去帮助他，我们离的比较远，我们会游动我们的脚步走的近一点，特别 强调行为在感知中的作用，实现场景的感知过程，同时我们用自然源把这个场景的含义精确 地表示出来。 这个动作也是我们去年做的非常重要的工作，曾经跟大家讲这个工作开辟了多模态交互 的新篇章，为什么这样讲，过去多模态的融合过程，特别是异构的，特别是机器人操作环境 的视觉、触觉和听觉，这些过去融合大多采用一种是聚合式，再去融合，第二个是对齐，不 广是在时间上对齐，还要在物理空间上对齐，这个难度是可想而知的。很多人讲我们工业过 程那有这样的好的条件，什么都对齐，能不能放松这个要求，我们提出通道交互式，通过通 道交换实现这个融合过程，这个过程非常重要的部分，就是把夜晚在一定范围内变成白天。 有人说在矿区里用他不是很好，他说孙老师讲的天花乱坠的，究竟解决什么问题，我给大家 细细讲这个问题。 我们所做的这个环境呈现出来，其实我们需要五类特征，计算机很快就能把这个场景弄 出来。第一个是纹理特征、边缘特征形状和光溜和颜色，我就能把这个产品重建出来，现在 问题是你有什么样的方法能把这个传感器标识究竟哪个好，你能算出来吗？我能算出来。边 缘特征的表示算出来0.075，深度信息的表述是0.3，深度信息是0.007，哪个传感器的哪个 特征好，其实在这个后面做了一个技术，最后再去融合，就能实现重要的过程。目前我们把 这个工作已经推广到持续的多模态信息的融合过程中去。 我们谈具身智能，大家说最核心的部分就是我在计算机的世界里面去训练制造业的各种 操作策略，大家都在想，在计算机训练的这些策略，再把他用到迁移到物理世界里面去，他 管用吗？有人讲过去AI的方法，这些办法都能告诉我说用到这些方法，泛化性都能增强，但 是增强多少，他没有告诉你，那我们怎么办？虽然我们在这方面做了两件工作，第一件工作 我们做了物理数字系统，这个物理数字系统含义在哪儿，第一个是计算机世界的每一个物 体，包括瓶子、水，他的物理属性必须在计算机里有，比如他的应用、刚度、对光的反射能 力这些都要在计算机里，就像真正的物理世界里要沉浸进去。过去我们都是用点云，都是依 据他的视觉特征，触觉和听觉可以做进去吗，我说能做进去，比如说弹性粒子，训练这个模 型，大家也知道AI里面有一个非常重要的算法是神经辐射场，他非常容易地把物理世界这种 纹理颜色深度在通过把他在一起，这样计算机世界就有物理特性，包括听觉，这个问题得到 了初步的环节。我们这篇文章已经被录用，这篇文章可以拿到这篇文章。 第二个工作，刚才讲到是预知，我觉得我们不过瘾，你能告诉我在计算机里测算的物理 误差，在数学上能不能存在一个关系，我们很高兴我们团队把他推出来了，这样告诉你最大 误差是多少，有的人会跟我讲，能不能把误差缩小一点，我说可以，通过缩小如何构建一个 数字环境提出要求，比如说分辨率要求要有多高，这个工作对我们未来真正的在计算机构造 一个系统走向物理世界奠定了一个基础。 第二个问题是发育。其实在具身智能最核心的问题就是要构造知识。把我们人在物理世 界的开展各种知识让机器人、操作末端也去知道知识，这也是新一代人工智能最主要的特 点。比如说我讲一个例子，把苹果放在桌子上，这是一个任务，有三个技能组成，第一个是 找苹果，这是一个感知技能，首先用眼睛描扫在什么位置，第二个是抓握，我知道苹果在那 儿这是运动的技能，夹住、握住，这是运动加操作技能要表示出来。第三个是放置。这里提 到都是文字，这些文字背后还有向量，比如说收，从什么地方收，速度是多少，背后有一个 数字向量，比如说去，是典型的词嵌入，又有知识又有数据，这里很重要的部分是把人力操 作过程中做事情这种技能知识增强学习。这里面最核心的问题是感知技能、认知技能和操作 技能如何运算，如何像人去推理，这是我们最重要的工作。最近搞了一个跑的很快，大肆宣 传，考虑了一个运动的技能，如何把技能交织在一块是真正的反映机器的智能。 第三个问题是我们如何利用知识去增强对环境的感知。这篇文章是在2021年发表的工 作，通过知识如何实现多模态的融合。通过主动感知知识引导最快的采集信息实现这样的多 模态的融合。 我们团队最近还有一个十分重要的工作，在国际上引起巨大的影响，我们让机器人做事 情有时候是标准化的，让人形机器人在餐桌上服务我们大量的客户就会遇到问题，机器人抓 东西的时候是非常随意的，根本没有制度，有些东西抓握过程中会产生变形，这些操作目标 的形态、位置、姿态不断地变化，有些人讲如何让机器人在这个环境下操作的更稳，抓的更 精准，我们就提出一个非常重要的工作，我们叫行为体泛化概念。我们研究了三个问题，第 一个问题是物体操作目标的形态，第二个问题是任务，多个任务怎么做，第三个问题是位置 姿态，他尽管在不断的变化，这里就有很重要的部分，一开始我让机器人在平时的环境中如 何把这个形态和行为学出来，我们团队又做了一个重要的工作，我们提出了新的名词叫几何 深度学习，现在深度学习用的特征是平面特征，我们用立体特征，三维特征，我们在三维如 何和行为的关系，让机器去学习，另一方面要学习行为和认知的关系。最后我们构造了这么 一个空间智能行为体，这个工作他可以面向机器人执行不同的任务，操作目标形态的不断变 化包括姿态位置的变化，这篇文章发表在知识协会，这篇文章的录用率1%。 这个工作是我们做的发表在机器人顶刊上，去指导整个的行为学习。讲到这儿的时候大 家不过瘾，孙老师讲了那么多，我们大模型和具身智能怎么结合。这方面我非常庆幸感谢国 家给的机会，面向制造业的机器人操作学习，我承担的这个，广东省也是我负责的。我面向 这样一个重要的过程，3C制造业如何让手机的装配全部让机器人去完成。当然不言而喻，这 方面是我们国家一个支柱性的产业，据说他的产业达到了18万亿这么一个高度。他有很多的 痛点问题，我们经常讲，这个痛点问题包括手机一代一代的换，就像华为手机，好像不是半 年的问题，两三个月，过去我们一代的手机就是一条生产线，我们在换型号的时候又换生产 线，大家说我们生产线能不能不动，手机不断的迭代产线不动，第一个问题是适应迭代。第 二个是人在操作过程中经常出问题，因为人会疲劳，我到比亚迪说软排线熟练的工人就可以 插着插着插错了，出现质量问题，我们让机器去不行吗。第三个是现在招工太难了。