5月14日，在由中國金屬學(xué)會、中冶賽迪集團有限公司主辦的第二屆（2025）鋼鐵工業(yè)數(shù)字化發(fā)展高端論壇上，殷瑞鈺、柴天佑、王國棟、桂衛(wèi)華4位中國工程院院士分別做主題報告，暢談了對于生成式AI、鋼廠智能化、大模型等熱點話題的看法。

“鋼廠（流程制造業(yè)）智能化的實質(zhì)是要構(gòu)建一個數(shù)字物理融合系統(tǒng)（CPS），需要從數(shù)字信息系統(tǒng)一側(cè)和物理工藝系統(tǒng)一側(cè)相向而行，相互支撐，相互融合?！币笕疴曋赋觥?/span>

他進一步闡釋道，該融合系統(tǒng)是以物理系統(tǒng)（工藝流程和裝置群）的自組織優(yōu)化為技術(shù)“底座”，以與之相應(yīng)的數(shù)字信息系統(tǒng)為他組織“大腦”，實現(xiàn)數(shù)字信息系統(tǒng)向物理工藝系統(tǒng)賦能，并能夠持續(xù)運行，進而實現(xiàn)制造流程（相關(guān)過程群）整體自感知、自學(xué)習(xí)、自決策、自執(zhí)行、自適應(yīng)。

殷瑞鈺還據(jù)此談到了自動化與智能化、智慧與智能化的區(qū)別。

“賦能對象不同反映出數(shù)字化的層次不同。如果物理工藝系統(tǒng)為單一工序/裝置，數(shù)字信息系統(tǒng)向其賦能則表現(xiàn)為自動化；如果物理工藝系統(tǒng)為鋼鐵制造全流程，數(shù)字信息系統(tǒng)向其賦能則表現(xiàn)為智能化?！彼J(rèn)為。

“與智能化有所區(qū)別，智慧是一種人類大腦中特有的、內(nèi)在的高級思維方式，諸如計謀策劃、奇思妙想、精密構(gòu)思、突發(fā)靈感、聯(lián)想頓悟等……重在內(nèi)在的思索性、感悟性、聰慧性。”他強調(diào)。

殷瑞鈺最后呼吁，不同專業(yè)的人士在對數(shù)字物理系統(tǒng)的認(rèn)知并達成共識的道路上，首先應(yīng)該具有一種謙卑的心志——“我只是一個擁有碎片知識的人”，共識是從承認(rèn)“我只有片段知識”的基礎(chǔ)上開始的。在他看來，數(shù)字技術(shù)和數(shù)字物理系統(tǒng)知識帶給世界最重要的價值是，把一個個孤立的單元連接成一個復(fù)雜的類生物系統(tǒng)。

柴天佑表示，當(dāng)前，制造企業(yè)存在的關(guān)鍵問題，一是資源計劃(ERP)、制造執(zhí)行系統(tǒng)(MES)、過程控制系統(tǒng)(PCS)3層企業(yè)信息化結(jié)構(gòu)，無法實現(xiàn)制造企業(yè)全局優(yōu)化和個性定制高效化。二是復(fù)雜工況與關(guān)鍵工藝參數(shù)感知與識別、生產(chǎn)過程運行決策與控制，仍然依靠經(jīng)驗和知識人工完成。

“新一代信息技術(shù)開辟了研發(fā)工業(yè)智能系統(tǒng)的新途徑，正驅(qū)動工業(yè)自動化、信息化向工業(yè)智能化跨越?！辈裉煊颖硎?，工業(yè)智能化致力于實現(xiàn)3方面目標(biāo)，一是驅(qū)動ERP/MES/DCS(PCS)三層結(jié)構(gòu)向兩層結(jié)構(gòu)的決策與控制一體化系統(tǒng)發(fā)展，二是制造過程感知、決策、控制一體化和自學(xué)習(xí)自優(yōu)化，三是驅(qū)動集中式ERP與MES向分散式數(shù)字孿生驅(qū)動的生產(chǎn)要素可視化監(jiān)控、預(yù)測、回溯、決策與控制體化和自學(xué)習(xí)自優(yōu)化發(fā)展。

那么，如何做到？柴天佑提出3方面觀點。

第一，工業(yè)互聯(lián)網(wǎng)必須向工業(yè)智能化的基礎(chǔ)設(shè)施發(fā)展。工業(yè)互聯(lián)網(wǎng)作為新一代信息技術(shù)與制造業(yè)深度融合的產(chǎn)物，是以數(shù)字化、網(wǎng)絡(luò)化、智能化為主要特征的新工業(yè)革命的關(guān)鍵基礎(chǔ)設(shè)施?！按蠹叶贾蕾徺I算力，但并非都能將其打造成大模型的基礎(chǔ)設(shè)施，需有專業(yè)的隊伍才行。”柴天佑說。

