當前，人工智能蓬勃發展，既給產業升級帶來前所未有的機遇，也帶來巨大挑戰與變革壓力，該如何闖過這道關口？工業大省山東選擇向“人工智能+制造”要答案。依托門類齊全的產業體系、海量真實的工業場景，山東推動產業需求、數據要素、模型能力和應用場景加速融合，越來越多“懂行”的垂直領域大模型扎根車間、港口與礦井，重塑傳統產業發展優勢。讓人工智能真正融入生產一線、加速賦能產業轉型，山東的實踐有哪些可借鑒之處？
推動傳統產業升級、促進新舊動能轉換，正成為傳統工業大省面臨的共同考驗。從全國經濟運行數據看，一些資源依賴型省份陷入轉型陣痛，增長乏力；而一些省份正憑借科技創新、新興產業和制造業升級，實現加速發展。
工業大省如何在人工智能時代保持優勢？立足制造業場景優勢，山東錨定“人工智能+制造”主賽道，深耕垂直領域大模型（以下簡稱“垂域大模型”），走出了一條“專而精”的發展路線。目前已推廣垂域大模型100個，組織122個工業行業大模型“揭榜掛帥”。
今年5月，山東出臺《山東省“人工智能+制造”行動方案（2026—2028年）》，明確到2028年，全省人工智能產業營業收入突破2500億元、占全國比重超過10%，并提出要全力打造北方地區人工智能產業發展增長極、全國人工智能示范應用新高地。山東布局垂域大模型，底氣何在？近日，記者深入走訪調查，探索山東垂域大模型加速發展的產業密碼。
場景牽引，重塑傳統產業
日常生活里，人們習慣事事問AI。可到了工業生產現場，煉鋼時的爐溫異常、產線設備的突然波動、產品的細小瑕疵……當工人們遇到這些問題，直接問通用大模型，可能就答非所問了。工業生產有著高度專業化的知識、流程和經驗，要解決這些問題，必須有“懂工業”的人工智能——垂域大模型。
“垂域大模型為什么能‘懂工業’？關鍵在于學習的‘課本’。”浪潮集團總工程師肖雪介紹，“海量真實的工業場景數據，是訓練工業垂域大模型的重要‘原料’。沒有來自真實生產一線的數據和經驗知識，模型就難以精準解決工業場景中的難題。”
而山東，恰恰擁有豐富的工業場景和工業數據基礎。山東是我國工業門類最為齊全的省份之一，擁有41個工業大類、197個工業中類和603個工業小類。從豐富的工業場景，到海量的行業數據積累，山東正在把雄厚的工業家底，轉化為發展工業垂域大模型的獨特優勢，讓人工智能在生產一線大顯身手。
在卡奧斯創智物聯膠州互聯工廠的智能控制器生產線，基于海爾集團40多年制造業經驗和平臺數字化實踐打造的天智工業大模型，已成為這里的“工業大腦”，指揮著一支“智能體團隊”。
智能控制器是冰箱、洗衣機等家電的重要部件，在生產過程中，波峰焊是決定其品質的關鍵工序，焊接爐溫、鏈條轉速、助焊劑噴涂量以及車間溫濕度等多個變量相互影響，工序管控難度極大。
“過去主要依靠工人經驗調試，換產一次往往需要30分鐘以上，品質也容易波動。引入波峰焊智能體后，換產時間壓縮到3分鐘以內，焊點質量提升60%以上，一口氣解決了換產耗時久、焊接品質不穩定兩大痛點。”卡奧斯創智物聯工廠數智化負責人夏志鵬說。
而在山東港口青島港，一場由人工智能帶來的效率變革，正讓這座百年老港煥發新生。
“排泊是碼頭計劃制定中最費腦的環節。過去計劃員需手工繪制排泊表，一旦有船只因天氣、通關手續等因素調整靠泊計劃，就要推翻重畫，可以說是‘一船調整、全局重算’，做一張表要花大半天時間。”談起曾經復雜的排泊工作，山東港口青島港前港公司自動化智控中心主任趙偉麗印象深刻。
現在，依托港口行業垂域大模型星港大模型，青島港實現了智能排泊。通過排泊智能體，潮汐、泊位、船舶載貨量、水尺、貨種等132個要素全部納入算法，1.5分鐘即可生成一張排泊表。
垂域大模型帶來的變化，遠不止生產效率提升。在能源、化工等場景，山東能源集團旗下云鼎科技股份有限公司研發的云鼎山海大模型（礦山和化工領域），為行業安全生產提供了新的解法。
曾經，“下礦”總與高危掛鉤。如今，在位于濟寧市兗州區的興隆莊煤礦，安全生產有了新保障。在云鼎山海大模型（礦山和化工領域）的加持下，通過在興隆莊煤礦主煤流運輸系統中部署堆煤監測、異物監測等10多個場景，興隆莊煤礦安全監管實現由“被動防范”到“主動治理”的轉變，保障了生產安全。