第四个 是遮挡，操作的过程中又发生遮挡了，发生碰撞什么，我们能不能在计算机装备，我们不管 物理世界，刚才的理论告诉你这个误差是多少，你就放心，这个误差只要满足我的要求，我 就在计算机里装，遮挡、物理世界的影响统统不考虑。最近我们有一个工作是通用操作末 端，什么概念，大家知道我们有一双勤劳的手，再多的手没有了，我们的操作末端什么概 念，基本涵盖了这些同时还能够变构型，还可以更多，他能够根据操作目标的任务和形态 变，通用的操作怎么去做他。我介绍一下我们的几个小事情。 第一个问题是大家对大模型不要期待太多。现在的大模型充其量是一个文科生，他做任 务规划绝对是不错，但是有人讲大模型要做规划要做这个操作，我大概用了一年时间研究这 个问题的绝活，肯定不行。 第一个是感知过程。你如何提高感知过程的分辨率。我们刚才谈到一个问题，你找到了 计算机装备到物理世界偏差，你看我用了场景，包括操作目标的接入跟大模型结合。这个我 们在做的很重要的工作，这个工作也能做，我们讲工作过程任务规划，这部分都能完成，而 且他能够实现我们扫样的学习。 第二个事情也是我们的绝活，叫技能学习，什么是技能学习，其实大家知道我们这双手 可以做很多的事情，就是我们从小到大学到了很多的技能，装配的技能、写字的技能，包括 运动员学会运动的技能，这种技能通过空间组合形成不同的任务，通过技能知识的组合来实 现通用。所以，我们想说生产线不动，我们人就是这双手，把人的技能学出来，要像机器和 人一样学到高级专家的水平，三个途径，一个是认知阶段，要跟别人学，知道做某些事怎么 做，就像老师讲学生踢足球一样，第二步自己还要琢磨，就是在AI上去训练，第三个还要走 向战场，为什么我们的企业很厉害，他就是在社会上跟各行各业都在交流合作，要放在大的 世界里去不断地摔打他，他就成为这个行业的行家能手。机器人的发展也不外乎这三个过 程。 第一个过程就是要面向制造业，必须要建立像人一样的大量知识库，在座的人成不了艺 术家，艺术表演的技能要学。第二个、第三个阶段靠人的悟性。所以，我们团队正在建 15000多条的知识库，这个知识库可以覆盖38个任务，他都能组合，基本上手机装配的所有 工作他全都覆盖了，然后把他建立起来。在计算机里物理数字系统里面要精炼，精炼是在第 二过程里面做的，我们把人能做的事情给机器人，第二个阶段是在计算机里训练。第三个问 题是在多任务当中训练。多任务是什么意思，这个机器人说把软排线装完了，这个任务怎么 衔接，这里面通过大模型做推理。在这里我们一个重要的绝活，过去机器人的知识表示是四 层表示，我们发明了六层表示，这是我们提出来的。第二个是我们提出三个维度，有些机器 人做了精炼以后，非常好的部分我们形成模板，下一次把最好的直接调进来。建了1万多条 知识库太难了，我说我们找到了另外一个方法，大家看到我到比亚迪、富士康很多功能，有 的功能特别灵巧，装什么都装的很好，有人说我能不能通过各种的传感器，把他的动作解析 成知识，我说完全可以，我们这个地方是操作技能的解析，这里有AI的办法，比如说我们用 到了视觉，主要是跟踪这个人的操作过程中的行为库，第二个部分是触觉和听觉，其实在手 机装配过程中，一旦听到啪一声是很成功，触觉是两者接触过程中有没有接触上，触觉是修 正误差的，一个是面向事件的听觉和触觉，通过图神经网络，几何深度学习然后融合。大家 一定关心融合以后大概是多少，我们现在融合以后是56%，我可以马上把知识解析出来，准 确度90%多，我们现在在向100%的目标奋进，进一步提高他的能力。 最后做一个总结，第一个方面我们机器人生产线操作的过程中知识表示，我们用了场景 表示和六个层次的操作行为表示以及三个维度的训练模板包括样板库，最后通过推理实现多 任务的集成。 第三个问题，有人讲孙老师知识见了不少，但是我们郑州富士康的场景跟比亚迪的不一 样，我们跟小米的不太一样，那怎么办？这里面有一个事情跟企业家说，很多做报告忽略了 一点，要做大量的场景库，为什么现在的大模型是文科生，他要变理科生，他必须把机器人 制造业各行各业的各种场景都要在大模型，要把每个场景的场景建到物理去，把知识和这个 场景适配，适配完了以后肯定要有误差，这个时候不断的学习，不断优化，使得这个知识更 加适配这个场景，这一步必然要做，建立各种不同的物理场景适配进去。我们现在已经在手 机装配里面完全用到了这个工作，知识库建好了，任务学习，场景适配做优化。这是我们做 的软排线，软排线介绍一下操作末端的概念。后续我们很简单，两只手、三只手、五只手， 今天在制造业已经不能满足操作的要求，所以要建立操作末端，能够通过感知的过程了解到 操作目标的形态，包括他的姿态，然后并购去完成操作。 这个是我们整个过程，一个真实场景、虚拟场景跟物理世界精炼的过程进行通信，把物 理世界的数据不断地在训练我们的虚拟场景，虚拟场景不断地训练这个策略。 这个是我们展示的软排线的场景。这个用的就是操作末端，这里有虚拟场景，计算机世 界和物理世界。这个是我们建的一个大的装配过程典型各种场景的训练系统，不再说了。 由于我们前期的工作取得了丰硕的成果，大家看发了很多的任务。第二部分是今年我们 到日本参加机器人的操作比赛，我们参加了两个项目，两个项都拿冠军，我们手机装配拿到 了第49届日内瓦国际发明的国际金奖。我们把他知识驱动的虚实迁移的3C智能装备。我们的 工作也引起了北京市的高度重视，所以北京市在推进我们跟小米的合作，广东是拉着跟比亚 迪合作，跟比亚迪已经在做生态，我们软排线已经给凌云光，凌云光跟郑州市成立了研究 院，手机装配的技术来自于清华大学，我们在合作这一块的工作。昨天宁德时代在找我，说 孙老师我们能不能把工作推广到我们的那里。总之我们希望把这几年辛辛苦苦的工作真的服 务于国家的制造业，给国家的制造业振兴带来实实在在的进步。 体育总局对我的工作特别感兴趣，然后说孙老师以后我们体育判分是不是可以不要人， 最优秀的是知道的，最佳图谱是知道的，让他比就完了，就能把分判出来。这个工作图谱学 习、技能学习在体育里面也非常有用。 大家看看我们的数字环境做的非常逼真的。这个就是图谱学习，这是我们展厅的部分， 这是我们讲铜柱线，所以铜柱线是0.8毫米，如果没有我的0.2毫米，你就感知不到，我们现 在正在研究0.1毫米的数字传感器。 下来说一下未来的展望。