当前位置:首页|资讯|AIGC|编程

制造业AIGC引擎“奇智孔明” 发布!创新奇智加码“AIGC+制造”

作者:智东西发布时间:2023-04-14

原标题:制造业AIGC引擎“奇智孔明” 发布!创新奇智加码“AIGC+制造”

智东西

作者 | 程茜

编辑 | 漠影

“AIGC+制造”能擦出什么火花?

4月13日,国内“AI+制造”解决方案供应头部玩家创新奇智发布“奇智孔明”AIGC引擎(AInnoGC)。

该产品是制造业垂直场景的AIGC工程算法引擎,依托于创新奇智自研MMOC人工智能技术平台,以工业预训练大模型为核心。奇智孔明拥有五大能力,分别是内容生成、智能问答、多轮对话、推理能力、代码生成,能够满足制造行业企业的个性化需求。

创新奇智CTO张发恩透露,创新奇智发布的“奇智孔明AInnoGC”生成式AI引擎的核心是我们正在建设的工业预训练大模型,因为是面向垂直行业的企业级应用,他们不会盲目地追求参数数量,而且大模型相关的技术发展很快,模型的大小不等于模型的能力,模型的大小也不等于训练模型需要的算力,“因此我们会更加关注我们的服务能力和收入效益,更加务实地去做这件事情”。

诚然,对于通用行业大模型而言,大量的参数、语料是提高其生成效果的关键,但对于垂直场景来说,其逻辑并不完全相同。以制造业为例,企业对于生成内容的专业性、可用性、定制化等要求更为严苛,因此单纯的堆叠参数可能并不能做出更好用的产品。

当下,全球AI产业已经迎来新的市场机遇期,并创造出一个新世界。大模型作为底层发动机,正在让各行各业产生变革。

但与此同时,一定程度上通用大模型无法满足垂直场景需求的痛点浮出水面。因此,垂直领域的人工智能将与通用人工智能发展相辅相成。

一、制造业定制AIGC产品,五大能力加速企业转型

从大模型的发展来看,算力、参数的暴力堆叠已经成为一大趋势,通用人工智能时代的到来已经成为必然。但对于更聚焦、更垂直的行业应用,通用型大模型往往无法精准覆盖到用户需求。

在制造业尤其如此,这一行业覆盖范围之广是其它行业不可比拟的,并且作为技术密集型产业,该行业企业对于智能化、自动化的要求更为急迫。基于此,在生成式AI热潮加速狂奔的当下,深耕AI+制造解决方案的创新奇智开启了从AI 1.0到AI 2.0的进阶之路。

不同于To C属性明显的通用大模型,创新奇智更强调To B,使用制造业中的内部数据去训练工业预训练大模型,在企业数字化转型需求迫在眉睫的当下,将生成式AI引入制造业。

从功能来看,AInnoGC拥有五大能力,分别是内容生成、智能问答、多轮对话、推理能力和代码生成。

让AInnoGC扮演一位修车师傅,当询问“一辆奔驰GLS刹车有异响,可能是什么原因?”刚开始它会给出4个原因及对应解决方案。

当追问“能再说一些其它故障原因吗?”,AInnoGC能准确避开前面已经涉及的原因,用新的原因及对应解决方案回答。

此外,在回答故障原因时,AInnoGC也十分谨慎地要求用户“先进行刹车系统检查”,并“让专业的售后服务人员处理此事”。

同时,AInnoGC还展现了强大的制定计划能力,当询问“编写一份为期三天的汽车工厂培训计划”时,它的回答是:

它的计划中不仅覆盖了培训内容,并且在最后一天安排了培训总结。

当将时间维度扩展到七天后,AInnoGC的培训规划计划不仅涉及了每天的培训内容、重点,还规划了培训形式、培训准备、培训总结、培训效果评估。

在代码能力方面,AInnoGC可以用“SQL和Python分别生成2022年某车间生产产品总量”:

做报表时,询问“帮我统计一下某工厂2022年全年每个月员工的平均出勤率和离职率,生成一个表格”,AInnoGC的回答是:

AInnoGC在多模态生成上也毫不逊色,例如让它“生成1张晶圆缺陷图片”:

垂直场景下的预训练语料加持,使得AInnoGC在解决制造业客户真正痛点、需求层面正在迸发出强大的生命力,同时此举也能让更多制造业玩家感受到AIGC产业发展的红利。

二、五大技术优势,打开“AIGC+制造”的潘多拉魔盒

从应用的角度看,制造业具有特殊的业务属性以及私有化部署需求。十分直观的一个属性就是,各个公司的业务数据、物流数据、管理数据、财务数据都是商业机密。张发恩说:“这些资源都是企业非常核心的私域数据,无法公开喂给大模型。”

这充分体现了垂直行业模型在当下存在的必要性与急迫性。

回到企业角度,制造业智能化、自动化转型趋势正在加速,从AI 1.0的计算机感知、预测、决策能力正在进化到生成能力。

以一个企业中的细分需求为例,作为技术密集型行业,制造业企业对于工作人员的专业技能要求很高,但刚刚毕业的大学生往往缺失这一部分能力。因此,如何让新入职员工快速上手、掌握“实战”技能,通常会需要企业付出人力、时间来为他们的自动化编程和信息处理能力进行培训。

随着生成式AI的出现与应用,这种情况已经发生改变,张发恩补充道:“很多问题都可以通过AInnoGC解决。”比如学生发现程序问题,但找不到程序bug时,这正是AInnoGC的潜力,也是生成式AI与制造业的碰撞。

这背后正是创新奇智在AI领域进行全栈技术布局的优势所在。

创新奇智执行董事、CEO徐辉将他们的技术商业化模式比作了“乐高积木”,基于MMOC平台以及这之上的技术资产,创新奇智就通过“搭积木”的模块化方法不断完善制造业AI产品及解决方案。

