IDC認為，目前很多工業企業用戶對大模型的認知也逐步走向理性，從抱著一些偏高的期待，到更加關注實際能夠發揮何種場景價值。以工業智能產品與服務提供商中能拾貝為例，基于大模型集成平臺、工業知識問答、工業數據查詢、工業AI智能體、工業智能助手以及工業場景專業模型構建框架等CyberwLLM系列大模型產品，緊密貼合行業生產管理需求，引領能源電力AI大模型創新應用。

工業大模型在頭部企業探索較快，過去一年取得明顯進展

工業大模型已經逐步深入到各行各業，并取得了一些落地應用及進展。報告指出，工業大模型包括了視覺模型、多模態模型、專業領域模型以及控制模型等多種類型的模型。這些大模型在電力、采礦、油氣、半導體、汽車和消費品等行業的頭部企業中探索較快，并且已經滲透到工業的多個環節，形成了實際應用效果。

憑借在能源電力領域AI大模型應用的創新成果和在業務實踐，中能拾貝的拾貝云能源大模型應用產品被提及并收錄于IDC《工業大模型應用進展及展望》報告中?；谪S富的行業積累以及技術前瞻性，拾貝云能源大模型面向能源電力領域的系統控制、生產運行、安全管控、運維檢修、物資供應、產線基建等業務領域提供多種業務助手，帶來超越傳統的數智應用體驗。

拾貝云能源大模型應用產品CyberwLLM通過精心設計的5大應用模塊和1套模型框架，為能源電力行業提供了一站式的智能化解決方案：

大模型集成平臺，提供統一的大模型管理標準流程和規范，實現閉源、開源大模型以及專業模型的統一接入管理、統一評估管理和推理一體化服務管理功能，包括模型注冊、標準接入、模型上架管理，評估數據、評估標準和評估效果管理，模型部署、資源配置、對外標準服務和服務檢測管理等。

工業知識問答，依托自然語言理解組件，精準解析用戶提出的問題，準確把握用戶的查詢意圖。通過多模態交互技術，系統能夠更有效地理解和處理多種信息輸入模式，包括文本、圖像等，從而為用戶提供更全面、準確的工業領域專業知識。在明確問題意圖后，系統能夠通過多輪互動的方式，逐步優化答復，直至生成面向用戶的、語義清晰、語法正確的回答。

工業數據查詢，打造基于自然語言交互的多模態輸入形式（語音、文字）的數據查詢功能，系統使用自然語言處理技術進行查詢需求理解，并對用戶想要查詢的數據實體、數據表等信息通過RAG增強的模式，實現自然語言轉換成SQL查詢語句和執行，實現SQL調度和可視化展示打印查詢結果（文件&圖表），并能接受人為反饋和糾正，不斷實現查詢結果的優化，實現查詢結果的自動化分析結論生成。

工業AI智能體，基于大模型的智能體進行工作任務高可靠規劃（Planning），實現自主推理、執行和主動分析，通過智能體記憶模型增強和調度Agent協同增強技術，使得機器可理解工作任務的內涵、自主完成任務的拆解、編排，并能夠調用工具庫完成連續任務的協同執行，實現智能輔助開展工業領域生產和運維各項工作。

工業應用智能助手，以B/S微應用組件、移動APP組件、小程序/H5插件、瀏覽器插件等各類形式，提供可隨時呼叫、主動協助或后臺邏輯回調等方式的應用助手功能，讓企業現有信息系統輕松集成嵌入基于問答、問數和智能體的AI助手，在應用前端以擬人化助手方式協助用戶快速進行系統使用，在后臺加入AI智能知識搜索、數據查詢、智能分析與工作自動執行的功能，快速提升系統智能化程度。

工業場景專業模型構建框架，針對基于大模型技術進行系統控制、生產運行、安全管控、運維檢修、物資供應、產線基建等工業場景的專業模型構建需求，提供各類典型場景的語料圖譜、知識圖譜的結構和材料收集標準、方法、轉換工具、導入處理工具等體系性方法與工具集和，并通過大模型集成平臺對接大模型進行專業模型訓練、微調的執行和成果驗證評價，幫助用戶快速構建符合自身場景所需的專屬模型及進行發布應用。