其实具身智能会带来一个重大改变就是传感器技术，而这种传 感器是我们做视觉摄像头、触觉摄像头，最大的问题是他没有智能，他的数据采集以后要拿 到后端的机器去处理，具身智能的传感器技术，他要求把计算智能迁移到末端迁移到传感器 和操作末端上，这对我们商家带来实实在在的机会，智能化的传感器，而且这种传感器能够 运动，根据场景的需要。 第二部分是算力硬件的支持。各种训练也是非常重要的，这里面有可能政府要成立一个 专门面临中小企业的算力支撑环境提供服务，因为每家不可能说自己为了训练自己的东西构 建一套这样的算力系统，这个成本是很高的，而这种服务又为我们国家带来新的发展行业。 这是我们做的传感器，我给大家展示的是一个平方厘米上的密密麻麻的，为什么精度高，我 们在一个平方厘米上做了500个感知点，每个感知点不一样，超分技术增强到2500个。这个 是我们电容式的处理传感器。 介绍一下我们团队做的灵巧手，这个灵巧手缺乏商业化运行，以前让学生做发表文章。 去年人形机器人发表以后把我们推到前台，像广东、上海市做的机器人都是用我们的灵巧 手，还有支撑这些传感器物理属性进行AI计算的各种工具集，我把算法都给你，你买我的灵 巧手不光把手买回去，我同样把AI算法给你。 具身智能我们想开辟了第三代人工智能的一个序曲，跟大模型一样，真正是面向我们的 制造业，同样跟大模型结合共同推动AI这项技术赋能我们的制造业。有几个地方要重点发 展，一个是本提技术。我们讲具体实体，像人形机器人我们感觉两条腿是不错的，两个手有 的说是残疾当然是错误的，两只手源源不像人一样，要提出发展脊柱的操作技术。二是数 据、知识和场景。三是具身智能体。今天因为时间的关系没有讲具身智能体的概念，我在 2021大会报告里面讲到具身智能体究竟如何构建，传统的智能体不能适应面向具身的场合， 再一个具身智能体还有一个好的地方，今天谈到的他能够学习、能够进化，甚至做物理层面 的发育，所以他一定是未来我们国家制造业的一个强大的AI引擎和助推器。我们希望AI技术 不断赋能我们国家，使我们的国家制造业从中低端迈向高端。谢谢大家。 陈立志：感谢孙教授关于具身智能的精彩演讲。下面请中兴通讯股份有限公司副总裁周 建峰发言；大家欢迎！ 周建峰：尊敬的胡市长、尊敬的各位领导、各位企业家朋友、各位来宾，大家上午好！ 首先，我还是非常感谢今天论坛的主办方有这样的机会让我们在智能制造的这样一个最 前沿的领域，如何AI赋能智能制造推动我国制造业的高质量发展这样一个话题做一个交流。 刚才孙教授给我们一堂大课让我们享受了学界最前沿的知识，我们看到了未来AI与制造 结合的一个方向。同时，我个人体验是孙教授的声音非常好听，能够让我们在这个过程中间 也是一个享受。 接下来我想代表中兴通讯谈一谈我们自身在我们滨江工厂如何去做智能制造的实践。也 非常巧的是在我们滨江工厂也有这样一个具身智能机器人，当然与教授所说的还有一些差 距，但是应该说我们的方向和努力应该是共同的。 首先，我做一个简单的个人介绍。我叫周建峰，来自于中兴通讯供应链体系。本身其实 我加入中行已经有五年，我本身也是做通讯产品的编码出身，后来长期做管理工作，包括现 在在滨江工厂担任总经理。中兴通讯不做介绍，介绍一下我们的发展，也是我们这几年在无 线、算力包括底层的芯片和算法方面我们做了很多的投入，本身来讲技术的积累和千行百业 做数字化的转型。今天汇报的主题是AI复兴创制未来。重点介绍我们滨江工厂在智能制造的 实践过程。 首先回顾一下智能制造的概念。这个词本身来讲，这几年有不同阶段、不同的含义，回 顾我们中兴自身的历史来看，在2015年以前我们所提到的智能制造也好，各方面的技术也 好，大多数是以专业化的IT系统加上一些自动化的设备来构建，也就是说是单点单系统的维 度。2015年到2020年之间我们自身做了一些改进。一是IT技术的发展使得我们的中台能力加 强，使得各个业务系统之间可以互联互通，可以提升我们整体运营效率，同时我们在自动化 设备使用方面取得一些经验，能够使得原来的线提变成整体的自动化过程。2020年之后，随 着我们滨江工厂的建设和不断的探索，我们进入了一个新的阶段，我们称之为智能滨江的阶 段。这里面首先有几个关键的要素，第一个在2019年国家发布了5G的商用牌照，当时我们在 滨江工厂更多使用5G的连接来去做我们智能工厂的基础。我们当年作为国家发改委的一个新 基建的示范工程来去做这样一个建设，同时我们也获得了工信部绽放杯的一等奖，包括我们 在联合国WSS获得的奖励。最新的应该说还没有一个完全的结束，我们在这上面还会有不断 的探索。接下来做一个简要的介绍。 首先看一下我们智能制造的愿景。所以的智能，刚才说在不同的阶段有不同的知识。前 一阶段，很多领导问智能制造在工厂怎么用。最近大家对智能AI的理解，其实已经变成，因 为受到也定的观点，以大模型的认知认识智能，大模型的前身是我们在大学里面学过的神经 网络、小波分析的方法，智能制造还是用信息技术与我们的制造来去结合，这里面我认为信 息技术里面有两个部分，一个是信息的传输，第二个是信息的加工。简单的说，连接+算 力，以这样的ICT技术和先进制造技术结合，催生新的生产模式，提升我们的生产效率。 作为我们自身来讲，我们有这样一个规划的愿景，以AI+运筹优化使我们的生产更加高 效、更加智能。这里面几个基本的点，第一个是 基于我们自身研发的数字底座，这里面包括我们的集成技术、异构和低代码开发，结合我们 在通讯领域的积累，包括5G网络、工业的现场网、边缘计算方面，实现我们整个工厂整个业 务和流程从线下到线上到实时的在线、智能在线，使我们整个的业务过程中能够从可视到可 预警到可预测的智能的过程。从车间级、班组级的数字化管理到整个工厂级的智能运营这样 一个过程。 我们谈到智能制造的时候也会去看怎么样做这样的顶层设计和规划，因为任何一个工厂 没有去做顶层设计和规划，在后续的实现过程中将会遇到很多的困难。在顶层设计和规划过 程中间，我们遵循的这样一个原则，首先是问题和需求的驱动，寻找技术方案的解决，在不 断的迭代过程中中间完善，会有新的技术和问题需求来产生驱动。同时，我们把刚才说的信 息与我们的制造相结合，这里面智能工厂我们认为有四个特性，一是全域的感知，借助海量 的传感器技术，包括视觉、触觉、听觉等方面全域的传感器传感技术，实现我们工厂整体的 数字感知。