中国工厂里的大模型，眼下接管的是老师傅的“手艺活”——质检判定、排产计算、工艺参数调优，而不是直接操控设备的控制回路。落地效果已有可核验的数字：山钢的智能配矿把4小时的人工流程压缩到2分钟，工人坐进有空调的集控中心。在上海一家机加工厂，资深质检员做一张检验图和报告约需一小时，AI出图加人工校核只用了五分钟。就连生产大模型本身的工厂，都把交付周期从90天压到了平均20天。这些场景的共同点是：靠经验、高频发生，且不是产线的最后一道控制。经济观察报蓝沃AI经济观察报
质检：AI先干成了验收最严的岗位
质检是大模型目前接受度最高的工厂岗位：判错了有人复核，判对了是实打实的工时。在山钢，国内首台（套）连铸坯低倍组织智能判定系统把过去靠人眼的缺陷评级交给算法，缺陷评级准确率达98.01%。经济观察报
炉前巡检同样交给了算法：尚智大模型孵化出的视觉小模型部署在机器狗上，1小时完成36个风口小套的全面检测，隐患识别率99.2%，工人从高温炉前转进了集控中心。在山东能源兴隆庄煤矿，460余台摄像仪、740多路画面实时接入云鼎矿山大模型，设备异常和人员违章的实时报警准确率超过95%，自动巡检效率提升3倍以上。经济观察报中国经济网
机加工这边，10月13日在2026国际工业互联网大会上开源发布的沃土大模型2.0，把一张工程图纸直接翻译成可下车间的生产文件，质检用的气泡图也从图纸里一并生成。团队同时给模型划了边界：刀具推荐只到类型、工时为参考值，图纸不清晰时明确说明、不强行输出。雪浪云的图纸分析智能体则能做到单张图纸亚分钟级解析并自动生成质检单，标准图纸识别准确率达到95%以上，成果入选了工信部人工智能赋能典型应用场景。蓝沃AI36氪
排产：过去大半天的活，现在点一下鼠标
排产是多约束的统筹题，过去靠求解器算法加老计划员的直觉。山东港口青岛港的船舶排泊，180多个业务规则、132个影响要素全靠人工统筹，一条船因天气、通关手续调整，整个计划就得推倒重排，编制一次需要大半天；如今调度员轻点鼠标，大模型自动生成排泊计划。山钢的钢包AI智能排程调度系统实现全程精准追踪，识别准确率超99%，每年仅电费就能省下470余万元。中国经济网经济观察报
更能说明“大模型调度大模型”的是浪潮人工智能工厂：接到客户订单后，海若大模型充当总调度大脑，指挥数十个“数字员工”自动流转数据车间、模型车间、评测中心、集成车间各环节。十一大生产单元、75道工序、180套工具——这是大模型生产自身的“排产”。经济观察报
为什么通用大模型干不了这活：七分数据、三分模型
山东省工业和信息化厅的说法点破了差异：通用大模型能完成不少日常任务，却读不懂机床参数、生产排期、产线状态。中国经济网
垂域模型的喂料全部来自车间。卡奥斯把4700多个工业机理模型“注入”天智大模型，让它赋能全球20座灯塔工厂；延长石油的精馏塔交给天智的工艺优化智能体后，产品精度提升了1倍。中国经济网
最有代表性的是钢铁行业失传风险最高的绝活。尚智冶金大模型把炉长“看火色”的判断力翻译成数据：烟气、视频、音频和工艺数据共同参与判断后，终点温度命中率稳定在95%以上，单炉冶炼周期缩短两三分钟，吨钢成本降低3至6元，全部场景一年创效超1亿元。卡奥斯打造的无人值守空压站里，六大智能体协同完成巡检、调度、优化，全站只需1人值守，人工成本下降70%，能耗降低5%。中国新闻网中国经济网
数据的门槛同样真实。沃土2.0的训练数据由36位工艺老师傅参与标注和校验，从1.0起累计训练图纸超过10万套。山鼎云科总结行业落地的最大堵点，是高质量标准化数据资产缺失与传统工艺经验数字化沉淀不足——为此把15个核心系统拆解到字段级，完成近万张数据表、23万个字段的标准化治理。京博石化交给浪潮的5万多条设备原始数据里，腐蚀异常场景不足5%，模型若直接训练只能学会识别高频故障；团队补充行业数据、用模型增广出58万条训练样本，才让防腐蚀模型第一轮70%的准确率迭代到90%以上。蓝沃AI经济观察报经济观察报
还没接管的：控制回路和信任的最后一公里
“工业大模型参数不断攀升，为何制造工厂仍不敢把控制回路交出去”——这个话题近期在知乎上引发热议。边界其实很朴素：聊天框里答错一道题可以重新提问，化工装置旁算错一个参数可能让整条产线停摆，矿井深处漏掉一个危险信号代价更难承受。一位从事生产计划管理的从业者拆解市面“AI排产”产品后认为，概率生成难以满足工业对确定性收敛的要求，现阶段AI更多是在为求解器翻译参数、建立模型、调整策略，真正的计算仍交给引擎，拍板仍由人来做。知乎
工厂自己的落地节奏也在印证这一点。尚智团队采用人机并行策略，仅自动转钢一个场景，从试点到全面落地就走了两年，优先在劳动负荷更高的夜班测试，指标稳定优于人工后才复制到白班。雪浪云则把路径总结为：先在数字孪生的虚拟环境里完成方案验证和优化推演，再进真实产线。2026人工智能产业大会上，工业AI可信的通用做法被概括为一套机制：机理模型划出边界，知识图谱补充行业关系，专业小模型承担实时感知，数字孪生提前仿真验证，安全规则、权限体系和人工确认则把住最后一道关。经济观察报36氪中国新闻网
人角色的变化是真实的：钢铁冶炼岗从高温粉尘里的“黑领”变成集控中心的“白领”，质检员从画图一小时变成校核五分钟。被接管的是重复盯守，留下来的是工艺优化和最终把关。
从山东样本看下一步
10月14日至16日，2026人工智能产业大会在北京连续举办两届后第一次走出北京、落脚山东，看中的正是这里41个工业大类全覆盖、4万余家规上工业企业的场景密度。中国新闻网
东道主把行业大模型当作公共基础设施来铺：全省“一行业一模型”的揭榜挂帅已铺开122个行业大模型，实现41个工业大类全覆盖；还遴选了100个重点推广的垂直领域大模型、建成35个重点行业语料库，覆盖全部31个制造业大类。产业数据也在爬坡：10个工业大模型跻身全国50强、入选数量居全国首位；2025年全省大模型业务收入63.75亿元、同比增长104.5%，2026年上半年完成59.6亿元，全年预计翻番；山东提出到2028年基本形成特色化、全覆盖的行业大模型体系。中国新闻网中国经济网
接下来值得盯两件事：一是自动转钢这类验证了两年的人机并行场景，能否外溢到更多控制环节；二是卡奥斯所说“核心工艺优化、产品设计、配方生成等高价值场景可为客户带来数百万级效益”，能否从头部企业走向中小工厂。大模型接管工厂的边界，从来不是模型画出来的，是产线画出来的。