工業大模型應用：一系列高價值場景逐步落地

報告指出，工業大模型的應用已有從十萬元到億元不等的項目規模。其中，市場供應商在安全、算力、視覺等問題上取得了一些技術突破。目前，工業大模型的應用探索主要集中在知識管理/知識問答、數據分析助手/數據問答、專業內容生成及視覺識別增強四個方向。

其中，采礦、電力行業應用較多的是視覺模型泛化增強，用大量數據訓練視覺大模型，使模型具備更強的場景泛化識別能力，提升檢驗準確率，減少缺陷樣本需求，縮短項目冷啟動時間，應用于產品質檢、安全監測復判等環節。

以拾貝云能源大模型CyberwLLM為例，該模型基于拾貝聚能（CyberwLLM ModelHub）、拾貝問道（CyberwLLM Chat）、拾貝詢數（CyberwLLM Query）、拾貝智源（CyberwLLM Agent）、拾貝扶丞（CyberwLLM Copilot）五大核心應用，透過拾貝緣起（CyberwLLM ModelBuilder）模型框架，構建了更加貼合工業應用場景的能源AI引擎。拾貝云能源大模型旨在助力企業在知識應用、生產作業流程以及智能決策制定等方面實現創新升級，推動企業運營效率和決策質量的全面提升。

更通“器”

拾貝聚能CyberwLLM ModelHub引擎以開放架構接入各類主流廠家大模型產品，以及工業領域尤其是能源電力的行業大模型，打通聚合工業領域智能化重器的能力。

更懂“行”

拾貝問道CyberwLLM Chat引擎深入理解工業領域尤其能源電力行業場景，提供可溯源的智能問答服務，實現知識的有效應用和傳承。

更有“數”

拾貝詢數CyberwLLM Query通過自然語言交互，自動生成查詢并提供數據可視化，解決BI取數難題，提高數據分析的效率和準確性。

更“智”能

拾貝智源CyberwLLM Agent快速響應業務變化，自動生成任務規劃和執行方案，提升工業企業的業務響應速度和智能化水平。

更“曉”事

拾貝扶丞CyberwLLM Copilot作為智能分析和應用助手，嵌入式地對接融入到企業信息系統，快捷提升企業系統智能化能力和改進形成基于自然語言的用戶使用交互方式。

更貼“芯”

拾貝緣起CyberwLLM ModelBuilder給出了工業領域尤其是能源電力各類場景基于大語言模型技術構建專業模型的框架，極大縮短工業企業構建模型的探索和開發過程，能夠專注于對自身熟悉的業務知識和資料數據收集處理，快速構建專業模型形成工業領域的智能核心。

依靠以上CyberwLLM大模型系列產品，中能拾貝已經與能源電力行業多家龍頭企業共建了設備巡檢、技術監督、檢修管理、故障診斷、作業風險管控、工單兩票、物資倉儲、生產指揮等場景專業模型并構建了問答、問數、智能體和應用助手的智能應用，取得了人工智能在工業領域切實落地和深入應用的良好效果。

展望未來，IDC預計大模型的應用將逐步深化和拓展，從現有場景技術升級到融合提升現有應用，再到支撐分析決策，隨著技術成熟度提升，更多高價值場景逐步落地。長遠來看，企業內大模型可能會融入各業務流程，在數據平臺層之上，應用層之下形成一層模型層，提供各類API或直接作為統一的業務入口。

IDC建議，在開展大模型應用前，工業企業應做好數據基礎準備工作，并選擇合理的切入點進行應用。作為深耕能源電力領域多年的工業智能產品與服務提供商，中能拾貝擁有成熟的企業級能源大模型部署方案及應用案例，能夠助力工業企業按需規劃大模型的建設和應用，通過技術手段以最小的成本實現價值最大化。