二是高效通讯。借助我们的5G网络，包括我们工业现场网，能够建立一个快速海 量数据处理的通道，就像人的神经系统一样。三是智能决策。像人的大脑一样，能够对于我 们在线海量的信息加以处理，能够辅助我们去更好地判断和决策。四是精准的执行。借助我 们各种自动化的设备解决我们人类肢体方面的一些功能。这是我们认为智能工厂所具备的四 个特点，全域的感知、高效的通讯、智能的决策以及精准的执行。 接下来我们也会在几个方面来介绍我们工厂具体的实践。首先看一下我们叫聪明的大 脑。对于一家现代化的工厂来讲，他的数据量非常大，以我们滨江工厂为例，目前我们每天 的数据源产生量大概是150GP，这里面来自海量的传感器，包括我们的线体各种各样的数 据，这些数据在以往我们大量作为一个过程，只是使用，其实没有发挥他真正的价值。现在 来看，这里面有很多需要关注的地方。一是我们借助自身研发的数据模型，也是一个多模态 的模型，以视频为主解决我们工厂实际操作的问题。这些模型可以再细化到几个具体的应用 场景，比如说我们的生产装配的场景，我们维修的场景，我们的工艺操作书编制的场景等 等，借助这些具体的场景，我们可以把我们工厂里面的数据做训练以后在工厂做应用不断地 调优，最终帮助我们做智能决策，帮助我们整个生产过程的智能决策，比如说我们现在已经 可以利用我们历史的工艺操作文件，能够对未来设计的产品，首先进行一个生产工艺书的编 制，而不是等到实际产品出来再人去写，这样大大降低我们人工的负荷。同时对工厂里面的 特殊场景，比如说库位，怎么把最需要的产品放到最需要的位置，我们生产的主播排成，怎 么样把订单把最需要给客户的订单和具备生产条件的订单放入我们的生产线。 除了聪明大脑之外，我们还有一双锐利的眼睛。因为目前在工厂内这种智能应用里面， 视觉的应用是最广泛也是最普及的，我们在这里面单独提出来。怎么一个锐利的眼睛，我们 在工厂初期，基于我们的大模型训练以后，我们在技术上不用人工做二次的判断，因为在生 产线上，其实他与传统的不太一样，追求质量的一致性，大量的用视觉焊接的不良，以往判 断过程中有很多的需要帮助他确认，现在我们用大模型训练做一个二次的判定，解决我们工 时的投入。未来这一块的技术就像刚才孙教授介绍的一样，我们还会结合我们在操作上的应 用，待会儿也会讲。 灵敏的神经就是我们在生产线如何建立数据传输的通道，因为我们本身是做通讯的专业 厂家，这一块我们的理解更深入一些。因为本身我们工厂2020建成的时候，正好是5G建设的 初期，开始我们工厂就布了一个专业的5G现场网，当时传输的速度大概在千兆这样的级别， 传输的时延在20毫秒，包括我们传输的可靠性是3.9，后来我们在不断的迭代和演进过程中 加上我们的时间精准网络这样一些技术，加上我们的子代聚合的技术，使得我们带宽能够到 2G以上，使得我们生产线上的技术可以免规划免安装，直接做到即插即用，提升我们网络可 靠性，通过毫秒波的无线传输，使得我们现在的传输速率从千兆到万兆级，提高一共更大的 带宽，同时包括空秆技术，使得我们在工厂里面可以做更广泛的应用。这是我们在工厂里面 怎么有更灵敏的神经。 我们称之为灵活的小腿，这里在很多制造业企业会应用，我们在工厂物流里面有很多的 搬运工作，传统的有大量的人工和机械来使用，这里面涉及到劳动强度以及工作问题，其实 我们发现这个有大的AI来替代，AGV他是现场实时调度的模式，而不是传统的词条控制的模 式。传统的AGV是公交车，按照固定的线路一站一站的走，在我们工厂是滴滴出租车，实时 根据生产的排成，需要补料的时候去拉，需要维修的单板送到检修台，大大减轻了生产过程 中物料搬送的人力，同时效率也提升了30%以上。 还有一个我们说在精准操作里面是精巧的双手。这里面也是，我们还需要后续跟孙教授 再做一个学习，我们也有一个具身机器人。怎么跟环境的交互，解决这个问题的时候来自于 我们的痛点，我们当时在生产过程中需要插拔网线，传统的工作我们用普通的机器人尝试 过，不能做到100%，我们用员工做这个事情，但是这样一个简单的工作激发我们挑战的兴 趣，我们怎么把这个工作自动化起来。我们在国内的机器人厂家基础上加了利益反馈、视觉 反馈，有六维的利益反馈，加上双摄像头的反馈，使得每一次机器的动作做进一步的调优， 包括刚才教授提的，我们网线插进去以后是咔咔嚓的一声，也是认定反馈成功，我们做具身 机器人代替柔性操作，我们都在使用这个技术。 介绍完前面几个，因为我们把工厂也比成一个类人体的仿体，包括一些大模型的辅助， 比如说我们在线体的质量裕景商，我们现在可以做寒凉的数据收集以后，从原来的隔天报 警，现在可以做到4小时的报警，我们自主的知识产权做了一些算法的研究，我们可以做趋 势性的预警，也就是说当不良还没有出现之前，我们根据一些数据就可以做一些判断，他有 可能产生不良，使得我们原先的反馈时间从每周转变到实时。 以上其实就是我们在滨江工厂所介绍的一个发展过程，这里面我想讲一下我们自身的观 点。可以看到我刚才讲到智能工厂四个主要的特性，全域的感知、高效的通讯、智能的决策 和经的执行，后面也把他作为人类的仿生体作为介绍。对于未来来讲，智能制造技术有几个 观点，一是智能制造技术本身并不是一个突然产生的，我觉得更多是信息技术与制造技术的 结合，他整个过程还是依赖于我们问题到技术创新不断替代的过程，一定是从生产线上来到 生产线上去，是长期迭代和演进的过程。二是我们智能制造技术一定是围绕我们生产制造的 本身，也就是说要通过我们智能制造解决工厂的问题，我把这个问题归类为十个字，降本增 效提质减存和降碳。三是和今天的主题非常相近，我们前期的技术很多在解决精准性的问 题，而未来的多模态的大模型会帮助我们解决复杂性的问题，也就是刚才孙教授给我们展示 的，一些在生产线过程中其实需要多种制式来去聚合解决的问题，我认为未来的路还很长， 但是也是非常值得我们期待，因为中国有最好的制造业，也有我们最前沿的智能一些机器学 习的专家，来未来的发展还是有非常好的前景。 孙富春：感谢周总给我们分享中兴通讯智能制造整个的发展历程等相关的内容。下面有 请河钢数字技术股份有限公司总经理申培发言；大家欢迎！ 申培：尊敬的胡市长、尊敬的各位企业家朋友们，大家上午好！