简介
大模型技术正加速从“聊天室”走向“生产线”，在工业质检、设备运维、生产调度、安全监控等场景中展现出了巨大潜力。然而，当前绝大多数案例仍停留在“能跑通”的Demo阶段。我们能否真正实现无感、高效、可落地的云边协同工业大模型？在工业大模型真实部署中，云边协同面临着哪些真正的技术瓶颈？其落地过程中的痛点又在哪里？让我们共同深度剖析下其根本原因，为其破局提供新思路。 思辨点1: 哪些工业应用场景的大模型需要云边协同计算？ 思辨点2: 大模型云边协同的核心技术瓶颈是“数据墙”、“模型墙”、“通信墙”还是“算力墙”？ 思辨点3: 从技术可行到工业愿意用，产线大模型的亟待解决的关键问题是什么？如何破局？
简介为官网原文，部分内容可能未写完。
人员
主席
- 张永敏 · 中南大学
- 郭泰彪 · 云边智算科技有限公司
嘉宾
- 蒋朝辉 · 中南大学
- 贺诗波 · 浙江大学
- 周欢 · 西北工业大学
- 王田 · 北京师范大学
- 武立忠 · 深信服科技股份有限公司
- 朱焱麟 · 成都先进金属材料产业技术研究院股份有限公司
报告安排
云边协同冶金视觉：极端工况下的多模态感知与可信智能
蒋朝辉 · 中南大学
简介
钢铁、有色等流程工业普遍面临高温、高粉尘、强光扰动、密闭黑箱等极端服役工况，炉内料面形貌、温度场分布、炉况异常状态等核心参数难以实现精准在线检测。传统视觉检测算法仅可在理想实验室条件下完成验证，无法适配工业现场连续生产对模型鲁棒性、推理可信度及部署实时性的严苛约束。为此，自主研制大景深宽视场高温工业内窥镜专用成像设备，建立可见光 - 红外 - 工艺参数多模态融合感知体系，搭建云边端协同分级推理框架。采用粉尘图像补偿、小样本学习、三维重建与可解释异常识别算法，解决极端环境成像退化、模型泛化差、AI 决策不可信等短板。该体系已在炼铁高炉现场应用，实现炉内多物理场可靠在线检测，完成工业视觉从实验室可行到现场可信落地的技术跨越，支撑流程工业智能低碳运行。
多模态工业异常检测：统一架构及应用
贺诗波 · 浙江大学
简介
本报告系统探讨了如何依托大模型的强大表征学习能力与跨模态协同机制，构建面向复杂工业场景的多模态异常检测技术体系。研究聚焦时间序列、图像及三维点云等多模态数据，分别提出了相应的解决方法，突破了传统深度学习技术在数据需求与泛化性能上的瓶颈。进一步，设计了一种能够同时解决时间序列（1维）、图像数据（2维）和点云数据（3维）异常检测的通用框架，从而展示了多模态数据应用的一种新思路。最后，讨论了在多个场景的落地应用情况。
纵横智能：云边协同及大小模型协同的落地及思考
王田 · 北京师范大学
简介
本报告探讨如何通过云边协同及大小模型协同破解AI应用的核心瓶颈。报告提出，“纵横智能”是一种基于网络化协同的新型架构：“纵向”实现云端大模型与边缘小模型的深度协同，完成知识下沉与能力蒸馏；“横向”打通边缘节点间的算力互联与协作，构建分布式智能网络。通过这一纵横交织的体系，智能得以从云端高效、可靠地延伸至应用现场。最后结合实际案例，展示“纵横智能”如何赋能落地应用，真正打通从技术到价值的“最后一公里”。
从“能跑通”到“持续创造价值”：工业Agent规模化落地知识与智能体架构设计
武立忠 · 深信服科技股份有限公司
简介
工业大模型依托云边协同初步实现产线落地，完成技术“能跑通”的基础应用，但普遍存在适配性不足、算力协同低效、架构通用性弱等问题，难以满足工业高可靠生产要求，无法规模化持续创造产业价值。报告人分享工业Agent架构设计与规模化落地思路，通过构建工业专属知识体系、优化云边算力协同、适配标准化生产流程，解决落地稳定性难题。相关方案已落地验证，实现工业智能从可用到价值化、规模化的进阶升级。
从“看得见”到“看得懂”：大模型驱动的TEM/SEM显微组织智能识别与评级
朱焱麟 · 成都先进金属材料产业技术研究院股份有限公司
简介
钛白产品生产涉及颗粒制备与表面包覆等环节，但粒径检测与包覆质量评估长期依赖人工看图，效率低、难标准化。本报告面向钛白产品生产全流程，介绍基于大模型的显微图像量化识别工作：在过程端，利用多模态大模型从TEM图像中直接识别纳米二氧化钛颗粒并统计粒径分布，系统长期稳定运行，识别准确率达96%以上，有效应对团聚、粘连等传统算法难题；在产品端，TD U-Net深度学习模型实现核壳结构二氧化钛无机壳层的自动分割与厚度定量，分割Dice系数达0.967、厚度测量误差小于5%，智能分析系统已应用于钛白粉包覆质量评估。两项识别能力回流材料数据平台，形成覆盖生产过程与最终产品的全面量化评估模型，为钛白工艺优化与质量控制提供自动化支撑。