第二，工業(yè)人工智能是工業(yè)智能算法的基礎(chǔ)。美國人工智能發(fā)展戰(zhàn)略報告里提到，“工業(yè)人工智能當(dāng)前的目標(biāo)是將以前無法實現(xiàn)工業(yè)生產(chǎn)自動化的任務(wù)實現(xiàn)自動化?！辈裉煊舆M一步闡釋道，即將產(chǎn)品與工藝設(shè)計、經(jīng)營管理與決策、制造流程運行管理與控制等工業(yè)生產(chǎn)活動中，目前只能依靠人的感知、認(rèn)知、分析與決策能力、經(jīng)驗與知識來完成的影響經(jīng)濟效益的知識工作，實現(xiàn)知識工作的自動化與智能化(工況識別、指標(biāo)預(yù)測與回湖、人機互動與協(xié)作的智能優(yōu)化決策)感知、決策與控制一體化，顯著提高經(jīng)濟效益。

“工業(yè)場景的特殊性在于過程始終動態(tài)變化。人工智能的發(fā)展須與工業(yè)結(jié)合，產(chǎn)生工業(yè)能用的算法、平臺和技術(shù)，才能真正落地，并推進產(chǎn)業(yè)發(fā)展?！辈裉煊诱J(rèn)為。

第三，工業(yè)元宇宙是實現(xiàn)虛擬場景下監(jiān)控，在線自學(xué)習(xí)自優(yōu)化真實場景下識別、決策與控制系統(tǒng)的基礎(chǔ)。

改革開放以來，我國鋼鐵行業(yè)迅猛發(fā)展，經(jīng)過多年的引進和創(chuàng)新，工藝裝備、控制系統(tǒng)硬件以及運行環(huán)境都達到了工業(yè)時代的巔峰水平。鋼鐵工業(yè)作為大型復(fù)雜流程工業(yè)，全流程各工序均為充滿不確定性的“黑箱”。這些“黑箱”為我們提供了應(yīng)用數(shù)字技術(shù)的最佳場景。

“工業(yè)時代后期的自動化控制系統(tǒng)有全面的數(shù)據(jù)采集和豐富的數(shù)據(jù)積累，數(shù)據(jù)資源優(yōu)勢明顯。進入數(shù)字時代，對鋼鐵工業(yè)的落后大腦——邊緣系統(tǒng)進行數(shù)據(jù)驅(qū)動、軟件定義、雙層架構(gòu)的信息技術(shù)改造，構(gòu)建先進的自組織、自學(xué)習(xí)、自適應(yīng)、高度自治的信息物理系統(tǒng)（CPS）和鋼鐵行業(yè)創(chuàng)新基礎(chǔ)設(shè)施（SEII），成為一個亟待解決的重大問題。”王國棟指出。

他呼吁，鋼鐵行業(yè)須貫徹習(xí)近平總書記提出的新時代中國特色社會主義思想，以鋼鐵行業(yè)中國式現(xiàn)代化為目標(biāo)，發(fā)揮社會主義制度的優(yōu)越性，集中力量辦大事，貫徹“深度融合”三原則（產(chǎn)學(xué)研深度融合、科技創(chuàng)新與創(chuàng)業(yè)創(chuàng)新深度融合、數(shù)字經(jīng)濟與實體經(jīng)濟深度融合），促進鋼鐵工業(yè)全流程、一體化“AI+鋼鐵”，數(shù)字換腦，模型換代，登頂Robotsteel（RS），完成鋼鐵工業(yè)中國式現(xiàn)代化的光榮任務(wù)。

“為此，我國鋼鐵行業(yè)必須以鋼鐵產(chǎn)品生產(chǎn)線為主線，以生產(chǎn)線的大數(shù)據(jù)為基本資源，利用大數(shù)據(jù)/機器學(xué)習(xí)+理論/經(jīng)驗，圍繞質(zhì)量、成本、低碳、安全發(fā)展，主攻全流程邊緣黑箱，通過 ‘AIGC + 鋼鐵’，建設(shè)全流程一體化的數(shù)字孿生平臺與SEII，構(gòu)成具身智能的鋼鐵行業(yè)的RS，從而實現(xiàn)數(shù)字經(jīng)濟、人工智能與實體經(jīng)濟的深度融合。”王國棟表示。