刚才聆听了孙教授的演 讲，刚才听了周董事长的中兴通讯相关技术，因为我来自与河港集团，我今天汇报的主要内 容是双跨领跑，工业互联网制造新动能。 我首先汇报一下河钢集团的基本情况，河钢集团是我们中国钢铁企业国际化程度最高的 企业，目前我们有海外员工超过了13000名，掌握的海外资产超过了734亿元，最近最热的塞 尔维亚，总书记2016以后第二次莅临塞钢，是中国发展一带一路中的典型项目和典型代表。 河钢集团目前整个分了四大板块，我们有钢铁的主要板块，第二个是战略新兴产业板块，第 三个是海外事业板块，第四个是我们的产业金融。其中，刚才我汇报在钢铁材料板块，目前 是中国国际化程度最高，也是智能化水平最高的长流程的钢铁企业代表。石钢是短流程的， 以电路为代表。舞阳的武钢公司是宽厚板的。我们在智能制造有非常丰富的场景和数据，作 为我们智能制造发展的基础。 另外，在这张图上可以看到，河钢集团的各种产品和大家息息相关，目前河钢集团已经 是中部家电用钢第一大运营商，包括汽车用钢第二大供应商，这些钢铁产品都源于我们河南 省的舞阳市的武钢生产的产品。另外我们家里用的都是河钢集团的钢铁材料产品。河钢集团 坚定走 绿色化智能发展的路线，我们在张家口的成立了建设世界第一条清冷炼钢企业，清 冷炼钢的一个历史性的节点。 河钢集团在绿色化方面发展跟世界宝马第一个签订了绿钢的供货协议，宝马汽车在绿色 发展路线上要求他所有的供应商必须提供碳证，从双碳的角度，绿色化发展已经成为一个必 然的趋势。 最后一大部分介绍一下河钢集团在智能化方面的一个基本情况。河钢集团为了践行新的 智能化的制造路线，河钢集团成立了河钢数字，我本身负责河钢数字的主要经营工作。河钢 数字经过五年的发展，目前在钢铁方面智能制造方面一个领域性的企业。现有员工2200多 人，其中舞阳是大约有200多人，给我们提供了丰富的场景和数据。通过这些年的积累，河 钢数字在行业和智能制造领域得到了快速的发展和进步。 这是我们的工业互联网平台，其实河钢集团的工业互联网平台最大的收获，心得是源于 我们的产线产业，像我本人其实在河钢集团工作的年限超过了20年，河钢数字2200人里面其 中具备20年、15年以上懂产线、懂成本、懂设备、懂环保这一类的人员占到我们六成以上。 后来我们立足于产业发展，又从社会上招聘了懂IT、懂人工智能的人才，通过IT和OT融合把 我们的工业互联网平台建设的更加完善。这个工业互联网是目前也是入选了国家级的双化， 也是河北省唯一一架入选了国家化双化的工业互联网平台，这个平台凝聚了河钢近几十年的 知识和场景、数据。 这是今年我们新建的智算中心，这在唐山。刚才孙老师他们讲到了这个话题，其实河钢 集团要大力发展工业互联网，下一步的算力也是困扰我们的一个点，改造了一个智算中心， 首先先以我们满足河钢集团自用为主训练，还有一些计算为主，再向行业进行延展，最后为 社会提供服务，这是我们新建的智算中心。 另外，这几年我们也不断地夯实河钢集团包括河钢数字的数字化基础，包括在我们自研 了物联网平台、大数据平台和人工智能基础平台，这些平台说一个观点，这个平台非彼平 台，往往数字化平台落到工业现场的时候缺乏对行业的理解和行业知识场景的适配，其实河 钢集团我们自己开发了物联网、大数据和人工智能平台，完全是结合我们的场景和我们的工 程，通过这一系列的平台建设，实现了河钢集团在物联网、大数据、人工智能平台的自主可 控和安全可控。通过这些平台的打造，目前河钢集团在这些新技术方面有了自己的底座，下 一步依托这些底座我们会把更多的场景迁移我们的工业互联网平台上，迁移到我们的数据中 心上去，结合河钢自身的智能制造底座的问题。 这张图讲的相对传统的ERP和MES的领域，再往上走其实有我们更多的生产过程控制系 统，这个包括了大家比较熟悉的二级控制系统，三级的MES和三级的ERP。我们庞大的集团过 程中，采用了SEP，大量国外的进口系统等等信息化系统。随着我们自身工业互联网平台的 建设和完善，慢慢我们自己底座的建成，目前会把新的信息化系统建设，包括最核心的系统 迁移到河钢数字自主可控的平台上来，为下一步的智能制造打造一个坚实的基础。 说一下人工智能的应用，这个变化还是很快的，像云计算当时在我们的脑海中出现到这 个名词到普遍认识到工业现场的应用，这个大约经历了将近五年的时间，人工智能的概念从 我们认识到概念到工业现场的普遍应用大概经历两年的时间，大模型技术在我们这个行业也 很热，这个行业好像半年的时间已经成为共识。这张片子说人工智能的应用，表面质量的检 测，这一个环节在我们工业现场的场景就有上千个。举个最简单的，我们在冷轧，家里了彩 电的面板、备板的监测，他的速度是多少，他的每分钟运行速度是800米到1200米下，要通 过机器视觉检测出里面的划痕和孔洞和污点，这个难度是比较高的，大家坐的高铁是钢轨， 通过机器视觉对多个面进行检测，知道他的缺陷、划痕和污点，这些是通过机器视觉在河钢 集团实现。包括废钢识别，刚上线的时候有86%左右，通过不断的完善识别率高达56%，也是 行业领先的位置。 这个里面有大量的机器学习的过程，其实他表达了一个什么意思，钢铁从矿山到化工到 钢铁全流程到装备到离散的全产业链的较为庞大的工业门类。在这个过程中，其实人工智 能、机器视觉甚至味道的辨别等等都有大量的场景，这个目前正在一个场景一个场景的建设 和国产化的替代过程中。 这个是刚才周教授讲的表面底层的传感和控制，其实刚才我们从上面讲到了ERP、MES， 再讲到过程控制在人工智能的应用，其实再往下走是底层的智能装备和传感器控制，我们一 年的用量在4亿，这里面有很多的控制器、网关和一些智能设备，在这一块的发展，目前河 钢数字在这个领域也在不断的部署。 为了解决河钢集团未来在出口的问题，还有我们产业数字化转型的问题，河钢集团包括 河钢数字共同打造了他们的碳中和平台。通过这个平台可以实现整个的钢铁材料从生产的全 过程的碳排放，通过这些数据现在已经能够实现，下一步要实现我们的碳数据库，未来赋能 整个钢铁行业的绿色化转型和绿色化发展。 后面几页讲一下我们实际的一些案例，通过刚才讲到的，目前在河钢集团做成了很多的 场景，包括大的数字化工厂，具备了我们自主创新和建设的能力。包括在武钢的废钢，这些 都是机器视觉的应用，皮带运行监测看起来简单，但是我想汇报的是他在什么场景下，他的 皮带长达87公里，所以在这么长的距离下，要通过多少的摄像机、传感器、控制器来实时辨 别皮带的状态，让他把问题消除在萌芽状态中，这个难度比较高。