數控機械設備 140CPU11302 模塊 變頻器 觸摸屏

數控機械設備  140CPU11302 模塊 變頻器 觸摸屏

數控機械設備  140CPU11302 模塊 變頻器 觸摸屏

工業軟件是對工業技術和知識的程序化封裝、復用，是工業化的產品。在實際工業場景中，如汽車制造、船舶制造等，人們中獲得了訣竅、技能、經驗，通過程序化、算法化、模型化等手段，封裝成了工業軟件。工業軟件能夠控制生產設備、優化制造和管理流程，提高生產率，是現代工業的“靈魂”。

工業軟件可大致分為研發設計類、生產控制類、運營管理類、嵌入式等，而CAD（計算機輔助設計）、計算機輔助工程（CAE）長期被海外產品主導，比如CAE領域的Ansys、Altair、海克斯康（收購MSC），CAD領域的西門子、達索、PTC、Autodesk。國產廠商近年也取得一定進展，但存在研發不足、商業化能力弱、壟斷競爭帶來的差距。

AI大模型的發展，將成為國產化工業軟件發展賽道上的關鍵變量。

大模型加速工業軟件新突破

據2024年6月24日舉行的2024南京軟件大會上發布的《中國工業軟件產業發展研究報告（2024）》顯示，2023年全球工業軟件市場規模約5028億美元，折合人民幣約3.56萬億元。我國工業軟件市場規模約2414億元，同比增長12.3%，高于軟件行業平均增長水平。同時工業軟件關鍵環節取得多項標志性進展，開源體系建設邁上新臺階，產業發展生態加速完善。我國的工業軟件企業也不斷加強自主創新，提升全球競爭力，提升產業鏈供應鏈韌性和安全水平。

截至2023年底，我國工業軟件企業關鍵工序數控化率達到了62.2%，數字化研發設計工具普及率達到了79.6%，研發設計類工業軟件市場份額占比達10%，較2019年翻了一番。

事實上，2015年后我國重視工業軟件發展，相關政策密集出臺，但仍處于起步階段，國產化率較低，其中研發設計類工業軟件國產化率尤其低。2020年以來，在國外技術封鎖下國內企業加快研發進度，國產化有所提高，行業迎來新發展期。

“隨著新一輪科技革命和產業變革的加速演進，工業軟件已經廣泛應用于幾乎所有工業領域的核心環節，是推進新型工業化的重要支撐。”工信部電子五所總工程師萬舉勇在2024南京軟件大會上說，我國工業軟件企業關鍵工序數控化率整體呈現上升發展趨勢。

“隨著數字化轉型的深入和新型工業化的持續推進，軟件產業尤其是工業軟件領域必將迎來更大的發展空間。”工業和信息化部信息技術發展司副司長楊亞俊說。

隨著技術發展和需求變化，工業軟件也在不斷演進和創新，以適應制造業數字化、智能化的發展趨勢。尤其是AI大模型的發展，更為工業軟件產業發展帶來新的期望。

中國工程院院士李培根在2023中國企業數字化轉型峰會暨賽意用戶大會上發表演講《AI與工業軟件發展》，就曾說道，人工智能技術對于工業軟件領域中，尤其是對于創新設計、制造工藝與裝備的重要意義。他指出，需要基于AI和前瞻大模型的應用大力發展能“定義制造”的軟件，現在人工智能的發展已經在局部領域超越人的智能，在制造中融入了人工智能的某些軟件完全有可能在制造的特定方向超越人的能力。

去年12月，信通院牽頭、多家單位聯合編制的《工業大模型技術應用與發展報告》指出，AI與大模型將加速賦能新型工業化，從2022至2032年工業AI市場規模將以46％的年均復合增長率高速成長。工業各環節圍繞語言、專用、多模態和視覺四類大模型開展探索。當前以大語言模型為主，4類模型應用占比：75%、15%、8%和2%。通用模型的場景化適配調優是主要部署方式，問答交互為主要應用模式。

今年3月，騰訊研究院發布的《工業大模型應用報告》指出，工業正處于從數字化向智能化邁進的階段，而大模型憑借其zhuoyue的理解能力、生成能力和泛化能力，成為推動工業智能化的關鍵力量，有望拓展人工智能與工業融合的新空間。

產業布局迎來新氣象

眾企業看到了AI大模型帶來的新機遇，自然也成為各企業發力的重點。

2024年3月27日，創新奇智的奇智孔明工業大模型2.0版本（AInno-75B）及多款大模型原生應用發布。升級后的奇智孔明工業大模型參數量級實現了新突破，達到750億以上參數，進一步增強了海量知識管理、復雜邏輯推理、長流程任務編排、Agent智能體以及更多工業模態的生成能力。

