近一年来，以ChatGPT为代表的大模型技术引发通用人工智能新一轮发展热潮，成为改变世界竞争格局的重要力量。围绕人工智能治理的议题探讨显著增多，全球人工智能治理体系加速构建。与此同时，人工智能加速向各产业渗透，已成为促进新兴产业与传统产业、技术与社会跨界融合发展不可忽视的动力。
伴随第四次工业革命以及工业数字化、网络化、智能化发展的大浪潮，工业制造业持续深化探索人工智能融合创新及应用：深度学习、大模型等技术创新、组合赋能和工程化落地不断加速；产业爆发期临近，老玩家不断推陈出新、新玩家入局积极活跃；一批新应用场景涌现，并不断向研发、生产等核心环节渗透赋能，在更大范围内发挥更核心的作用。
工业互联网产业联盟组织产业界系统梳理了相关内容，展开工业智能系列科普活动。
Q1：未来，工业智能发展路线是什么？
未来，工业大模型与专用小模型将成为工业智能发展的两条路线，在各自适配的工业场景下持续激发价值潜能。
路线一:工业大模型加速与领域适配，提升多任务执行能力，渗透通用性强、数据易获得、高需求高价值的工业场景，加速向自主通用智能演进。
路线二:专用小模型与强工业机理场景融合更加深入。通用模型赋能工具探索构建，垂直行业AI工程化能力完善，小数据场景痛点解决。
图1工业大模型与专用小模型路径
Q2:工业智能相关产业主体发展趋势有哪些？
趋势之一是跨界合作，围绕AI核心能力的两类典型合作模式逐步成型。两种合作模式分别为产品绑定性合作模式和知识绑定型合作模式，前者的特点是依托工业企业获取领域数据和依托工业产品实现AI算法模型落地，后者则是借助工业企业的专业知识，发挥AI企业通用技术优势。
趋势之二是新竞争者涌入，咨询公司渗透布局，以定制化智能解决方案优势扩大市场占有。咨询公司具备三方面布局优势：丰富的工业咨询经验、广泛的智能技术生态伙伴和通过成立研究型机构构建技术优势。同时，平台化成为咨询公司开展智能服务的共性路径。依托平台为客户提供工厂设计、运营咨询、解决方案开发及部署等工业AI相关服务。
趋势之三是新环节分化与新主体诞生，行业数据标注与AI服务型企业成为典型代表。以数据标注为代表的数据服务产业受到资本热捧，目前集中在仓储物流与安全场景。由于监督学习仍是工业领域AI算法应用的主要方式，智能任务场景也逐步复杂化，高质量、精细化的标注数据直接影响算法鲁棒性和准确性，大规模、高质量的标注数据集将越来越成为产业发展的刚需。另外，以AI为核心的服务型企业不断涌现，当前聚焦设备健康管理场景实现探索与应用。与通用领域不同，工业场景碎片化特性突出，并随着生产工艺改进、设备换新与老化、产品版本更新等变化，工业智能模型需要不断迭代优化才能适应“新环境”。因此，衍生出一批以AI技术为核心的工业服务型企业，将企业自身的AI能力注入到工业生产管理过程，为用户提供智能化服务。