另外像运行，他包括了下 面的库存的动态管理，我们车辆的管理和定位系统以及天车上的大车和小车的知识定位系 统，他是一个非常复杂的功能级的问题。 这个是我们集团级的大型应用，在一些信息化时代，在这个层面上，包括原来的ERP、 MES，现在河钢突破了两种，一种是自主，包括我们上下游，实现了数据的打通、信息化系 统跟长城汽车、海尔都实现了数据的打通，数据的连通实现了上下游不断紧密的衔接。还有 包括我们在DAC和长城汽车、宝马整个数据的传递，这个都实现了。 我们现在把河钢数字的能力不断向政府、向园区提供各种各样的服务和能力。今天汇报 内容就这些，谢谢大家！ 陈立志：感谢申总给我们汇报河钢集团发展新质生产的相关工作。下面有请广州视源股 份有限公司党委书记、首席战略官段宇发言；大家欢迎！ 段宇：尊敬的胡市长、各位企业家朋友，大家上午好。我来自广东视源股份，今天非常 高兴有这个机会给大家分享一下视源股份在人工智能里面的一些创新实践应用。首先我先介 绍一下视源股份。 视源股份是05年创立，今年是15个年头，成立之后我们在几个业务，起家的时候是以主 板起家，做智能交互的整机。在17年推出我们的第二个品牌，在2020年做了全球发展的战 略，去年我们有两个大模型上市。 这是我们营收的状况，其实在去年比前年也是有所下降，今年一季度其实我们的同比增 速在营收上还是非常快的，同比将近接近20。截止到目前，视源股份有三个工信部的，第一 个是液晶电视主板，目前累计的出货量是7亿，在全球占了三分之一的份额，在全球每三台 电视机当中有一台电视机的主板是由视源出货的。第二个是我们希沃，通过我们提供的课件 开发工具每天可以产生20万老师的交互课件，累计8亿的课件。第三个是只能平板。也是第 三个点像冠军。除了我们三个单项冠军之外，我们多领域进行布局。 视源目前的人员是将近6700人，平均年龄30，他是典型的创新驱动的公司，这是累计这 么多年来我们一些专业的数量，平均大概人均专利在1.2件左右。 同时视源做全球化业务的布局，在全球有5家子公司、18个办事处，产品覆盖了全球140 个国家。 视源也在不断地进行自研的自建，自用的产业园积极的布局。目前在5个城市投产9个远 远，在建的8个园区，在广州之外在建还有3个，未来我们在更多城市布局更多的自用自建的 产业园。 这是公司这几年获取的资质，当然也非常高兴参加今天的会议，也是中国制造业500 强。 今天是人工智能，我们从刚才孙教授整个谈了人工智能一些底层，我想更多谈谈我们一 共发展的历程，因为我们更多是应用和基于场景方面进行人工智能的探索。 现在来讲人工智能第四次科技革命的核心，大家知道第一次是机械化，第二次是电信 化，第三次是信息化，到现在是智能化。所以，我们在智能化的时代的来临。 其实每一次科技革命都给人类带来巨大在生活工作当中的质变，其实大家可以看到在人 类体力的拓展到人类感官的拓展到人类智力拓展的时代已经来临。 在人工智能大家并不陌生，在全球人工智能发展当中经历了几次的波峰，离我们最近的 在2000年左右开始在中国形成了很多涉及到人工智能产业的公司，但是并没有形成产业化， 并没有大规模的应用场景。从去年开始，随着推出通用大模型开始，我们又来临了人工智能 新的发展高峰时代。 技术驱动一定会带来新的一些市场机会，大家可以看到这是在我们中国这几年从改革开 放以来，从中国信息化时代开始，从我们的286时代的PC开始，以及到我们互联网时代开 始，到我们5G时代开始，正是我们中国有这么大一个基础的基础建设，所以在今天我们人工 智能和世界最领先的水平也在同一个领跑线上，也正是因为有孙教授顶级团队的带领，使得 我们中国人工智能追月和超越全球人工智能技术的演变。 从应用来讲，可能大家能够感知到的大模型也是新一代人工智能一个核心，刚才孙教授 更多的也是从基础层给大家做了一些阐述，但是作为企业来讲，我们更多是在应用层面上来 进行人工智能的产品化和落地创新实践。作为视源来讲，更多的是在企业服务的层面进行人 工智能不断的场景探索。 在这种场景的方向上来讲，现在大家可以看到，现在以及当下很多的企业都是在垂直行 业中进行人工智能的典型场景应用不断的拓展，不论是在营销还是在教育还是在办公还是在 金融等等，当然也有更多智能硬件的产品也在不断的上市，让大家体会到智能硬件给大家带 来生活和工作方方面面的方便和效率的提升。 作为视源股份在人工智能创新应用有哪些。一是基于我们在全球第三个单项冠军平板上 推出了领效智会大模型。会议记录总结算法已通过国家备案，主要是解决会议场景中实现了 大模型+智能硬件的方式进行多模态信息采集、会议分析、内容总结和内容回溯等等，其实 在这里面让会议效率更加高效。接下来给大家放一下视频。因为没有声音，我给大家介绍一 下，其实这个场景大家并不陌生，在你开会的时候中，通过直接在硬件上录制，最短3分钟 对发言人身份的识别，不同发言人内容自动的语义的识别，并且能够在结束这场会议马上形 成这场会议的总结，以及会议的待办，同时在这个里面能够分发到每个人的手里，并且把会 议做成数字化的沉淀和积累。这个大模型来讲，其实在音频的采集包括转写和远程自动识别 超过95%，不仅支持本地会议，也支持远程会议，实现这个大模型，提升会议的提升和数字 化的沉淀。 第二个是在教育领域的大模型，教学大模型。其实解决了在中国教师的发展当中，他有 一个教研比，也就是老师要通过教研老师的指导才能够进行教学水平的提升，在中国目前是 1：144，我们通过我们积攒的大量的数据库和教育部、信通院形成了教学大模型的标准，并 且进行了发布。目前智能反馈系统已经超过了3万节课，老师已经在使用。 视源股份是把视听产业作为自己的一个核心的起家业务，也是核心的发展业务。去年国 家发起了视听产业高质量发展，一共有九个方面的方向，视源股份占据了其中的七个。所以 在图像音频和视频领域里面是视源一个技术的核心要突破的点，谈到图像，视源在人工智能 里面最核心是进行底层的研究就是图像去噪，会有很多的干扰，这里面要用人工智能的干扰 把图像进行一个降噪。目前我们训练出一个去燥深入的卷积神经，在去燥效果上有非常大非 常优异的表现。