整个8月，连续的动作仿佛在告诉我们风向即将发生变化。从Card的发布、大模型微调能力的开放，到提升逻辑能力、可个性化训练部署的“草莓”模型，一系列曝光的项目和产品都展现出明确的实际应用目的。
研究员推文。大模型中的领先公司似乎也将技术的实施放在首位。
大模型的发展正呈现出不平衡的图景：一方面，技术覆盖面已达到可观的数字，宣布周活跃用户数已达2亿，走开源路线的meta则报告称Llama系列模型下载量接近3.5亿；但另一方面，原本预期的对诸多行业的“颠覆”似乎并未真正开始。
对于产业落地而言，新技术的应用意味着生产力能够得到提升。科技公司已经到了竞相将技术商业化的阶段，比拼的就是谁能更快落地、谁的落地更实用。
其在这一波降低技术壁垒、优化模式的浪潮中脱颖而出，从一开始就确立了大车型“产业化”的方向，并取得了一系列成果。
创新启智产业规模化模式正在快速落地
在工业领域，信达生物为客户量身定制的智能数据治理解决方案正在取得成效。
针对制造业，创新奇智打造了实用的设备维护智能实体，在与中关村电气的合作中，创新奇智基于大模型的应用，结合工厂MES系统（制造执行系统），打通了生产端的设备维护闭环。
利用这套工具，人们可以通过简单的对话来查询生产设备数据、预测故障、分析根本原因、发出设备维护警报、推荐维护计划、生成维护工单等，从而对设备进行全流程智能维护。
采用大模型智能体解决方案后，人们可以利用AI预防生产故障，减少维修次数，每年可减少维修费用高达265万。同时，由于设备故障巡检次数减少，生产效率可提高36.3%。通过对数据的根因分析，用户可以快速找到设备故障原因，维修响应时间减少30%，解决问题的时间从平均10小时缩短到7小时以内。
除了提高维护效率之外，在很多行业中，大模型技术还能帮助人们快速分析数据，辅助决策，大大提高数据和信息资产积累的效率。
平安资管的数据库体系非常复杂，包含上万张数据表、数十万个字段，结构化、非结构化、半结构化数据量巨大，面对庞大的数据资产，以及各类表之间复杂的关系网络，如果进行人工梳理，需要耗费大量的时间。
人们把所有数据都打到大模型数据管控平台，用应用为客户提供数据分析洞察，用应用为客户提供数据运维洞察，充分解决了以上问题。在实际应用中，可以帮助用户仅通过对话，即时查询到需要的指标、表格、字段等信息；还能快速追踪数据的来源和流向，了解数据在系统间的流向，数据盘点效率提升10倍。
能够帮助客户通过对话的方式即时生成某些信息错误的解决方案，快速查询合规性要求，并生成操作建议，使整体错误操作事件减少80%。
目前围绕制造业构建的大模型解决方案一般可以分为两类，一类是提高产线运行效率，比如工业质检；另一类叫企业信息智能，信息和知识密度很高，很适合大模型的应用。
这些领域的数据已经完全可以用于大型模型的针对性训练，随着闭环的形成，新产生的数据反哺并不断提升模型能力，解决方案也逐渐运行顺畅。
基础能力、持续改进
一系列技术落地的背后，是创新奇智基于工业大模型技术平台的产品体系。
2023年4月，奇智空明推出首款生成式AI产品——奇智空明，主要面向制造业垂直场景，致力于让不同细分行业基于自身数据具备AI生成能力。
今年3月，作为其基础的工业大模型AInno升级至2.0版本，参数规模达到750亿，性能大幅提升。AInno-75B增加了多模态处理能力，支持文本、图片、视频以及CAD等工业场景的行为（）模态的输入。
通过推出高参数大容量型号AInno-75B，AInno主力产品实现了产能大幅提升。
生成式企业私域知识问答应用进一步丰富了多知识库、多文件类型、多内容格式的知识问答能力，在知识库领域完成了一系列创新，通过“碎片切分与合并”方式，在人机交流过程中通过大模型技术判断知识点的相关性，避免跨领域返回的内容不完整，整体问答效果提升28.8%。
现在，它支持对扫描的PDF文档的直接识别和问答，可以自动扫描PDF文件并将其中的信息直接合并到知识库中。
同时，创新奇智重点优化全流程的数据计算效率和服务吞吐量，显著提升大规模文件场景下的问答效果、效率和用户体验。
生成式企业私域数据分析应用围绕客户需求优化产品体验，支持用户全流程干预、编辑、确认，确保数据分析结果可靠可信。同时，该工具进一步优化Text-To-SQL、Text-To-Chart的效果和展现形式，降低数据分析门槛，提升数据分析效率。
在实际工作流中，它被定位为助手级应用。创新艾诺CTO张凡恩表示：“它并不是100%的BI系统，但它在企业内部起到辅助BI报表人员的作用，可以帮助人们提高效率。在AI的帮助下，很多原本需要写代码的工作流，现在都可以通过对话的方式实现。”
