如果把人工智能（AI）大模型搬到要求更高、容錯率更低的工業場景，它還能發揮作用嗎？
在南鋼，“AI大廚”上崗，打破了傳統靠經驗試錯的研發范式，讓煉鋼從經驗驅動向智能決策轉變。
以液化氣體船等高端船舶的關鍵材料——碳錳低溫鋼的研發為例，在材料研發過程中，碳多了鋼就會變脆，錳多了則影響焊接性能，數十種變量因素相互影響。于是，我們想到用大模型來尋找研制鋼材的“菜譜”。但同時，鋼鐵煉制過程復雜、數據模態多元分散、大模型“幻覺”難以消除等問題成為需要克服的難題。
不同于打造一個覆蓋全場景流程的大模型，我們最終采取的方法是訓練一群具有“專業能力”的場景模型：有的負責研究鋼材能不能滿足強度設計要求，有的負責研究鋼材的低溫韌性……它們自發地分工合作，實現不同性能指標的預測、計算。
可以說，數字化是讓“數據可見”，而智能化就是讓“決策更優”。如今，工業大模型的應用已拓展至白電制造、冷鏈物流等多個行業場景，賦能千行百業從“看得清”邁向“做得優”“想得新”。（人民網記者王震整理）