大模型来了，为什么端到端的智能工厂还没有

AI在制造业中的应用现状 在理想状态下，端到端的智慧工厂里，AI将全面取代或主导人类在制造业价值链中的角色。从研发、设计、生产、营销到售后服务，所有环节均由AI驱动 或高度自动化。这不仅是为了提升效率，更是要实现无缝、预测性和自适应生产的全智能状态。 然而，理想愿景虽令人向往，但当前制造业的AI应用还远未达到端到端的智慧水平。大多数企业仍处于"点状智能"阶段，AI主要辅助特定环节，而非系统性 主导。 在研发环节，AI虽能提升研发效率，但对核心创新的贡献有限。研发本质上是突破性创造，而现行AI，如基于规则的系统、机器学习或大模型等，擅长传 统数据分析、模式识别等，并非原创。AI在辅助研究方面表现出色，例如利用大语言模型总结学术进展。又如谷歌DeepMind的GNoME工具，在2023年 《Nature》论文中披露，通过图神经网络发现了超过528种潜在锂离子导体，数量相当于此前发现总量的25倍，有助于提升电池性能。不过，这些均属于辅 助范畴，核心创新仍依赖人类的直觉。 在设计环节，生成式AI潜力巨大，但应用深度参差不齐。 一方面，AI能快速生成文字、图像、视频，大幅提升平面设计的速度。另一方面，在复杂工业设计，如 ...