基于單模態 GPT-3 的 ChatGPT 「地震」余波未平，多模態 GPT-4「海嘯」又頃刻席卷朋友圈。

「這提醒我們，對人工智能的預測是非常困難的?！筄penAI CEO Sam Altman 曾在 DALL-E 2 發布后講過這樣一句話。事實證明他是對的?；诜栔髁x的專家系統的衰落，讓人們一度認為人工智能已走到盡頭，2012 年的深度學習又點燃了希望，如今它已統領 AI 領域。隨著系統規模越來越大，訓練時間和資金成本也在不斷膨脹。就在大家擔心向模型添加參數正達到邊際效益遞減時，GPT-3、GPT-4 相繼昭告世人，更大規模、更加復雜的深度學習系統確實可以釋放更為驚人的能力，而 ChatGPT 的誕生，更是讓人看到了「顛覆性」的應用成果（假消息甚至稱GPT4參數量100萬億）。

ChatGPT 的出現或許表明，在過去幾年被逐漸認為到達產業化瓶頸的 AI 行業仍是一片最具創新性的沃土，蘊含著巨大的機會。而隨著新生產力初顯雛形，以工業制造為代表的行業或許將迎來更深入的 AI 變革，迎來屬于產業的 “ChatGPT 時刻”，在這一過程中與技術趨勢契合的科技企業也有望率先出圈。

一、通用性的勝利

迄今為止，主導 AI 領域的模型仍然是面向特定任務的。AI 企業開發的模型在特定范圍內有不錯的表現，但工程師們發現其泛化能力不足以支持部署到更廣泛場景。用業內人士的話說，已經訓練了很多模型，但仍然需要茫茫多的模型。

這一瓶頸在高度碎片化工業制造領域幾乎被 N 倍放大。因為工業制造中細分領域眾多，各領域在生產流程、工藝、生產線配置、原材料及產品類型上均具有較大差異性。鋰電池生產可分為十幾道工序，工藝點數以千計，一條產線至少有 2500 個關鍵的質量控制點；液晶面板生產涉及上百道工序，生產過程中可能出現的面板缺陷種類多達 120 種；手機有幾百種零件，涉及幾百個供應商，每個零件可能有幾十種缺陷要做檢測。

現有的深度學習模型泛化程度低，即使在同一行業，模型的可復用比例也比較低。比如，如果要服務一家全球領先的手機品牌的整個智能產線，可能需要打造幾十萬個算法模型（不包括后續軟硬件的迭代升級）。

現在，這個棘手的問題成了 ChatGPT 背后所代表的基礎模型（大模型）的典型場景。

在 2022 年，一篇來自谷歌、斯坦福大學、北卡羅來納大學教堂山分校以及 DeepMind 等機構的研究論文 [1]，介紹了大模型的「Emergent Ability（突現能力）」，即有些現象不存在于較小的模型中但存在于較大的模型中，他們認為模型的這種能力是突現的。雖然這種能力目前主要體現在語言模型上，但它也激發了在視覺模型、多模態模型上未來的研究。

根據斯坦福大學以人為本人工智能中心（HAI）基礎模型研究中心（CRFM）的說法，「它（大模型）代表著構建 AI 系統的一種新的成功范式，在大量數據上訓練一個模型，并使其適應多種應用」[2]。

這種通用能力正是工業制造所需要的。工業制造面對的場景五花八門，如何通過穩定的技術體系，在高度碎片化的需求中打造通用的技術能力，成為任何一家試圖在此大展身手的科技企業的最大挑戰。

思謀科技創始人賈佳亞在公司成立之初曾提到 AI 2.0 概念，其與在當下廣泛采用 AI 1.0 的 AI 公司有所區別的一個核心要點，就是對通用性的強調?！肝覀兿胱鲂乱淮?AI 體系架構，把以前別人在單個場景做的事情，用統一的架構去解決它，在不同場景里做到通用」，賈佳亞說，「從底層構建更智能的算法，用標準化的手段解決分散的工業場景，克服可復制性和標準性等關鍵性問題?！?/span>

思謀科技最受歡迎的產品 SMore ViMo 工業平臺，就是通用性設計思維的典型例子，它是針對工業場景打造的首個跨行業中樞平臺，具有多場景通用性。不僅滿足新能源、半導體、汽車、消費電子等多個行業領域超過 1000 種細分應用場景需求，還靈活支持多種高難度工業視覺方案設計需求，比如產線的物料追蹤、缺陷定位、工件計數、外觀瑕疵檢測等等。

SMore ViMo 智能工業平臺的系統架構。

這條路的重要特點是比較好地平衡了敏捷、個性化與低邊際成本。借助 SMore ViMo 平臺，思謀科技已經可以同時支撐工業中不同行業的上百個項目，未來還有望再擴大十倍，同時支撐上千個項目，為 AI 的行業應用帶來效率上的突破。