據(jù)介紹，經(jīng)過近年產(chǎn)學(xué)研用的共同努力，一些先進鋼鐵企業(yè)的已開發(fā)出各單元SEII，并已經(jīng)投入運行，發(fā)揮效益、取得重要的突破性成果，樹立了單元數(shù)字化轉(zhuǎn)型的樣板。由于鋼鐵生產(chǎn)過程的高度復(fù)雜性和某些數(shù)據(jù)無法獲取，在此過程中充分利用近年發(fā)展的最新AI技術(shù)，例如深度學(xué)習(xí)、多模態(tài)、多智能體、算力輕量化、端到端、具身智能等，將數(shù)字經(jīng)濟與鋼鐵行業(yè)實體經(jīng)濟深度融合，人工智能科技創(chuàng)新與產(chǎn)業(yè)創(chuàng)新深度融合，同時充分利用離線獲取的數(shù)據(jù)和傳統(tǒng)理論、專家經(jīng)驗等，為鋼鐵行業(yè)賦能，助推鋼鐵行業(yè)轉(zhuǎn)型升級。

“下一步的任務(wù)是實現(xiàn)鋼鐵工業(yè)全流程一體化的數(shù)字化轉(zhuǎn)型、‘AIGC+鋼鐵’。”王國棟表示，我們有信心做到，充分利用鋼鐵行業(yè)工業(yè)時代后期最先進的計算機硬件系統(tǒng)和運行環(huán)境，采用新一代的扁平化雙層體系架構(gòu)，進行數(shù)據(jù)驅(qū)動、軟件定義等信息技術(shù)改造，實現(xiàn)鋼鐵行業(yè)全流程一體化的數(shù)字換腦、模型換代、AI+邊緣數(shù)控，走出一條低成本、高效率、易推廣、零風(fēng)險的數(shù)字化轉(zhuǎn)型的鋼鐵工業(yè)升級換代之路。

所謂生成式人工智能，是以超大規(guī)模、超多參數(shù)量的大模型為基礎(chǔ)，通過大量的數(shù)據(jù)和計算資源來提取信息、獲取知識、模擬人類大腦智慧。

“理論上，大模型在工業(yè)領(lǐng)域可以發(fā)揮4方面作用：優(yōu)化設(shè)計過程、提高研發(fā)效率，基于交互能力推動產(chǎn)品和服務(wù)智能化，拓展生產(chǎn)制造智能化應(yīng)用的邊界，基于助手模式提升經(jīng)營管理水平。”他指出，“ChatGPT帶火生成式AI，國內(nèi)外掀起‘百模大戰(zhàn)’，廣大媒體討論熱烈，但大模型應(yīng)用到工業(yè)領(lǐng)域、實現(xiàn)產(chǎn)業(yè)變革，仍有一道鴻溝?！?/span>

桂衛(wèi)華分析認(rèn)為，大模型工業(yè)應(yīng)用主要面臨知識、決策、驗證等3方面挑戰(zhàn)。具體而言，在知識方面，大模型擅長處理靜態(tài)數(shù)據(jù)，而工業(yè)數(shù)據(jù)大多是時序數(shù)據(jù)；在決策方面，對機理模型的處理是工業(yè)領(lǐng)域最需要的部分，大模型不會處理；在驗證方面，流程生產(chǎn)過程具有全天候不間斷運行、平穩(wěn)性要求高、異常狀態(tài)危害大等特點，導(dǎo)致大模型賦能工業(yè)應(yīng)用的關(guān)鍵技術(shù)無法不經(jīng)測試直接落地應(yīng)用，但新技術(shù)缺少應(yīng)用驗證與評測的環(huán)境。

為應(yīng)對這些挑戰(zhàn)，桂衛(wèi)華團隊研發(fā)了有色冶金具身智冶垂域大模型。對于解決知識問題，該大模型構(gòu)建了高質(zhì)量、多層級工業(yè)領(lǐng)域知識庫，提出了基于MODELING的元建模方法及面向多場景黑盒復(fù)用的元模型標(biāo)準(zhǔn)封裝體系，構(gòu)建可重構(gòu)、可移植、易復(fù)用的元模型。對于解決決策問題，該大模型通過工業(yè)知識微調(diào)增強代碼生成大模型，建立語法/語義檢查反饋提示生成的軟件構(gòu)造工作流，構(gòu)建了低資源工控指今與代碼數(shù)據(jù)的生成-部署-更新閉環(huán)鏈路；最后通過高保真數(shù)字孿生模型和輕量化部署構(gòu)建實物伴生平臺，為整體架構(gòu)體系的驗證測試提供基礎(chǔ)?！霸摯竽Ｐ推平饬斯I(yè)AI大模型技術(shù)不敢用、不好用的難題?！彼f。

桂衛(wèi)華建議，未來要進一步完善行業(yè)語料庫，深入研究不同行業(yè)、不同領(lǐng)域、不同場景語料匯聚技術(shù)；深入研究大小模型協(xié)同進化路徑，推動端側(cè)化發(fā)展，達到大模型賦能工業(yè)I+N+X的應(yīng)用范式效果；進一步融合多領(lǐng)域的模型能力，在不同場景中“自我學(xué)習(xí)”，通過一個大模型解決產(chǎn)業(yè)中各種問題，極大地提高模型利用率，推動AI開發(fā)走向“統(tǒng)一”。