AI及大模型应用场景实践

人工智能技术正加速向工业、制造业领域渗透，工业企业成为重要战略方向。工业领域人工智能市场规模大、场景丰富，增速超过40%，人才和项目数量持续增长。为应对这一趋势，工业企业开始规划建设AI中台，提升AI治理和降本增效。

腾讯混元大模型体系提供全面布局，包括大模型SaaS服务、定制服务（7B，7B-MoE，13B，70B）、应用APaaS（AI助手/知识引擎）、开发管理平台（Ti）和基础设施服务工具。混元已接入700+腾讯内部业务，实现技术与应用同行。

生成式人工智能在企业应用主要面向知识服务、智能问答、表格问答和推理比较等方向。基于LLM+RAG框架，可做深做透知识服务全链路能力，包括知识检索、操作步骤问答、表格问答和推理比较。向量关键词混合检索策略和表格文字混合检索策略提升模型在多场景下的应对能力。

某车企汽车手册智能问答助手案例显示，大模型自动提取FAQ对使问答准确率从35%提升至84%，答案出图率从0%提升至70%，知识构建效率提升83.3%，每个手册知识梳理至少节省25人天工作量。

多模态大模型助力工业场景理解智能化升级，通过L0→L1→L2三个层次提升新需求支持效率。以电网巡检场景为例，一个L1电网大模型优于12个客户小模型，绝缘罩脱落功能经L1迭代出L2专家模型后指标进一步提升。

工业AI巡检助力现场智能化管理，涵盖生产合规管理、人员管理、产线节拍效率、设备监测、厂务安环防管理、设备管理和多样的工业AI巡检场景。制造业各行业存在大量质检需求，基于工业AI平台可对系统、算法、指标、人员进行有效管理。