“AI大模型赋能传统工业交流会”在厦成功举办

 2026年7月3日，由福建省产教融合促进会主办、咪咕新空文化科技（厦门）有限公司承办的“AI大模型赋能传统工业交流会”在厦门举行。来自厦门市工信局领导，福建省模具协会会长、厦门市模具协会会长以及华侨大学、厦门钨业、路达工业、字节-火山引擎、盈趣科技、腾讯科技、金龙智能、金龙联合、通达创智、蝉妈妈、卡伦特科技、中国电信厦门分公司等企业和院校的50余位代表齐聚一堂，通过实地观摩、专题报告与深度研讨，共同探索AI大模型在传统工业领域的创新应用路径、现实挑战与未来方向，成功搭建起高效务实的产学研协同平台。

会议伊始，与会代表集体参观了咪咕新空数智展厅，实地感受AI与XR技术在多场景下的融合创新。展厅系统呈现了从底层算网基础设施到上层应用生态的完整技术体系。在数字文旅与数字商业领域，AI技术分别赋能消费新场景与营销内容生成，助力小微商户降本增效，展现鲜明的产业落地价值。同时，互动影游平台及沉浸式VR大空间技术，进一步彰显AI驱动下内容交互的广阔潜力，也为工业领域的可视化培训与远程协作提供了有益启示。

当下人工智能技术正全面深度渗透全球产业价值链条，工业数字化转型已迈入AI规模化落地的战略窗口期，但国内大量传统制造企业仍存在认知局限、转型观望等现实瓶颈。从零到一的源头原始创新机遇窗口期稍纵即逝，行业主体亟需摒弃等待思维，以迭代试错、稳步推进的务实姿态主动布局工业 AI 实践。

工业大模型核心价值，在于重构企业人力价值分配体系：将产业从业者从海量标准化、低附加值重复作业中释放，把核心人力、研发资源倾斜至工艺迭代、技术攻关与原创创新等高价值环节。立足工业场景产线链路冗长、工艺体系多元、非标需求突出的复杂特质，提出聚焦细分场景核心痛点、轻量化落地行业定制化智能应用的“小龙虾式”差异化突围路径；同时倡导推动AI技术能力跃迁，实现从单纯自然语言认知，向实体物理空间全域自主智能决策升级。政府层面将持续完善全链条配套服务体系，强化政策、算力、要素保障供给，政企协同合力打通工业AI落地堵点、做实产业成效。

传统制造企业工业场景工艺繁复、非标化程度高、产线链路长等多重复杂性，看似是AI落地阻碍，实则是培育差异化核心竞争力的沃土。当工业大模型深度融合工业软件底座、企业核心生产数据、百年沉淀行业工艺知识，必将催生全新质效的先进生产力。这正是促进会联合咪咕新空筹办本次产业交流盛会的核心初衷：搭建供需精准对接、产学研深度交融的开放协同平台，打通技术供给端与制造需求端信息壁垒，在面对面思想碰撞中沉淀适配实体制造、可落地、能增效的工业AI数字化解决方案。

在主题分享环节，来自多家企业及高校的代表依次发言，围绕AI大模型在传统工业领域的落地实践与前沿探索展开深入交流。咪咕新空分别围绕AI电商产品与AI智能名片进行介绍，阐述了当前电商营销内容生产成本高、同质化明显等痛点，公司依托SaaS化平台与定制化服务，助力企业提升商品展示与营销传播效率；AI智能名片以微信小程序为载体，融合商务社交、身份展示与客户跟进等多重场景，为传统企业数字化转型提供了实践参考。华侨大学智能计算与智慧医疗研究团队陈凯指出，智能体系统设计需综合考虑任务分配、记忆管理与风险控制等要素，未来将更多向企业级解决方案演进。厦门金龙联合汽车工业有限公司葛银琦提出机械行业三大需求，即提高研发自动化程度、优化装备效果、提升CAD教学效率，并呼吁共同开发适配机械制造领域的AI应用。蝉妈妈上官琳从业务、组织、个人三个维度分享AI转型经验，指出落地难点在于“谁来用、怎么扩散、谁负责”，公司通过AI应用赛与岗位训练营，鼓励员工主动发掘场景并验证价值，形成人机协同模式；她倡导“AI First—To Do First—Practical First”思维模型，推动全员从执行者向判断者转变。厦门卡伦特科技有限公司李荣陆介绍了基于自研云CAD平台的AI能力体系，涵盖认知、应用、创造三大层次，并提出从数据治理到融入设计流程、再到多Agent协同闭环的分阶段实施策略。六位代表分享内容涵盖基础设施、平台工具、应用场景与组织变革等维度，共同传递出AI赋能传统工业须立足行业专业知识、以务实行动推动落地的鲜明共识。

随后的座谈研讨环节，来自企业及高校的专家学者围绕AI大模型在工业场景落地的深层挑战与应对策略展开深度对话。

与会专家指出，工业AI的推进面临四大核心障碍：生产设备协议繁杂导致数据采集困难、企业内部及行业间数据孤岛现象严重、行业专业知识壁垒高筑及隐性知识难以量化等，针对这些挑战，会议形成了分层推进、协同破局的共识。在基础设施层，需依托5G专网与工业协议适配平台，实现异构数据的汇聚与打通。在平台模型层，应着力构建深耕特定行业的工业大模型，形成专属智能能力。在应用与组织层，则必须以AI逻辑重新审视和改造业务流程，并推动企业组织文化与思维模式的根本性转变。

与会者一致认为，工业AI的深度落地必须依靠产学研的紧密协同与长期耐心投入，逐步将隐性知识显性化，最终实现从单点工具创新到全流程智能化升级的跨越。

本次交流会的成功举办，集中展示了AI大模型赋能传统工业的前沿成果，汇聚了政产学研多方智慧与共识，为区域智能制造产业高质量发展注入了新动能，也为深化产教融合、推动AI在工业领域务实落地提供了有益探索与实践范本。