落脚到“AIGC+制造”,创新奇智针从制造业的核心痛点出发,打造出更垂直的生成式AI产品。

首先也是这一行业最为关键的一大需求——企业的私有化部署,创新奇智自研了适用工业场景应用需求的基础大模型,支持Zero/Few-Shot In-Context Learning。

其次,不同于C端用户的尝鲜、体验,B端场景下的客户更注重生成内容的专业性、准确度,以及对于问题的快速响应。针对于此,创新奇智通过对接、高效处理企业自有数据,并实现高性能微调,打造出了企业“千企千面”的专有大模型。张发恩补充说,客户的数据是私有的、合法的,将其训练到给客户专门部署的模型,既能保证其数据安全,又能让模型充分理解客户私域信息中的知识。

第三,大模型是一个不断进化、成长的产品。为了加速其迭代、优化,创新奇智为企业提供了完善的企业级Prompt(提示)工程支持,能够让AInnoGC在与企业客户合作是生成更好或者更符合用户需求的结果。

此外,MaaS(模型即服务)已经成为当下AI赛道玩家的共识,对于垂直制造业场景的客户同样如此。因此,创新奇智为客户释放了大模型算法和工程化能力,通过丰富的API/SDK和MaaS服务,帮助客户加速生成式AI应用的开发进程。

最后,落脚到实际的应用中,制造业不仅需要文字语言的处理,在工厂等场景下生成报表、产线设计等需求更为频繁,因此,AInnoGC支持工业缺陷样本生成、交互式报表生成、交互式故障诊断、产线设计生成等 文本/视觉/多模态内容生成。

在此基础上,创新奇智为用户提供了纯软件和软硬结合的两大类解决方案。目前,创新奇智为新能源汽车工厂打造了智能化制造质量管理平台,基于ManuVision机器视觉智能平台,能够将客户的数据信息集中起来,形成一个工厂的“智慧大脑”,让企业真正实现降本增效。

除此以外,创新奇智已经布局了制造业的9个细分领域,并实现了高速增长,这既说明了制造业与人工智能相结合的潜力广泛,更说明了创新奇智对前沿技术的前瞻性,能真正将生成式AI与制造业相结合,释放其优势,做到降本增效。

三、五年磨一剑,“AIGC+制造”释放强大生命力

而这一切都要得益于创新奇智多年积累与对行业趋势的精准判断。生成式AI的热潮来势汹汹,去年11月30日ChatGPT的发布,将其推上了风口浪尖,但能快速切入风口,并深入垂直领域并不是短短几个月就能实现的。

就在3月31日,创新奇智公布了2022年业绩报告,该公司去年全年营收达15.58亿元,同比增长80.9%,其“AI+制造”的营收达9.48亿元,同比增长111.2%。

2018年,创新奇智刚刚成立就将目光紧紧聚焦到“AI+制造”,徐辉说:“我们将人工智能赋能商业价值作为公司使命,并一直坚定地做To B也就是企业服务,尤其是AI+制造。”这在今天已经得到了充分印证。

当下,ChatGPT的出现证明了AI在内容生成领域的巨大潜力,因此,在这波产业浪潮下,创新奇智看到了制造业对于生成式AI技术的潜在需求,并快速将目光从“AI+制造”进一步聚焦到“AIGC+制造”。其杀手锏就在于MMOC技术平台,这一平台具备计算机视觉、机器学习和AIGC能力,AInnoGC正是这一平台目前的集大成者产品。

从其技术平台拆解来看,创新奇智拥有ManuVision机器视觉智能平台、MatrixVision边缘视频智能平台、Orion分布式机器学习平台、Cloud云平台,形成了“云+边+端”的一体化协同能力。

其中,OC平台(Orion on Cloud)是底座,作为AI模型的生产和管理平台,能够降低企业AI开发的门槛和成本。在此基础上构建的AInnoGC工程算法引擎,能最大程度释放制造业企业与生成式AI相集成的新能力。

▲创新奇智人工智能技术栈

不可否认的是,AI 2.0时代到来的号角已经吹响,但张发恩认为,从制造业的实际情况来看,一些企业的智能化、自动化水平还远远不够,因此AI 1.0在短期内仍将成为为企业创造价值的“主力军”,不过AI 2.0的颠覆性也并不遥远,“一年半后可能就会成为AI 2.0的天下”。

因此,当下已经成为创新奇智入局AI 2.0时代的绝佳时机。依托于公司自身的技术护城河,在生成式AI浪潮快速席卷的同时,该公司能抓住“天时地利人和”,找到其与制造业的平衡点。未来,AI技术将在制造业更多细分场景迸发出强大的生命力。

值得注意的是,尽管当下通用人工智能的热度高涨,更有人称今年已是通用人工智能时代元年,但新技术的价值需要落地到行业应用中才能真正体现出来,尤其以制造这类需求更为个性化的行业,因此,一段时间内,通用人工智能与垂直场景定制化模型将并驾齐驱。

结语:从垂直场景切入,加速制造业创新场景诞生

今年或许将成为通用人工智能时代来临元年,但落脚到应用落地层面,目前垂直场景已经形成了相对固定的产业链条,其更注重本行业的易用、可用性,因此,在通用模型之外,还需要垂直场景的定制化模型。

尤其在制造业,一方面是企业数字化转型的迫切,另一方面则是企业在私有化部署及特定需求方面的痛点,在此背景下,创新奇智作为国内“AI+制造”的头部玩家,已经深谙AI与制造业的契合点。

未来,制造业在AI技术的赋能下将产生更多创新场景,我们拭目以待!


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1