通过这个技术底层的一个自研技术的突破，我们也把这个技术运用在我们一 个内部的业务当中，并且形成了一个产业化，也就是我们进行自动光学的检测，刚才几位专 家都谈到图像的缺陷识别。基于我们有图像降噪的算法，所以在视源的自动光学检测当中， 我们得到了技术的创新和突破，大家可以看到，这是我们在这个技术的特征。目前我们的测 量精细度，到目前来讲，大家看到在国内的一些品牌里面我们做了一些对比，所以我们测量 精度和检测的速度都是高于同行的，目前我们也继续在这个领域进行深耕，已经研发出来比 这个到纳米级的视觉检测，已经应用在了国内晶圆制造的视觉检测中去。视觉检测也是这次 设备更新里面最大的，我们也进行了各种设备的研发，这个营收已经超过了将近20亿，光这 一个技术所应用的产品市场。 我们做液晶电视，我们在制造里面也进行了多模态大模型的建立，在整个TV的制造当 中，自觉进行目标位置的检测、视觉问答等等全各个实现了人工智能化，这里面我们有更多 的人工智能的技术应用在视源里面我们每年会用到500万平米的PTD的制造和生产，每个PCD 的型号不一样，自动的设计主板。 在我们另外一个方面，在机器人业务中，刚才专家都提了一些机器人，我们也很早布局 了机器人业务，其实他更多在底层技术和硬件结合上进行一个基于人工智能技术的应用和场 景创新，无论是机器和服务机器人都大量用了人工智能的一些算法，使得他更加场景化和能 够在TOB领域自动识别更复杂的业务，来进行效益的提升。比如说像TOB清洁机器人自动进行 洗、拖、烘干，自动的进行算法，广泛应用在了制造工厂以及写字楼、商超、酒店这里面。 所以，大家看到这款产品，3000平米四足机器人可以自动地进行洗、拖、烘干，自动冲水自 动排污，任务更加复杂，目前也是通过各种的人工智能在里面作为智能体进行电网和安防落 地的应用。 视源布局了数字人的开发，目前视源数字人无论是文本和语音，同时也能够支持视频多 模态的驱动，可以用一个真人或者不是你的人在后面进行驱动他所有的线上或者是非线上的 讲解，甚至是过滤到多余的肢体动作来进行一个不同场景下的使用。目前也广泛应用在企业 培训、客服、制造方面工人技能的知识等等这些场景的落地应用。 作为视听产业有三个单项冠军，我们以往都是两头在内，以往都没有自己的工厂，后来 发现在做全球化的时候，智能工具也是我们做产业化的能力，我们投资20亿在视听领域建立 了自己的工厂，在这个工厂创立之初，就把人工智能和智能化装备作为自己的一个方向，目 前视源股份在视听领域还是两个链主，一个是广州的，一个是西安的新型显示的链主，我们 致力于打造在视听领域的全智能的自动化包括柔性生产能力的数字化的工厂，这个工厂已经 在试投产，里面用的不仅仅是自研的设备，也有更多的像来自于孙教授等等第三方的技术， 希望在座的企业家可以在未来一起来看我们这个视听领域智能工厂里面如何实现全自动化以 及人工智能能够落地的整个大系统的落地，我们的目的是在视听领域的智能工厂形成之后， 把他复制到全球。 我们实际在这里面目前的智能化工厂也通过了一些海外知名品牌客户的认可，比如说三 星，三星不会做智能制造，目前三星的整个主板也放在我们的产线上。 视源股份现在来讲有三院一站，中央工程院、研究院和设计院和博士工作站，我们在不 断的进行AI加硬件产品和技术去创建基于某个场景解决客户痛点问题的公司。我们目前在基 础层不断进行底层基础算法的研发。通过一些底层的算法开始做一些相应的计算，包括图像 分析、语义分析，包括触觉感知和反馈。刚才大家谈到，智能制造中的软排查，其实就是让 机械手能够感知到物品是硬的还是软的，带有什么温度的一个物品，通过这些算法最后到达 工业设计和用户研究这个环节，最后能实现在一些硬件和软件、产品、技术上四个方面的叠 加，形成具像的产品化和产业化。 视源的愿景，因为我们的存在让更多人事业有成、生活幸福。今天也把这句话送给在座 的领导及各位专家，希望领导和专家们事业有成、生活幸福。 陈立志：感谢段书记给我们分享通过AI赋能实现企业快速高质量发展的经验。下面有请 浪潮通用软件有限公司副总经理、首席技术官郑伟波发言；大家欢迎！ 郑伟波：尊敬的胡市长、各位企业家、各位专家，大家好！很荣幸有这个机会在这里跟 大家分享一下我们在大模型数字化转型中的一些实践和思考。 我是来自于浪潮通用软件有限公司。接下来简单给大家汇报一下浪潮在近期发展的近 况。浪潮大家可能对浪潮的产业比较熟悉，最近整个集团在战略上做了一些调整，提出硬 件、软件、云服务的策略，越来越重视软件和云这块的发展。 我主要是负责软件板块，我们软件的品牌是海岳软件，公司提出了221的战略，平台软 件这一块主要包括我们的低代码平台、物联网平台、大数据平台，支撑的两层数字化转型， 一层是经营管理数字化，首先是企业层的管理，这一块更多是结合物联网、大数据、人工智 能，深入到产业的底层，这里面像智能制造、矿山等等这些内容。 公司非常重视科技创新，在经营代码也是占用率第一，我们在装备制造的MES市场是全 国第二。 我们这些年一直服务于企业的信息化、数字化，我们划分的几个阶段，在信息化阶段， 更多是流程线上化提升效率数字化转型过程中更多是数据驱动，通过技术和业务的融合创 新，最近的人工智能尤其是大模型的出现，引发了新一轮的热潮，整个我认为未来将会是全 业务的数字化转型。人工智能最近通过大模型整个业内对他的认知提升到了很高的层面，全 国的信息化大模型也提出通用人工智能重塑产业形态和金融格局，成为驱动新型工业化的重 要贡献。我们感觉目前他在整个行业、领域领域深化不够，更多往行业领域以及场景的应用 层发展。 现在还有一个趋势是软件定义一切，所以我们也在思考，大模型对软件会有什么样的影 响，我们认为大模型正在重塑软件的开发模式、交互模式和智能化的程度。从开发方面，现 在通过大模型可以生成代码的片断，我能写一个集成的接口，这样可以帮助我们这些开发人 员打破开发的效率，做一个分级别，现在看目前大模型可以生成代码片断级的能力，第一个 是说我给你一个需求文档，能不能生成一个真正的应用场景的软件，有没有生成软件的系 统，目前做有难度。他不是那么的可行可靠，还需要人工的梳理，比较耗费时间。 还有一个是大模型在重塑软件交互模式，我们知道传统的系统是通过鼠标键盘点击，这 个过程中软件的操作流程是人脑里面编排，我录入什么样的数据，这个过程是整个的任务链 是人脑里面，我们的用户需要培训和说明书，大模型能力的提升。