隨著大模型技術的興起，工業大模型開始在工業L域嶄露頭角，盡管目前仍處于初J階段。大模型本質上是一系列參數化數學函數構成的計算系統，以概率和統計為基礎，而非基于理解或邏輯推理這使得它們存在不可解釋性和難以消除的“幻覺”問題。

在工業L域，隨著工業互聯網只的發展，許多企業已經完成了數據采集、存儲、處理、分析到數據資產沉淀和應用的全過程，為大模型提供了所需的“數據原料”。經過適當的處理和微調，大模型有望在特定細分L域解決實際問題，展現出落地的潛力。

工業大模型的發展預計將快于工業互聯網，因為大部分數據準備工作已在工業互聯網時期完成。然而，這一進程仍受大模型技術進步的限制。目前，工業大模型的參與者與工業互聯網平臺的重合度很G，市場產品、服務和落地場景都還在探索階段。

在競爭中，大模型技術的基礎能力、模型能力和模型應用是關鍵點，不同發展階段的行業側重點不同，短期內技術是關鍵，長期則看應用深度。大模型與小模型之間不是替代關系，而是協同和融合的關系。工業大模型服務的平臺化趨勢已經開始顯現，形成了以垂直行業大型、智能體、小模型和機理模型為主的平臺化調用方案。

當前，大模型在工業中的應用主要集中在運營方面，如知識問答和輔助設計等，這些場景具有一定的容錯能力。而對于生產制造等核心場景，需要等待大模型技術的進一步發展。

面臨的挑戰包括模型、數據、應用和商業變現等方面，這些因素相互影響。在大模型落地工業的探索中，目前還處于非常早期的階段，供需雙方都在嘗試和探索。未來，隨著大模型技術的不斷進步，其在工業L域的應用將更加廣泛和深入。

附件：工業大模型行業發展研究報告-工業大模型服務的平臺化趨勢,形成了以垂直行業大型、智能體、小模型和機理模型為主的平臺化調用方案