数字化浪潮下，大模型正在各个领域取得进展。随着国内语言类大模型开始面向社会大规模应用，在工业领域，如何通过大模型赋能企业提质提效，完成转型升级也备受瞩目。
9月14-15日，2023世界工业互联网产业大会在青岛正式召开。在这个连续举办8年，致力于打造出工业互联网领域行业深层次赋能、产业全方位融合、生态高水平构建的重要平台的盛会上，作为连续五年工信部跨行业跨领域工业互联网平台榜首，卡奥斯COSMOPlat又带来了突破性新成果。
据悉，继自主研发的COSMO-GPT工业大模型正式上线后，卡奥斯再上新智能柔性装配、生产工艺优化、工业企业智能中台等三大应用。其中，其研发的国内首套基于大模型的人工智能装配系统，解决了以洗衣机生产为代表的离散制造业效率低的痛点，实现了工艺设计环节效率提高不小于30%，换产调试环节效率提高不小于50%。
研发基于大模型的人工智能装配系统，突破效率极限
以往大规模个性化生产洗衣机，过程繁琐又复杂。即便是智能化生产，也难以避免局部的自动化存在产品多样性柔性不足，造成换产效率低的问题。比如，滚筒洗衣机内外桶配重块就无法自动装配，大部分流程仍依靠人工完成。由此会产生工艺响应不及时、工人无法快速掌握新工艺、质量不可靠等问题。
如何解决这些问题呢?卡奥斯COSMOPlat研发出基于大模型的人工智能装配系统——模型驱动的智能柔性装配系统，提供了一种高柔性高可靠高精度智能化解决方案。卡奥斯工业智能研究院执行院长秦承刚在大会上分享，该系统通过动作级的工艺机理建模，实现了装配任务序列及最优控制参数的精准规划，直接生成机器人控制代码，以数据驱动的人、机、料、法协同，最大限度缩短工艺设计周期。
在新系统协同下，研发人员通过语音指令，就能使工业机械臂自主完成验证洗衣机等工件的装配动作。从利用3D扫描技术精确定位零部件，到根据零部件的型号自动匹配装配工艺，再到完成设备的柔性组装，整个流程井井有条。效率上，工艺设计环节效率可提高不小于30%，换产调试环节效率可提高不小于50%。
COSMO-GPT工业大模型赋能，推动工业领域智能化升级
在新成果的背后，是卡奥斯COSMOPlat自主研发的工业大模型COSMO-GPT在做支撑。而除了“理解工业语言，生产高效柔性”的智能装配能力外，其在工艺优化和工业企业智能中台应用方面也具备强大的实力。
针对工业生产中存在的工艺经验难传承、工业机理难构建、工艺优化难实现等痛点问题，COSMO-GPT将工业经验升华成工业智能，把工艺优化普惠到每一家企业。同时，COSMO-GPT融合了 的工业知识与行业Know-How，打造工业企业的专属智能中台，通过BaaS数字工业操作系统的大连接、大数据、大模型技术铸就AI服务底座，让企业的工业软件知你所需，答你所问。
此外，COSMO-GPT还实现了多模型融合创新及多模型协同调度创新。通过工业领域智能评测、优选5+开源通用大模型，COSMO-GPT博采众长，实现大模型“百花齐放”;同时，依托于BaaS工业大脑内置的海量机理模型与专家模型库，COSMO-GPT可以通过大模型的推理和决策能力，实现工业的高精度与高效率。
如今，COSMO-GPT已逐渐被应用到越来越多行业。在化工行业，帮助园区产业链图谱、姿态识别、路径规划、应急及产业分析;在智能制造上，提供企业工艺自动成链、工序推荐、数据异常监控等能力，实现工艺链梳理耗时缩短40天;在城市产业数字化进程中，助力全行业产业链价值剖析和工业互联网企业综合服务平台升级……
通过赋能千行百业，COSMO-GPT工业大模型推动工业领域智能化不断升级。随着其实践的不断深入，相信未来它将以更快速度、在更大范围、更深层次拓展，推进中国工业数字化转型进程。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
