2024年3月23日，菲凡工业垂类大模型发布会圆满成功。菲特董事长曹彬、总经理胡江洪正式发布全国率先为工业场景量身定制的菲凡大模型。会上，对菲凡的最新进展和大模型技术的实际应用落地、生态构建的成果进行了展示，也对未来发展的战略布局做了深度解析。
在构建菲凡工业大模型的过程中，菲特坚定践行“行业Know-How”思想，针对工业领域的专业性，将大模型深度定制化，目标是使其在具体的工业子领域展现出专业级的智能水平。菲特不追求构建一个无所不能的通用型大模型，而是专注于工业制造的特定场景和领域，通过对这些领域的深度研究，确保大模型在面对专业问题时，能够提供高度专业、针对性强的解决方案。
这一革新性技术不仅将重塑工业生产流程，提升效率与精准度，更将通过本地化部署策略显著降低成本，实现工业企业的个性化需求与经济效益最大化。而且，更以其强大的数据资产整合能力、高效协同平台、精准工业场景理解以及灵活的本地化部署策略，为企业降本提质增效、加强市场竞争力开辟了全新可能。
化身专业智慧助手，开启智能制造Fitow
菲特坚信“专精”是大模型发挥最大效能的关键。因此，我们遵循垂类思想，将大模型细分，例如：压铸垂类大模型、齿轮垂类大模型、漆面垂类大模型等等多个工业子领域垂类大模型，确保每个模型都能深入理解并精准服务于特定行业的独特需求。这种“垂类“化的划分不仅提升了模型的专业度，也便于模型在各自领域内实现更深层次的知识挖掘与应用。“专精”思想的核心在于：
“精”准聚焦：菲特不追求构建一个无所不能的通用型大模型，而是专注于工业制造的核心环节和关键领域，如齿轮加工、压铸成型、焊接工艺、自动化装配等。通过对这些专业领域的深度研究和模型定制，确保大模型在面对特定工业问题时，能够提供高度专业、针对性强的解决方案。
“专”业领域：随着工业技术的发展和市场需求的变化，菲特持续跟踪各垂类领域的最新进展，及时更新大模型的知识库，确保其始终保持与行业前沿的紧密衔接。同时，菲特积极拓展新的垂类领域，通过模块化设计使大模型能够轻松集成新的垂类知识，实现智能化服务的持续延伸。
工业“智”谱：基于垂类思想，菲特构建了详尽的工业知识图谱，将各细分领域的专业知识、标准规范、最佳实践等结构化、网络化地组织起来。大模型通过学习和理解这些知识图谱，能够快速掌握各垂类领域的核心概念、关联关系以及逻辑规则，从而在实际应用中展现出深厚的行业底蕴。
大、小模型融合是工业垂类大模型高效运作的关键策略。我们倡导大小模型之间的深度融合与协同工作。大模型作为中枢，负责跨领域知识整合与高级决策任务，而小模型则作为专业工具箱，处理特定场景下的精细化任务。通过大模型调用小模型的方式，既能充分利用小模型在特定领域的专业精度，又保持了大模型在复杂问题处理上的全局视野与协调能力，实现优势互补，提升整体解决方案的效能。
大模型主导全局决策：大模型作为“中枢大脑”，负责处理复杂、宏观的工业问题，如整体生产计划优化、跨部门协同决策、全供应链风险评估等。大模型凭借其强大的泛化能力和全局视野，能够从海量数据和复杂关系中提炼出关键洞察，指导企业战略决策。
小模型执行专项任务：对于特定环节的精细化任务，如冲压车间工业参数的分析、特定故障类型的诊断等，菲特调用对应的小型专业模型来完成。这些小模型通常具有更高的计算效率和更精准的处理能力，是大模型在特定场景下不可或缺的“专业顾问”。
动态调度与协同：菲特设计了一套灵活的模型调度机制，根据任务需求动态调用合适的小模型，实现大模型与小模型之间的无缝协作。大模型在接收到任务请求后，能快速识别所需的专业知识领域，调用相应的小模型进行处理，并将结果整合进全局决策过程中。
反馈与学习：大小模型之间形成闭环学习系统，小模型在执行专项任务时产生的新数据和经验，会被反馈给大模型进行学习和更新，进一步提升大模型在相关领域的知识水平和决策能力。
专属行业的知识沉淀是垂类大模型的核心竞争力之一。垂类大模型可学习的知识可以来自于行业的历史生产数据、故障案例、专家知识库等；也可以是高校、研究机构和行业协会的研究成果、行业标准、技术白皮书等；甚至可以是企业自身标准。通过多方知识的融合，丰富大模型的知识体系，兼顾专业的深度和广度。
协同平台：赋能高效创新生态Fitow
菲凡大模型，通过打通私域数据，挖掘企业知识，实现工艺专家智能问答，设备数据互联互通，生成质量报告以及生成过程智能分析。通过对生产线数据的实时分析，识别生产瓶颈、预测设备故障，提出优化生产调度、调整工艺参数等建议，助力企业实现精益生产。充当企业知识库的智能接口，员工可以通过自然语言提问，获取相关的工艺知识、故障案例、法规标准等信息，支持日常决策与问题解决。依据预设模板和用户输入，自动生成各类工业文档，如工艺规程、检验报告、设备维护手册等，减轻员工作负担，提高文档标准化程度。