此外，在大模型推理效率方面，创新奇智通过高效的搜索引擎、4bit量化技术等，大幅降低了对计算资源的需求，实现了75B大模型双卡推理，满足了大量企业级应用场景的需求。针对众多企业私有化部署大模型的需求，创新奇智还联合合作伙伴，基于国产算力打造了一体机。
创新还升级发布了生成式企业私有域视觉洞察应用、生成式辅助工业设计应用、工业机器人任务编排应用Pro等一系列能力。
进军工业机器人领域，探索端到端方向
在工业机器人领域，创新奇智正在该方向进行前沿探索。
大型语言模型的发展正在给机器人领域带来一场革命，有了最先进的大型语言模型，机器人终于拥有了聪明的大脑。
今年初，斯坦福大学的“烹饪机器人”ALOHA面世，引发众多关注，随着新一代技术的出现，机器人仿佛可以担任全职管家。
在斯坦福的工作中，研究人员开发了一套系统，让机器人模仿和学习需要全身控制的双臂移动操控任务。它通过全身远程操作界面，通过监督行为克隆收集数据，并在此基础上对机器人进行训练。当面对不同形状的物体时，机器人仍然可以根据之前的训练数据完成洗碗等基本动作，实现了一定的自动化和适应性。
创新奇智正在打造的Pro生成式工业机器人调度应用也采用了同样的思路。新版Pro在去年基于大模型智能代理实现的高层调度与编排基础上，结合多模态、端到端的VLA（--）策略模型，不断优化工业大模型的感知、理解、规划、决策能力，大幅提升机器人操作的任务泛化与交互友好度。
Pro的核心是端到端的VLA策略模型，可以接受图像输入，用语言指令预测下一步动作。与大型语言模型以token形式输出文本内容不同，在VLA模型中，算法需要实时处理视觉环境中的动作，快速准确地用连续的动作对外界做出反应。创新AKI的机器人可以保持每秒30Hz的动作刷新率，保证动作流畅连贯。
VLA 大模型是一个强大的工具，能够建立视觉、语言和动作之间的联系。它可以接收来自多个传感器的数据（例如三个摄像头的图像），解释复杂的任务指令，并输出相应的动作，以引导机器人执行精确的操作，例如调整物体的位置。与传统机器人相比，VLA 具有更强的理解、学习和响应能力，适用于需要实时处理复杂情况的任务场景，例如工业生产中的质量检测和产品装配。
这里，系统采用云边端协同架构，其中紧邻机器人的端侧算力负责本地数据处理，由端侧VLA算法进行最终决策，支撑机器人在复杂环境下的自主决策和高效执行。
我们在实验室里看到了 Pro 早期形态的演示。仅靠数百人的“指导”和不到一个月的数据收集和训练，实验室里的机器人就学会了拿起扫帚清扫杂物：
它还可以识别杯子里的球，并将其倒入空杯中：
自主学习与行为模仿的实现，标志着机器人的灵活性和泛化能力取得重大突破，未来我们或许不再需要依赖呆板的编程指令，只需要接收大量真实的操作数据来训练视觉模型，让机器人在实际环境中完成更加灵活、多样、高效的任务。
这让我想起了自动驾驶领域的革命，基于大型视觉模型的端到端方法正在取得进展。端到端自动驾驶很快就会上路，我们可以期待机器人领域也会发生同样的事情。
但相比之下，自动驾驶拥有大量现成的数据集。为了更好地研发由视觉模型驱动的机器人，创新奇智正在构建包含丰富视角数据的机器人数据集，例如各种动作的全轨迹信息。工程师们也在不断整合各类开源数据，力争将其打造成为工业领域领先的大规模数据集。
随着端到端大模型技术的完善和复杂任务规划与执行算法的发展，新一代机器人或能解决工业领域的一系列手工和劳动力问题，特别是那些传统自动化技术无法解决的任务，比如手机组装中的精细化操作。
拥抱AI 2.0
最新财报显示，创新奇智在技术和产品创新上保持着较高的投入，近年来研发费用占营收比重超过25%。从大模型技术的落地，到端到端的视觉模型驱动机器人，创新奇智的努力都是为了冲击AI2.0。
如果将2018-2022年定义为AI的1.0时代，这一代人工智能以卷积神经网络为基础，能听能看，能完成判断、识别等任务。过去几年，人工智能推动了不少行业的自动化变革，但真正的智慧尚未出现。
大模型技术正在推动人工智能进入2.0时代，突破了上一代人工智能局限于单领域、多模型的局限，利用海量数据和跨领域知识训练出的基础模型（Model）可以完成多模态复杂任务，并且可以通过微调等方式快速适配专业领域任务，真正实现平台效应。
可以说，在AI 1.0时代，工业视觉的支持让机器睁开了眼睛。在AI 2.0时代，机器人的大脑不再需要人类来编写所有动作的程序。每一个动作都将由一个大模型来驱动。
我们正在见证“人工智能+制造”方向新趋势的出现。
