为深入实施党的二十大和二十届二中、三中全会关于加快新型工业化的战略部署,共同探讨DeepSeek在工业领域的创新实践与行业应用路径,推动科技创新赋能新质生产力发展,2月25日,“DeepSeek研究与工业应用研讨会”在工业互联网大数据技术工业和信息化部重点实验室工业智算研究中心顺利召开。本次研讨会由中国工业互联网研究院主办,杉岩数据董事长兼CEO陈坚受邀出席并作主题分享。
本次研讨会聚焦DeepSeek核心技术、产业赋能及其在工业智能变革中的实践等多个维度,与会者展开热烈讨论。大家一致认为,随着人工智能、5G、边缘计算等新一代信息技术的快速发展,大模型计算将逐步从云侧向端侧迁移,私有化部署、行业大模型和个性化大模型将迅速崛起。云边端混合式AI架构是人工智能未来发展主要趋势,DeepSeek等AI技术将在工业智能化进程中扮演越来越重要的角色,为企业提升效率、降低成本、实现高质量发展提供强有力的技术支撑。
会上,陈坚作《AI驱动工业智能化,IDM+DeepSeek重塑质量管理价值链》的主题分享。陈坚介绍,在国家政策指导推动下,从IT规模化投入到AI应用爆发,制造业进入智能化升级新周期,“算法-算力-数据”成为新三大生产要素,如何破解质量、成本、交付之间的“不可能三角”成为制造企业关注的重点。
聚焦到AI应用层面,制造业正面临缺乏落地场景、缺乏高质量可用数据、投入成本过高三大核心挑战,其本质是工业复杂性与AI技术通用性冲突、传统架构与实时需求脱节、长周期回报与短期成本压力的结构性矛盾。比如:制造业生产复杂多样使得AI应用场景难以明确,不同的生产线、设备和产品类型需要定制化的解决方案,单一的AI模型难以满足所有需求;其次AI模型依赖练大量高质量的训练数据,但制造业常常缺乏足够的标准化、结构化的AI训练数据;同时AI技术的部署和维护成本高昂,尤其在传统制造业中,中小企业难以承担全面的AI投资。
针对制造业AI应用的三大挑战,杉岩检测数据管理系统IDM构建了检测数据全生命周期闭环——“采-存-管-用”全链路贯通,IDM赋能智能制造质量管理实现“放心存、流畅用、轻松管、更智能”。杉岩IDM全面接入 DeepSeek-R1 大模型后,可为制造业带来质量检测数据管理的三阶智能跃迁:第一,多维融合分析预测,驱动质量效益跃升;第二,数据高效检索查询,跨域数据融合共享;第三,AI助手自然语言交互,智能运维新体验。
当前,在智能制造和AI浪潮快速发展下,通过全面接入DeepSeek-R1,杉岩IDM将全面提升制造业检测数据管理的智能化水平。以动力电池领域为例,通过IDM在源端收集和整合数据,DeepSeek深度学习算法快速准确地识别极片划痕、隔膜褶皱等外观缺陷,显著降低漏检率,提高检测效率,确保产品质量稳定。同时借助IDM统一管理的历史检测数据和生产数据,DeepSeek的时序预测模型提前识别潜在质量问题,及时调整工艺参数,优化生产流程,进而提升良品率和生产效率。
会上,中国工业互联网研究院推出国家工业互联网大数据中心工业端侧国产智能体解决方案,杉岩数据作为产业图谱的数据层代表企业入围。未来,杉岩数据将继续深度融合DeepSeek大模型和全链路数据处理技术,为工业端侧设备打造具备感知、决策和进化能力的智能体,突破传统工业终端的智能化瓶颈,助力制造业从单点智能向全局协同转型,加速迈向“全域智能”时代。