ChatGPT 的大语言模型, 视觉模型、多模态模型、专业领域模型等不同类型的模型在工业中都 进行了一定程度的概念验证和应用 [33]. 2025 年, 由中国深度求索公司开源的 DeepSeek R1, DeepSeek V3 大语言模型在自适应建模与零样本学习、数据整合与加工、特征提取与逻辑推理、深层次的模式挖 掘与决策优化等能力方面展现出显著的进步, 使得结合检索增强生成 (retrieval-augmented 开发基于大语言模型的工业大模型, 分为以下 3 个层次, 首先是模型底座层, 其次是公共能力层, 最后是业务应用层 [31,36,37], 整体架构如图 3 所示. 模型底座层采用 DeepSeek R1, DeepSeek V3, Qwen 等大语言模型, 公共能力层提供了处理工业业务所需要具备的多模态能力, 包括时序数据能力、图像 数据能力、文本数据能力. 在业务应用层, 需要结合具体业务场景开发智能体 (如阿里 巴巴) 提供的按 Token 计费的 LLM API, 也可选择在企业内部本地部署开源或商用模型, 保障数据隐 私安全. 以下详细列举了可以本地化部署的开源大语言模型, 如 DeepSeek R1, DeepSeek V3, Qwen 等. ChatGLM-6B (清华大学 KEG 实验室) [38]: ChatGLM-6B 是由清华大学知识工程实验室推出的 开源大语言模型, 拥有 60 亿参数

概述 当前，随着中国数字经济的飞速发展，产业数字 化进程的加快，数字技术对工业、服务业的渗透率不 断提高，对 5G、工业互联网、大数据中心、人工智能等 数字基础设施的需求日益增长。以 DeepSeek、Sora 等 为代表的 AI 大模型的蓬勃发展，前沿技术的快速演 进，在不断推动 AI 赋能万物数字化转型的同时，也对 当前的产业数字化、数字产业化发展提出了新的挑 战。 随着全球经济以及中国经济陆续迈入一个全新