生产过程优化：大模型可以实时分析生产线数据，识别生产瓶颈、预测设备故障，提出优化生产调度、调整工艺参数等建议，助力企业实现精益生产。例如，在齿轮加工车间，大模型能根据当前的刀具磨损情况、工件材料属性、机床状态等信息，动态调整切削参数，确保加工精度与效率。
质量控制与追溯：大模型能通过图像识别、数据分析等手段，对产品进行在线质量检测，快速发现缺陷并追溯至源头，指导工艺改进。在压铸车间，大模型可通过图像自动识别样件缺陷如气孔、夹杂等，显著提升质检效率与准确性。
知识管理与辅助决策：大模型充当企业知识库的智能接口，员工可以通过自然语言提问，获取相关的工艺知识、故障案例、法规标准等信息，支持日常决策与问题解决。例如，工程师在编写齿轮设计报告时，可以直接询问大模型关于特定齿形参数的影响因素、行业标准要求等，大大节省查阅资料的时间。
文档自动化生成：大模型能依据预设模板和用户输入，自动生成各类工业文档，如工艺规程、检验报告、设备维护手册等，减轻文员工作负担，提高文档标准化程度。在合同管理方面，大模型可根据双方谈判内容和企业合同范本，快速生成符合法律要求的合同文本。
人机交互与培训：大模型能通过语音或文字与一线员工互动，解答操作疑问、提供操作指南，甚至进行虚拟实操培训，提升员工技能水平与工作效率。在新员工入职培训阶段，大模型可模拟实际操作场景，引导员工熟悉设备操作、理解工艺流程，显著缩短培训周期。
菲凡大模型并非只能孤立进行，而是可以与其它的平台进行协同使用。充分利用大模型特征，实现在大数据上的数据拟合、趋势预测等。在人机交互平台、算法平台、大数据平台、快开平台以及轻量化MES系统()上进行无缝对接与深度融合，赋予大模型强大的跨平台应用能力同时，也为这些平台提供更加智能的体验。
人机交互平台：大模型通过自然语言处理与视觉理解，实现与一线员工的无障碍沟通，解答疑问、指导操作，提升工作效率。
算法平台：大模型作为核心组件嵌入算法平台，提供强大的计算支持与智能推荐功能，助力研发团队快速迭代优化工业算法。
大数据平台：大模型与大数据平台紧密结合，实现海量工业数据的高效分析与洞察，驱动数据驱动的决策制定。
快开平台：借助大模型的快速学习与适应能力，菲特能够在快开平台上迅速构建针对特定工业问题的解决方案，加速创新进程。
MES系统：大模型嵌入MES系统，提供实时监控、异常预警、资源调度等智能化功能，助力企业实现精细化生产管理。
通过与这些平台紧密结合，实现在大量工业数据上进行高效的分析与洞察，提供实时监控、异常预警、资源调度等智能化功能，可以为这些平台提供更加智能的体验，也可以助力企业实现精细化生产管理。
构筑坚固的数据防护体系Fitow
菲凡大模型严格执行各项安全保障措施，全面考虑数据的完全性、完整性和保密性，构筑坚固的数据防护体系。可根据自身算力条件与业务需求，选择在私有云、边缘计算设备甚至本地服务器上部署大模型，确保数据不出厂，满足严格的合规要求。同时，本地化部署减少了数据传输延迟，提升了模型响应速度，尤其适合对实时性要求高的工业应用场景。多模态是实现工业环境的全方位智能感知与交互的核心之一，与图像、视频、语音等多种数据类型进行对接互动，实现工业环境的全方位智能感知与交互。让冰冷的生成线学会思考，让机器得以感知万物聆听世界。例如，通过解析相机或传感器采集的图像数据，识别设备状态、物料位置、工件缺陷等，为质量控制、预防性维护提供关键信息。结合语音技术，便于一线工人在双手忙碌时与模型进行交流，提升操作便利性与安全性。甚至可以进行文本、图像、语音等多种信息源的输入，进行深度语义理解与推理，解决复杂、模糊的工业问题，如通过结合设备声音与振动数据诊断故障原因。菲凡大模型不仅精通文本处理，还具备多模态理解与生成能力，能够无缝对接图像、视频、语音等多种数据类型，实现工业环境的全方位智能感知与交互：
视觉识别：通过解析相机或传感器采集的图像数据，识别设备状态、物料位置、工件缺陷等，为质量控制、预防性维护提供关键信息。
语音交互：支持语音指令输入与输出，便于一线工人在双手忙碌时与模型进行交流，提升操作便利性与安全性。
跨模态融合：结合文本、图像、语音等多种信息源，进行深度语义理解与推理，解决复杂、模糊的工业问题，如通过结合设备声音与振动数据诊断故障原因。
总结来说，菲凡大模型凭借深厚的数据资产、丰富的应用场景、强大的协同平台、精准的场景理解、灵活的本地化部署策略以及前沿的多模态能力，正在助力工业智能化进入一个全新的时代。它不仅是企业提升效率、降低成本、增强竞争力的得力助手，也是菲特深刻理解工业客户需求、精准把握行业趋势的有力证明，更是推动整个工业生态系统创新升级的强大引擎。技术只是门槛，落地才是赛点。未来，菲特将继续秉承“引领智能制造”的使命，聚焦新质生产力，加快发展未来制造，与行业伙伴共同推动科技创新和人工智能产业发展！感谢所有投资者、合作伙伴、客户、嘉宾同仁的关注，敬请期待菲凡大模型的下一个重要时刻！
