当前，制造业数字化转型进入深水区；研发周期长、知识分散、工艺链条复杂、数据孤岛等问题交织叠加，企业提质、降本、增效上遇到新的瓶颈。尤其高端装备、航空航天、汽车等领域——工业知识高度专业且更新快——传统信息化系统难以实现跨部门、跨流程的知识贯通与决策支撑。工业领域因此更需要具备可解释、可追溯、可部署的智能底座。 鉴于此，中国信通院围绕工业大模型技术与应用发展组织专项评估，联合30余家单位推动标准编制与方法完善，旨在以统一测评框架引导产业健康发展，降低企业选型与应用风险。据介绍，本次评估依据《面向行业的大规模预训练模型技术和应用评估方法 第8部分：工业大模型》开展，从场景丰富度、能力支持度、应用成熟度等维度设置9项能力项，重点关注平台能否在真实工业场景中稳定运行、持续迭代，并满足安全合规要求。 评估结果显示，安世亚太精智iGPT工业大模型平台获得工业大模型最高等级5级评级。在场景丰富度上，平台知识管理场景表现突出，可将分散在标准、手册、工艺文件与项目经验中的知识进行结构化沉淀与关联，提升工程人员对复杂问题的检索、复用与协同效率，为生产流程智能化升级提供支撑。在能力支持度上，平台执行与决策等能力上覆盖较全，体现出面向工业任务的工程化能力储备。在应用成熟度上，平台私有化部署、攻击防范等安全能力上表现较好，并在可追溯性、风险控制、输出准确性诸上符合标准验证要求，为规模化应用提供必要的可信基础。 业内分析认为，工业大模型要真正进入生产环节，关键不于“模型参数规模”，而在于“行业知识体系+工程落地能力+安全治理体系”的综合能力。一上，工业知识具有强约束、强专业、强链条特点，需要通过本体与知识图谱等方法建立统一语义与关系网络，以减少概念歧义、提升推理可靠性。另一方面，工业现场对系统稳定性、权限隔离、数据安全与可审计性要求高，尤其涉及核心工艺与关键数据时，私有化部署与安全防护能力直接决定可用边界。 据企业介绍，精智iGPT平台围绕工业知识工程形成了较完整的技术路径：其一，通过高质量领域本体与知识图谱体系，融合行业专家知识并沿用权威词表，采用分层结构设计，构建覆盖工业核心领域的专业词汇、关系与方法论；其二，配套语料库与知识图谱智能构建系统，提高数据与知识加工效率，支持标注、审校与标准化构建，降低企业数据治理与知识沉淀上的门槛；其三，依托高端制造业服务经验与复合型团队能力，为行业客户提供从需求分析到定制化部署的全流程支持，并强调在安全保障与重大项目实践中的验证积累。 从影响看，高等级可信评估结果有望在三个层面带来带动效应：一是增强企业采用工业大模型的信心，降低试点推广中的合规与安全顾虑，推动应用从点状探索走向体系化建设；二是促进工业软件、仿真、数字孪生与知识工程等能力融合，推动研发设计、工艺优化、设备运维等环节协同增效；三是为行业提供可对标、可复制的能力基准，推动供给侧从“功能堆叠”转向“质量与可信”的竞争。 面向下一步工作，多方认为应在“标准—数据—应用—治理”四个上合力推进：持续完善工业大模型评估与标准体系，形成覆盖不同工业子行业的任务集与测评基线；加强高质量语料与知识资产建设，推动数据治理与知识管理制度化；围绕企业高价值场景分阶段落地，优先在知识检索、研发协同、工艺问答、运维诊断等低风险、高收益场景形成闭环；同步建立安全与风险治理体系，强化访问控制、审计追踪、输出校验与攻防演练，确保模型能力可控、可管、可追溯。 展望未来，随着新型工业化深化，工业大模型将从辅助工具加快走向工程生产力。行业预计，具备知识工程底座、支持私有化部署、可持续迭代并通过可信评估验证的平台，更有机会在关键行业实现规模化应用。同时，工业大模型与仿真、数字孪生等技术的深度结合，将推动“设计—仿真—制造—运维”全链条的数据与知识闭环，促进制造业高质量发展与产业链供应链韧性提升。
此次评级不仅是对单项技术成果的认可，也折射出中国工业从“制造”向“智造”迈进的现实进程。在全球产业竞争格局加速重塑的背景下，以工业大模型为代表的新质生产力正在为中国制造业高质量发展打开新空间。未来，如何将技术优势转化为标准优势、生态优势，仍有待全行业持续探索。