云鼎科技股份有限公司工業互聯網事業部副總經理崔潤興介紹，云鼎科技人工智能解決方案目前已在國家能源、國家管網、中國中煤、皖北煤電等200余家大中型企業規模化落地，累計創收7億元，涵蓋礦山、化工、電力、新能源、油氣、鋼鐵六大行業。
在山鼎云科信息技術股份有限公司副總經理孫瑋看來，人工智能正改變傳統的生產作業方式，尤其在礦井、鋼鐵冶煉等高危險、高強度的作業場景里，人工智能極大地提升了安全性。
“過去煉鋼煉鐵現場溫度極高，工人需穿厚重的工作服防止鋼花飛濺，即便隔著玻璃門走過也能感到高溫。應用人工智能后，工人從爐前轉入集控中心，在有空調和隔熱玻璃的操作臺前工作。”孫瑋說。
山鼎云科是山東鋼鐵集團有限公司旗下的信息技術產業公司，其核心產品尚智人工智能大平臺采用“通用大模型+行業小模型”架構，已孵化128項典型場景應用。
除了工業場景，人工智能也加速向政務、城市管理、零售等更多場景擴展，而這背后，視覺語言大模型是重要的技術支撐。
依托10年AI視覺技術積累，山東極視角科技股份有限公司自主研發出星際視覺語言大模型，構建融合視覺感知和理解的多維能力體系，擁有目標檢測、視覺問答等多項能力，可針對真實業務場景數據進行專項訓練。
“找出道路上逆向行駛的非機動車”“找出占用消防通道的車輛”……在城市交通管理場景中，管理人員只需通過自然語言提出不同的識別需求，星際視覺語言大模型就能理解指令，并從道路監控畫面中識別出相應目標和異常情況，快速生成處置管理建議。
從生產制造、港口航運，到能源化工、城市生活，垂域大模型正加速滲透千行百業，成為傳統產業智能化轉型的強大動能。今年7月，山東省工業和信息化廳正式公布首批100個“人工智能+制造”重點建設應用場景和100個重點推廣垂直領域大模型。以此為牽引，山東正構建“場景需求牽引、智能產品供給、精準供需對接、典型應用落地”的產業發展生態。
模型進化，提升智造能力
在濟南市歷城區的浪潮計算服務產業園里，坐落著一座大模型工廠——浪潮海若詞元工廠。這里沒有忙碌的研發人員和轟鳴的機器，卻有一條特別的“生產線”：客戶只需提供行業數據，經由這些環節的加工和訓練，就能生產出一個個面向具體產業場景的人工智能模型。
“要讓大模型真正懂工業，既要把企業積累多年的數據、知識和經驗轉化為模型能夠理解的‘原料’，也要針對不同業務場景進行訓練、評測和部署。”浪潮海若詞元工廠負責人張敏說，“我們的工廠是‘用模型來制造模型’，將數據、算力、算法3個要素組織成一條生產線，為客戶制造特定的行業垂類模型。”
這條大模型“生產線”是如何運作的？以一家石化企業的設備防腐蝕模型為例，模型工廠將客戶提供的數據接入，在數據車間，完成數據安全審查、數據清洗、數據標注等流程；在模型車間，以通用大模型為基座，選擇合適的參數和訓練模式，完成訓練和封裝；最后，對訓練好的模型進行測評，并按照客戶需求，在對應的軟硬件條件下完成最終集成，確保“開箱即用”。
從2025年年初建成投產至今，這座工廠已累計為全國300多個客戶提供模型訓練，落地智能體近千個。“我們通過標準化工藝、工序和工具體系，將手工作坊模式轉化為標準化工業流水線模式，為千行百業賦能。”張敏說。
模型訓練完成并不意味著人工智能真正進入生產環節。對企業而言，大模型還要從“懂行業”走向“能干活”，而智能體則是連接二者的關鍵。
今年3月，創新奇智科技集團股份有限公司發布工業本體智能體平臺，該平臺以構建AI可理解的統一工業語義坐標系為核心，為制造企業打造基于本體的企業級智能體。
這家來自青島的國家級專精特新“小巨人”企業，已在“AI+制造”這條路上深耕8年。公司研發的奇智孔明工業大模型是一款多模態工業大模型，多項技術指標達到國內領先水平。
“隨著技術迭代走向成熟、產業落地邁向縱深，垂類深耕、專業制勝，成為大模型未來發展的核心旋律。”創新奇智科技集團股份有限公司副總裁高凌燕認為，AI產業的下半場，不再是“誰的模型更大”，而是“誰的模型更懂產業、更懂場景、更能解決實際問題”。