作為產業鏈上游的，傳統的CAD軟件市場長期被國外廠商主導，界面復雜且使用門檻高。為打破這一局面，創新奇智將工業大模型技術引入工業設計領域，推出自主可控的Text-to-CAD類應用—“ChatCAD生成式輔助工業設計”。通過簡單的對話問答，系統便能迅速理解設計師的創意意圖，并自動生成符合要求的工業設計圖，還支持導出到傳統工業設計軟件進行手動微調。

中工互聯在去年6月推出了智工·工業大模型，思謀科技同年11月推出了工業多模態大模型IndustryGPT V1.0，科大訊飛投資成立的羚羊工業互聯網平臺，也發布由訊飛星火提供技術底座的羚羊工業大模型。

去年12月，京東方推出顯示工業大模型。該大模型在原有的AIoT技術底座基礎之上，深度融合京東方半導體顯示行業知識與經驗，涵蓋多個細分業務版塊。其期成果“缺陷檢測視覺大模型技術方案”已在京東方半導體顯示工廠穩定運行，有效助力產線缺陷模型迭代及檢測系統上線效率提升10倍以上。，推動了核心工藝缺陷檢測流程從全人工模式向人機協同模式演進。

2024年3月，金風科技風電行業大語言模型，將深耕行業多年所沉淀的海量風機運行數據與風電行業知識庫進行融合，構建風電行業大語言模型，集成風機故障智能診斷系統，模型診斷準確率均在95%以上。

2024年5月，隆基綠能基于多模態大模型的生產合規視頻檢測技術，在隆基綠能嘉興基地的生產過程中，每隔18秒就可以判斷出12串組件是否有缺陷，同時能識別和追溯缺陷組件產自哪條流水線、哪個機臺。

巨頭PTC的新布局

PTC是一家全球性軟件公司，更是工業設計軟件CAD的頭部企業。根據PTC發布《PTC 2023年度報告》，2023財年總收入20.97億美元，同比增長了8%，總利潤16.56億美元，同比增長7%。PTC的產品組合主要分為大類：產品生命管理PLM和計算機輔助設計CAD。其中CAD軟件收入7.61億美元，呈現小幅負增長（-4%）。PLM軟件在2023財年的收入11.86億美元，實現了21%的增長。

近日PTC推出其Creo?計算機輔助設計（CAD）軟件的第十一個版本以及Creo+?SaaS CAD解決方案的新版本。Creo使工程師能夠在更短的時間內完成佳設計，Creo 11在電氣化、復合材料、基于模型的定義、仿真驅動的設計和制造方面提供了廣泛的增強功能。

“隨著人工智能生成設計和基于安世亞太的集成仿真的改進，Creo使客戶能夠在開發過程中更早地采用仿真驅動設計，從而縮短產品上市時間，提高初始產品質量，降低制造成本。”PTC CAD部門副總裁兼總經理Brian Thompson表示。

“產品設計完成之后，基本上就決定了其80%的碳足跡。所有的企業，尤其是加工制造型的企業，需要將節能減排、零碳的重心轉移到研發階段，通過選擇更加利于回收、制造成本更低的材料、減重，實現這樣的目標。事實上Creo 11就可以在幫企業用戶解決相關的問題：一方面是幫助企業選擇更好的材料；另一方面通過創新設計降低企業碳足跡。”PTC公司中國區CTO施戰備說道。

據了解，PTC在2013年收購主流物聯網信息平臺ThingWorx，2015年收購大數據分析平臺ColdLight之后，PTC就開始對人工智能產品的投入。2019年和2020年，PTC分別收購了云原生CAD軟件廠商Onshape和 PLM解決方案提供商Arena Solutions。這正是PTC開始布局SAAS平臺云化工業軟件的步。“Onshape帶來的SaaS軟件模式，使得我們在AI創新設計方面，也有了新的產品。”CTO施戰備補充說道，到，PTC又與微軟Copilot協作實踐，從而幫助企業實現數字化轉型在未來企業全面應用AI數據大模型和人工智能——不僅是在Creo、Windchill、Codebeamer，未來的售后服務的ServiceMax，都會全面采用Copilot的解決方案。同時，除了目前PTC已經推出的AI能力和應用外，PTC會從Creo、PLM、ALM、IoT/AR和SLM領域，全面推出PTC在AI大模型方面的應用和能力。

在AI技術的支持下，PTC的整個數字主線遠景也會與AI實現緊密地結合：以往，PTC實際上為企業用戶提供了一個閉環的數物融合的數字主線；未來，在這個數字主線上，無論是從市場需求到產品的工程設計，再到仿真驗證、生產制造，后交付之后的運營服務，PTC都會全方面引入Copilot與PTC軟件融合后的AI技術，從而幫助企業實現數字化轉型的能力。