通过我们提出需求，整个 后台的任务是通过大模型的编排能力编排，怎么把任务拆解成任务执行，这也是新的交互模 式。 另外，这个大模型在企业里面的应用，分成几个层级，通过助手的方式，还用嵌入，在 工作中嵌入这些智能，再一个是AI原生，实现复杂的任务场景，分为三个层面。实际上这个 里面我们认为真正智能原生的层面，应该是真正的是基于智能拆解成任务，相对复杂的场景 怎么能够保证你去把这些任务拆解成一个任务链，最终实现的效果是能够合理预期一样的， 可控性是目前的难题，现在还在逐渐的优化和解决。 还有一个大模型，实际上真正说的大模型通过大的算力、大的数据、参数量和训练，他 的能力有限，他具备和认知能力、生成能力，有了这些基础能力需要和专业化一个领域只是 想融合，在通用大模型需要有一个持续的大模型。 最后，这些企业很多的信息和知识数据不想放到公有云，在通用的大模型基础之上，附 加领域的，形成真正自己私有部署的大模型，真正在企业落地的过程。 我们定位在企业的持续大模型，我们落地的目前是通过垂域大模型支撑，存在一些调 整，我们识别了五个，一个是成本考虑，我们现在说大模型有千亿级、百亿级，我们在这方 面采用多模型接入，让大模型适应的场景是有限的，有很多的场景在小模型场景就可以去 试，能够适应，我们采用这样的策略，最小化采用的成本。 再有一个我们适用性。大模型落地的时候感觉是从什么方面入手，我们是内置一些基础 的应用，更适应企业。再一个数据这一块，企业的数据管理也是很重要的问题，需要一些工 具支撑再一个是生态，有了大模型有这些能力，怎么跟企业跟这些应用结合，需要有一些技 能生态、插件生态来去融合通过大模型完成任务。再一个是安全性。大模型的内容符合我们 的合规检测，有一系列的工具要去支撑。 我们垂域大模型实际上分了三层，一个是新的是模型，模型是在通用大模型基础之上， 通过微调让他具备融合企业的知识形成一些面向垂域的，更具备垂域的知识的大模型。这个 过程中在企业里面要管理他的知识，用进行微调做一些知识的管理，做一些发布和相关的一 些技能去融合，他还是需要工具去支撑，底下的底座是工具。上层就是智能体，智能体就是 大脑，还和这些应用和技能融合，这些靠智能体和我们上层的应用，实际上是连接我们大模 型和我们应用之间的桥梁，能把他比喻成是大模型的手，很多的智能体面向不同的场景，结 合我们技能库来完成一系列的能力和动作。 整个大模型我们因为服务两层数字化转型，在经营管理数字化方面，我们认为有三个方 向，一个是在重塑交互入口方面，一个是变革数据组织和洞察方式，原来通过传统统计分析 的 方法，发现新的模式，通过大模型上可以从更宏观的角度去归纳和提炼。再一个超级自 动化，他的范围进一步的扩大，基于大模型的智能体，他实际上可以完成更复杂、更大场景 的一些任务，来逐渐实现超级自动化。 这里面我们结合大模型的场景做了一些实践，一个是智能问答，现在的智能问答和前几 年效果不一样，现在我们认为他的能力是远超过去，真正达到了这个能力，这也是用的最多 的。 再一个是智能的文档撰写，在企业里面生成企业的财务报告、风险报告等等，场景比以 前更强，过去我们有一些智能报告，以前做一个模板，填问题，这个是可以自由的发挥，生 成的灵活性会更强。 还有一个场景是智能的文档审核，比如说合同，现在我们合同审核的企业里面合同比较 多，整个的审核当中销号比较多的工作量，通过大模型可以帮你看这个是否缺少的一些主 体，是不是缺少一些责任的划分，或者是有一些不一致等等，而且发现这些问题可以帮助你 补全，进一步的提升整个合同审核的准确性以及他们修改的效率。 还有智能搜索，传统的搜索通过关键词给你列表，通过大模型之后我们进行归纳和总 结，把一些要点给你展示出来，提升信息获取的效率。 还有一个是用在分析领域，过去的时候企业对数据进行分析做一个大屏和报表，这个需 要开发人员组织数据，前面的界面通过配置和开发生成相关的界面，这个界面从另外的角度 和另外的数据通过不同的方式进行开发，新的方式是对话式分析，一个方面是动态的SQl生 成后台的数据，第二个是这些数据去分析，整个过程中可以做到按需的分析，这个过程中在 准确性这个规模还需要进一步的提升。 这是我们在中国稀土做的一个案例，可以看到你可以通过自然源的方式需要获取什么样 的数据，通过动态的方式在前端进行展现，这个更连贯和更流畅的方式。 还有一个是智能化的开发。前面提到我们在做软件开发的过程中去生成代码，这个代码 可能不太可靠，原来我们是低代码，低代码是先把通过领域语言生成一些模型，通过这些模 型，原来是动作可视化的模型快速的实现装备式的进行开发，现在转传成我们的领域模型再 生成代码，这个过程中不像原来大模型执结生成代码，先生成模型再生成代码，他整个的生 成可靠性是更高的，我们在零代码低代码实现了基于自然的交互式的开发模式。 再一个是在重塑一生产运营数字化方面，我们认为也是有三个方面，现在看用的比较多 的一个是工业视觉智能，这里面像前面各位专家讲到的，像一些图像检测、安全管理，再有 一个是数据智能，预测性维护、调度、优化等等。这里面我们做一些事件，用的比较多的基 于视频的安全行为的，软带、离岗等等，这些用的比较光放。再一个是机器视觉，这个我们 拉链的项目，通过改造工业质量的模型，整个的大幅提升，确实提升了整个的比人的效率答 复的提升。 还有一些是在数据层面，这是我们跟航修厂做了一些分析预测的模型，一是解决库存挤 压的问题和资源占用的问题，这些场景用的还是小模型不是大模型，这一块我们思考怎么去 用，我认为特别是在工厂层底层他对效率更高，目前看这些也是更适应。 还有一个场景是我们和上海交大和南大以及通用做的案例，这是我们当时承担的国家面 向智能制造的一般题客观，这个场景在整个汽车装备的车身焊接过程中，他可能是动态的， 这个动态的过程是需要即时生成过程的控制代码，去改变整个制造的过程，来实现个性和定 制、柔性制造，这是一种的例子。未来软件的代码，这里面是可行可靠要求是比较高。 以上是我们的分享，我们这个板块浪潮海岳板块服务56户央企、186家中国500强企业， 服务大量的中小微和专精特新企业，和中国企业共成长。以上是我的汇报，谢谢！ |
|