從模型工廠到智能體平臺，山東成為垂域大模型發展的一片熱土，人工智能產業生態加速形成。目前，山東省人工智能重點企業1124家，形成包括數據語料、模型算法、智能算力、智能終端等在內的完整產業鏈。2025年山東省人工智能核心產業營收1289.3億元，同比增長39.2%；今年上半年，實現營收850億元，同比增長33.2%，預計全年突破1600億元。
“對傳統工業大省而言，工業垂域大模型帶來的變化是對存量傳統產業的深刻重塑。”國家發展改革委宏觀經濟研究院研究員張林山認為，工業大省可把海量場景和數據優勢轉化為模型訓練與落地優勢，以鏈主企業帶動中小企業共享模型服務，促進產業集群整體升級，并催生工業智能體、智能裝備和工業軟件等新業態，為老工業基地注入新質生產力。
生態筑基，厚植發展底氣
當前，全國各地紛紛搶灘人工智能新賽道。但也要看到，傳統工業大省布局垂域大模型，仍需解決許多難題。
在張林山看來，工業大省往往傳統產業占比高、路徑依賴強，企業長期重生產、輕數據，存在不敢轉、不會轉的情況。同時，算力、數據治理、模型訓練和運維往往投入大、回報周期長，中小企業難以獨立承擔。諸多因素都會制約垂域大模型的規模化落地。
人工智能競爭的背后，是從數據、算力、算法，到應用場景、產業生態的綜合能力較量。對于山東而言，深耕垂域大模型的底氣，恰恰來自雄厚的產業基礎，以及不斷完善的人工智能產業生態。
垂域大模型首先要有“域”，山東門類齊全、規模龐大的工業體系，為人工智能提供了豐富而真實的應用場景。山東18個制造業大類營收居全國前5位，化工產業規模占全國的1/5，食品產業規模占全國的11%左右，均居前列。雄厚的產業基礎和完備的產業體系，不僅提供了海量的數據，也孕育出大量細分、復雜且持續增長的數智化需求。
來自真實工業場景的數智化轉型需求，正不斷轉化為垂域大模型發展的底層動力。化工企業需要精準識別設備異常，鋼鐵企業需要優化生產工藝，裝備制造企業需要提升質量檢測效率……無數產業需求匯聚起來，成為擁抱人工智能、促進新舊動能轉換的內在驅動力。目前，山東積極推動鋼鐵、紡織等傳統產業數智化轉型，規上制造企業人工智能普及率已超過35%。
海量行業數據，為垂域大模型發展提供了充足“原料”。業內普遍認為，大模型發展“七分在數據、三分在模型”。目前，山東已分兩批累計遴選建設35個重點行業語料庫，基本形成重點行業語料供給框架。
數據多并不意味著數據好用，如何把分散在企業、設備和生產環節中的數據加工成高質量數據集，成為垂域大模型走向產業化的關鍵一環。為此，山東出臺《山東省行業高質量數據集建設專項行動方案》，圍繞科學研究、工業制造等16個行業領域開展高質量數據集建設，累計打造高質量數據集165個。
從數據到模型，還需要充足、穩定的算力支撐。山東正加快完善人工智能算力基礎設施，為大模型訓練和應用提供底座。以濟南為例，截至2026年6月底，濟南全市算力規模達9866.5P，預計今年將突破10000P。國家超級計算濟南中心算力效能持續領跑，為人工智能、大數據分析等領域提供強大算力支撐。
增長飛輪正在山東加速運轉——海量行業數據為大模型訓練提供了充足“原料”，而隨著各類模型迭代落地，企業實現提質增效，拓展出更多應用場景，產生更多高質量數據，進一步推動垂域大模型升級迭代。
而這背后，離不開頂層設計的謀篇布局。目前，山東已出臺《山東省人工智能產業高質量發展行動計劃（2025—2027年）》《山東省“人工智能+制造”行動方案（2026—2028年）》《關于支持人工智能賦能制造業高質量發展的若干政策措施》等文件，并實施“模型券”“語料券”“場景券”等獎補政策，未來3年還將引導超100億元資金投向人工智能賦能制造業領域。
藍圖已經繪就，立足工業大省、制造業大省優勢，堅持場景牽引，山東正推動產業需求、數據要素、模型能力和應用場景加速融合，讓人工智能深度融入生產一線，在產業升級與技術迭代的相互促進中，持續形成增長新動能。