在率先于大規模工業場景使用 Transformer 技術，極大提高智能制造效率之后，思謀也再次第一時間擁抱大模型。思謀團隊是最早對大模型在工業領域的 Emergent Ability 開展研究和產業化的團隊，其工業大模型利用少量缺陷樣本進行 in-context learning，從而使基礎模型快速適應特定工業場景，并完成特定任務。

在一些業內人士看來，ChatGPT 及其背后更加具有通用性的技術的成功，將推動 AI 應用進入一個新的階段。在以工業制造為代表的各行各業中，過去扎根產業，擁抱這一趨勢，完成數據與技術落地閉環的企業擁有更多優勢，在未來應用大爆發的過程中亦會更受到青睞。

二、加速 AI 普惠

在工業制造領域，不同「語言」之間也有著深刻隔閡。有業內人士表示，工業制造產業積累了很多數據，但制造業的工程師（比如機械工程師、材料工程師）還是很少去寫程序來把這些數據利用起來，而 AI 開發者也面臨理解產業問題的挑戰，這在很大程度上約束了技術的落地。

思謀科技的算法工程師表示，ChatGPT 背后的技術，如 RLHF (Reinforcement Learning from Human Feedback，基于人類反饋的強化學習)，讓他們看到可以在現有的工作上更進一步。

RLHF 是強化學習的一個擴展，它將人類的反饋納入訓練大模型的過程，為機器提供了一種自然的、人性化的互動學習過程，就像人類從另一個專業人士身上學習專業知識的方式一樣。通過在 AI 和人類之間架起一座橋梁，RLHF 讓 AI 快速掌握了人類經驗。

他們表示，工業 AI 未來可以孕育出一個主動學習 AIaaS（AI As a Service，人工智能即服務）平臺，通過算法工程師和標注專家的配合，利用 RLHF 技術訓練大模型，用人類知識讓 AI 理解工業問題，并滿足特定工業任務的要求，讓不會編程的工業專家也能訓練 AI 模型。

目前，思謀科技已經在探索 RLHF 和工業結合的應用場景。

此外，ChatGPT 這種簡單的交互模式與工業制造中落地 AI 的策略亦十分相似。工業領域場景復雜，好的產品一定是簡單易用的，比如通過簡明的交互，一鍵化部署方案，減少交付過程中的培訓成本與學習負擔。

許多程序員表示，ChatGPT 相當于重新構建了一座宏偉的巴別塔，與計算機的交流，不再是程序員的專利，它已經可以理解部分需求，并生產簡單的代碼方案。但現在，我們可以預見在不久的將來，制造領域的從業者也可以在 AI 平臺上實現自行編程，根據產線需求開發模型。這樣也能幫助解決制造業 AI 人才短缺的問題。

「只有當計算機系統可以突破工業落地中的幾大難題，實現自動算法組合和部署，人類僅需參與少量定制化算法設計時，AI 的跨領域規模產業化才具備實現的可能?！官Z佳亞曾表示。

事實上，思謀科技很早開始便構想打造一個可實現技術快速迭代的開發平臺，只需把圖片上傳，即可自動標注缺陷，一鍵測試得到產品級的模型或 SDK，減少項目中大量投入的算法成本。

隨著項目的迭代，思謀科技逐漸把更加成熟的行業方案和實用經驗整合到產品中，繼而推出了完整的產品類型，讓客戶無需在思謀科技員工的幫助下即可自行體驗與使用，從而形成了產品最早的商業化應用。

隨著技術的進步，無論是面向消費者，還是面向工業制造這樣的產業，我們已經看到了更普惠技術應用，正在帶來巨大的機遇。

三、ChatGPT 只是一個起點

十年以來，AI 技術的商業化受到了諸多質疑。這一次，ChatGTP 背后所代表的技術突破，預示著一場革命的到來，AI 有可能真的成為普世的生產力基礎設施。

「GPT (generative pre-trained transformer）也完全可以是 general - purpose technology （通用技術）的縮寫」，《經濟學人》的一篇文章中寫到，「一種翻天覆地的創新，可以像蒸汽機、電力和計算機那樣提升各行各業的生產率」[3]。

始于 20 世紀 80 年代的個人電腦革命，到 90 年代末開始真正提升生產力，因為這些機器變得更便宜、更強大，還能連接到互聯網。深度學習的轉折發生在 2012 年，彼時 AlexNet 神經網絡在 ImageNet 比賽中獲得冠軍，至此大量研究開始鋪開，激發人們將其應用于各個領域。十多年的時間，深度學習技術正在跨越大規模賦能產業的門檻。

回顧工業制造智能化的發展歷程，技術能力和算法無法滿足實際應用需求、解決方案復制性較差難以落地、新技術公司與制造業企業溝通成本高等挑戰一直存在。而目前基礎模型（大模型）表現出多領域多任務的通用化能力，正在打破這些行業「壁壘」，并用低成本、普惠的方式，「席卷」容錯率極低、成本敏感的產業應用。

用 AI 解決產業問題蘊含著機會，ChatGPT 是一個起點，隨著一些扎根產業的技術公司的持續深耕，越來越多的行業正在迎來 AI 應用的 “ChatGPT 時刻”。