按照財報中提到的，PTC的長期發展戰略是加速數字線程解決方案，加快產品創新，加速SaaS轉型。云化、AI大模型將成為PTC這家CAD巨頭未來市場競爭中成敗的關鍵變量。

專家支招破解融合難題

工業數據往往涉及企業機密，數據隱私保護成為重要挑戰。工業領域具有高度的性和復雜性，大模型需要深入理解特定行業的知識和規則，才能提供有效的解決方案，否則可能出現“水土不服”的情況。大模型的決策過程和輸出結果可能難以解釋，這在工業領域可能導致決策風險，尤其在涉及安全關鍵和高價值決策的場景中。

在過去一兩年來，有很多數字化技術在沖擊著整個工業領域，首當其沖的就是AI。據不完全統計，國產大模型數量目前已超過200個，但在制造業領域，從目前來看應用AI還是非常困難的，施戰備分析認為，主要有以下幾個方面原因。

首先是數據。因為大語言模型關鍵就是數據海量的數據，但在制造業，數據問題比較大。其實我們所有的制造企業在講的制造業轉型升級、數字化轉型升級，都是在解決數據的問題難題。

第二，制造業企業對于大語言模型結果的準確度要求很高。對于制造業企業而言，不能夠容許99%或者98%的準確率，因為只要存在誤差，那么就存在導致工廠生產線出問題的可能性，這是不能容許的。

第三，數據的隱私和安全的保護。所以，在施戰備看來， 企業用戶事實上都在各個領域探討、深入研究應用AI的可能性，但是目前看來，應用真正的大語言模型也還差距比較大。短期內，在某些領域做單點的小規模應用，或者企業內部的探索和嘗試，是有可能性的；但是在整個工業級的大語言模型應用，目前難度比較大。

“企業核心的資產之一，就是與產品相關的數據。那么，有多少企業愿意把數據拿出來共享？我們看到所有大企業在談到IT應用的時候，反應都是安全性和保密性，甚至連應用公有云服務都會有顧慮。”PTC全球副總裁兼大中華區總裁劉強說道，對于制造業企業而言，其核心競爭力就體現在產品數據上。如果沒有數據，企業應用AI，訓練大模型只能在企業內部，所以在工業領域，機器學習或者AI，什么時候能夠完全取代設計工程師，實現行業的這種顛覆性成長，本身就是一個問題。

在工業互聯網產業聯盟工業大數據組副主席、上海優也信息科技公司首席科學家、原寶鋼中央研究院首席研究員郭朝暉看來，學術界總把工業軟件當成科技問題，這是完全錯誤的。其本質是經濟問題，要看工業軟件的市場在哪里，工程問題才是工業軟件問題。算法其實是次要的。在郭朝暉看來，工業大模型主要對研發服務過程有輔助做用，對生產過程的影響不是很大，而生產過程才是基本的工業過程。

杉數科技聯合創始人兼首席科學官葛冬冬曾談到，我國基礎工業行業在轉向智能化的過程中，主要面臨以下三方面挑戰：運營體系復雜度大幅上升。產業鏈全球化及生產規模擴大帶來協同難度放大，產業進步又使得各個環節的交叉及融合程度大大加深；響應靈敏度要求更高。在現代工業的生產和運營中，為了達到優效益，對生產和決策的響應度要求提高；技術壁壘高。基礎工業行業具有技術密集型和資本密集型的特點，技術壁壘和研發成本較高，而我國在這方面的技術積累和人才儲備都不足。

“有很多創業公司在做行業模型的優化和微調。相對于其他行業，制造業核心工藝相關公開數據相對較少，比較難預訓練大模型。”亞馬遜云科技大中華區戰略業務發展部總經理顧凡曾說道。對于制造業客戶，大模型應用核心是需要找到模型準確度和推理成本之間的平衡點。如果小模型能夠解決問題，成本也可控，那就不建議替換大模型。

根據浙商證券發布的工業軟件行業研究報告指出，目前 AI 大模型在工業領域處于初步探索階段，未來四類核心模型有望賦能工業領域多個細分場景。AI+工業有望在流程控制、質量優化、機器人應用等領域賦能生產力的大幅提升。隨著工業軟件逐步走向標準化、生態化和微服務化，核心技術朝平臺化、智能化發展，我國國產工業軟件在開發、技術、市場應用和服務模式上呈現明顯的發展趨勢，未來工業軟件與云服務、AI、大數據等智能技術相結合的市場空間廣闊。

數控機械設備  140CPU11302 模塊 變頻器 觸摸屏