5月15日，“齊魯制造會客廳”首期活動開幕，解鎖人工智能賽道上的山東優質企業、優質產品。

智能機械臂精准起落，AI視覺巡檢下細密缺陷無處遁形，數字孿生車間裡模擬推演輕鬆優化制造流程……眼下，山東正以人工智能重寫工業“底層代碼”。活動現場，六家深耕算力、算法、數據等領域的本土科創企業乘風集結，緊盯產業應用痛點堵點打磨“殺手锏”，牽引人工智能技術加速從單點示范走向產業普惠。

電腦裡“蓋”工廠

“請隨我見証一家燈塔工廠的誕生：依托COSMO-iMOM，海爾洗衣機互聯工廠可先在電腦裡‘復刻’一座虛擬工廠，‘指揮’和‘優化’新廠區布局與物流動線，減少試錯成本﹔生產運營中，COSMO-iMOM貫穿生產、質量、倉儲等全流程場景，實時匯聚分析生產數據，快速識別生產瓶頸。”

卡奧斯推介的首個工業智能產品，由其AI員工愛卡輔助講解——經由海爾內部工廠驗証后，上述產品目前已成功復制到其他行業。

“例如造船行業，新能船業借此平台自主構建仿真模型優化排程，可以實現平均在制品庫存降低20%，鋼板利用率提升3%。”背靠海爾四十余年制造經驗、率先探路工業互聯網，卡奧斯得以打通工業運營和人工智能兩門“語言”，對急需智能化轉型的企業來說，這意味著省去試錯成本、跳過概念折騰，智改門檻大幅降低。

安全擔憂重、選擇難度大……調研顯示，安全自主可控方面的顧慮讓不少企業對人工智能持觀望態度。“智能改造要尊重企業主體選擇意願，我們做的就是幫企業在本地形成自主可控的AI底座。”繼去年落地國內首個實體化運行的人工智能工廠，此次浪潮集團有限公司總工程師肖雪帶來了浪潮新推出的人工智能工廠（企業版），其“物理工廠”和“AI工廠”相結合的“雙工廠”模式，將AI能力“送上門”，讓企業能一站式、低成本、高效率地獲得構建與運行各類智能服務的能力。

具體來說，在以自控為核心的物理工廠上搭載人工智能工廠平台，提供數智中樞智能體、數智組織智能體、數智裝備智能體等，企業便有了本地化的人工智能工廠。肖雪介紹，依托這一新產品，省內某化工企業得以針對隱患發現不及時、異常處置慢半拍、設備維護難預判、安全管理碎片化等行業痛點，建立起分布式人工智能工廠。目前，上述用戶已打造20余個智能體及數字員工，讓業務人員得以自主構建智能體。

傳統人工智能應用開發周期長、資源拉通難，中移齊魯創新院帶來自主研發的“齊魯智聚平台”。“這個平台實現了DeepSeek、九天、智譜等大模型統一納管，提供公有雲API、私有化及一體機三種服務模式。”中移齊魯創新院院長鄭曉莉表示，這可以看作人工智能有了一條柔性生產線，8個生產流程借此固化，110套工具集得以沉澱——實踐顯示，單個人工智能應用開發周期借此從20天縮短至3天，賦能效率大幅提升。

算力是人工智能核心支撐之一，據介紹，中移齊魯創新院正在攻堅國產化算力技術，其主導研發的“芯合”算力原生平台與“芯合”異構混訓系統，幫助企業的人工智能應用在不同算力之間靈活遷移，由此有效降低“用算”成本。

解鎖AI多維感知潛力

模型訓練離不開精准高效的數據標注，而當數據類型跨越文字、圖片、視頻、音頻，再疊加不同工業場景，標注難度成倍攀升。

這有一個來自發動機零部件生產企業的真實案例：質檢環節，工人需一邊操作一邊口頭記錄結果，不僅效率低，還易因口音、環境嘈雜導致記錄偏差，直接影響產品合格率。“我們的核心解法是提供‘場景定制化+全鏈路AI數據服務’。”標貝（青島）科技有限公司處於人工智能產業鏈最上游，董事長兼創始人劉博提到，企業以工業術語、設備參數、生產流程等數據的精准標注，幫企業解決“標注效率低、質量不達標、成本居高不下”等痛點。

在上述發動機零部件生產企業，標貝深入車間一線，貼合山東工人方言口音、車間機器轟鳴的嘈雜場景，記錄質檢操作話術、設備運行反饋語音。同時，結合企業質檢規范、零部件專業術語，定制專屬標注規則。有了這樣一份定制化質檢語音指令數據集，企業得以訓練專屬語音識別模型。現在，工人隻需口頭下達指令，系統即可自動記錄、分類，質檢效率提升30%左右，人為誤差降低約50%。

有人打造“靈耳”，有人則專攻“慧眼”。有流水線的工廠往往離不開視覺檢測，過去，這靠工程師反復調試、寫代碼、改參數。山東極視角科技股份有限公司聯合創始人陳碩帶來自研的新一代多模態視覺語言大模型——星際大模型（以下簡稱“星際”），基於10余年AI視覺技術沉澱，讓工業場景“看得清”更能“看得懂”。

“簡單來說，星際支持任意詞匯指令，檢測並定位目標。新出現的物體或新的場景需求都可靈活適應。星際還能理解並執行復雜的自然語言指令，比如上傳圖片后，輸入提示詞‘找出手持棍棒的人’，它就能精准定位到圖片中對應人物及具體坐標。”陳碩介紹，基於星際視覺語言大模型底座和平台技術能力，80%以上的視覺場景無需重新標注訓練，企業用通俗語言就能指揮智能體“干活”，解決了傳統視覺方案成本高、周期長、定制性強等痛點。

傳統化學在線分析檢測流程長，大約花費一兩個小時。這意味著，拿到的檢測結果已無法很好支撐當下研究分析。煙台國工智能科技有限公司開發的人工智能全域光譜在線傳感器，為人工智能應用安上了“鼻子”。

“我們這項技術採用LED精確光源，再通過人工智能訓練，涵蓋175納米到2800納米的一個相當廣域的光范圍，由此可快速辨識90%以上的物質。”董事長柳彥宏介紹，當前化工基礎研發依賴國外，如能從初始研發側就用好人工智能，能更好地實現彎道超車。

拼圖成型，進階協同

用工業場景“喂養”AI是山東人工智能產品的核心競爭力。上述六家本土科創企業，跳出通用人工智能同質化賽道，扎根應用痛點、場景需求，相關產品真正做到了接地氣、能見效、可復制。

這些新產品、新技術也是山東制造向山東“智”造躍升的生動縮影。省工業和信息化廳廳長陳飛介紹，山東堅持梯度培育、矩陣發展，做強浪潮、卡奧斯等鏈主企業的同時，培優雲鼎、極視角等骨干力量，支持創新奇智、瞬捷科技深耕細分領域，重點監測大模型企業已達170家﹔266個模型通過第三方測評，30個獲省級重點支持，36個通過國家生成式AI服務備案，3個模型入選全國十大工業大模型，20個應用案例入選國家典型案例，數量均居全國首位﹔“浪頭引領、浪花競逐”的人工智能企業發展格局正加速形成。

“山東人工智能產業鏈的‘拼圖’已清晰可見，但拼圖放上去還不夠，關鍵是要咬合傳動。”中國人工智能產業聯盟總體組組長、中國信息通信研究院人工智能研究所所長魏凱，在圓桌論壇上提出了山東企業如何攜手強化賦能，形成齊魯“智造”服務軍團的問題。

“創新院的定位之一就是生態匯聚者。”鄭曉莉介紹，山東是移動的第一批大模型產業創新基地，這離不開各方產品共創、能力共享，尤其是需要將垂域服務商的特色能力與移動的智算等能力結合好，“移動省市縣鄉拓展渠道的優勢，在這個過程中也能更好發揮出來。”

“從成本到安全，人工智能落地很難，但又很容易。”肖雪表示，人工智能與場景如何更好結合，歸根結底是要堅持目標導向、問題導向，搭建生態也是如此，“要建立以指標為核心的緊耦合的生態體系，基於服務指標，選擇能共同攻克問題的生態體。”

一次集結，一次會面，並非終點，而是深耕產業、協同賦能的開端。從數據採集、算力底座、輕量算法、智能傳感，到工業大模型、具身智能執行，在每個企業的深度突破、相互咬合中，山東制造向山東智造的演進脈絡愈發清晰。（付玉婷）