当前，人工智能蓬勃发展，既给产业升级带来前所未有的机遇，也带来巨大挑战与变革压力，该如何闯过这道关口？工业大省山东选择向“人工智能+制造”要答案。依托门类齐全的产业体系、海量真实的工业场景，山东推动产业需求、数据要素、模型能力和应用场景加速融合，越来越多“懂行”的垂直领域大模型扎根车间、港口与矿井，重塑传统产业发展优势。让人工智能真正融入生产一线、加速赋能产业转型，山东的实践有哪些可借鉴之处？
推动传统产业升级、促进新旧动能转换，正成为传统工业大省面临的共同考验。从全国经济运行数据看，一些资源依赖型省份陷入转型阵痛，增长乏力；而一些省份正凭借科技创新、新兴产业和制造业升级，实现加速发展。
工业大省如何在人工智能时代保持优势？立足制造业场景优势，山东锚定“人工智能+制造”主赛道，深耕垂直领域大模型（以下简称“垂域大模型”），走出了一条“专而精”的发展路线。目前已推广垂域大模型100个，组织122个工业行业大模型“揭榜挂帅”。
今年5月，山东出台《山东省“人工智能+制造”行动方案（2026—2028年）》，明确到2028年，全省人工智能产业营业收入突破2500亿元、占全国比重超过10%，并提出要全力打造北方地区人工智能产业发展增长极、全国人工智能示范应用新高地。山东布局垂域大模型，底气何在？近日，记者深入走访调查，探索山东垂域大模型加速发展的产业密码。
场景牵引，重塑传统产业
日常生活里，人们习惯事事问AI。可到了工业生产现场，炼钢时的炉温异常、产线设备的突然波动、产品的细小瑕疵……当工人们遇到这些问题，直接问通用大模型，可能就答非所问了。工业生产有着高度专业化的知识、流程和经验，要解决这些问题，必须有“懂工业”的人工智能——垂域大模型。
“垂域大模型为什么能‘懂工业’？关键在于学习的‘课本’。”浪潮集团总工程师肖雪介绍，“海量真实的工业场景数据，是训练工业垂域大模型的重要‘原料’。没有来自真实生产一线的数据和经验知识，模型就难以精准解决工业场景中的难题。”
而山东，恰恰拥有丰富的工业场景和工业数据基础。山东是我国工业门类最为齐全的省份之一，拥有41个工业大类、197个工业中类和603个工业小类。从丰富的工业场景，到海量的行业数据积累，山东正在把雄厚的工业家底，转化为发展工业垂域大模型的独特优势，让人工智能在生产一线大显身手。
在卡奥斯创智物联胶州互联工厂的智能控制器生产线，基于海尔集团40多年制造业经验和平台数字化实践打造的天智工业大模型，已成为这里的“工业大脑”，指挥着一支“智能体团队”。
智能控制器是冰箱、洗衣机等家电的重要部件，在生产过程中，波峰焊是决定其品质的关键工序，焊接炉温、链条转速、助焊剂喷涂量以及车间温湿度等多个变量相互影响，工序管控难度极大。
“过去主要依靠工人经验调试，换产一次往往需要30分钟以上，品质也容易波动。引入波峰焊智能体后，换产时间压缩到3分钟以内，焊点质量提升60%以上，一口气解决了换产耗时久、焊接品质不稳定两大痛点。”卡奥斯创智物联工厂数智化负责人夏志鹏说。
而在山东港口青岛港，一场由人工智能带来的效率变革，正让这座百年老港焕发新生。
“排泊是码头计划制定中最费脑的环节。过去计划员需手工绘制排泊表，一旦有船只因天气、通关手续等因素调整靠泊计划，就要推翻重画，可以说是‘一船调整、全局重算’，做一张表要花大半天时间。”谈起曾经复杂的排泊工作，山东港口青岛港前港公司自动化智控中心主任赵伟丽印象深刻。
现在，依托港口行业垂域大模型星港大模型，青岛港实现了智能排泊。通过排泊智能体，潮汐、泊位、船舶载货量、水尺、货种等132个要素全部纳入算法，1.5分钟即可生成一张排泊表。
垂域大模型带来的变化，远不止生产效率提升。在能源、化工等场景，山东能源集团旗下云鼎科技股份有限公司研发的云鼎山海大模型（矿山和化工领域），为行业安全生产提供了新的解法。
曾经，“下矿”总与高危挂钩。如今，在位于济宁市兖州区的兴隆庄煤矿，安全生产有了新保障。在云鼎山海大模型（矿山和化工领域）的加持下，通过在兴隆庄煤矿主煤流运输系统中部署堆煤监测、异物监测等10多个场景，兴隆庄煤矿安全监管实现由“被动防范”到“主动治理”的转变，保障了生产安全。
云鼎科技股份有限公司工业互联网事业部副总经理崔润兴介绍，云鼎科技人工智能解决方案目前已在国家能源、国家管网、中国中煤、皖北煤电等200余家大中型企业规模化落地，累计创收7亿元，涵盖矿山、化工、电力、新能源、油气、钢铁六大行业。
在山鼎云科信息技术股份有限公司副总经理孙玮看来，人工智能正改变传统的生产作业方式，尤其在矿井、钢铁冶炼等高危险、高强度的作业场景里，人工智能极大地提升了安全性。
“过去炼钢炼铁现场温度极高，工人需穿厚重的工作服防止钢花飞溅，即便隔着玻璃门走过也能感到高温。应用人工智能后，工人从炉前转入集控中心，在有空调和隔热玻璃的操作台前工作。”孙玮说。
山鼎云科是山东钢铁集团有限公司旗下的信息技术产业公司，其核心产品尚智人工智能大平台采用“通用大模型+行业小模型”架构，已孵化128项典型场景应用。
除了工业场景，人工智能也加速向政务、城市管理、零售等更多场景扩展，而这背后，视觉语言大模型是重要的技术支撑。
依托10年AI视觉技术积累，山东极视角科技股份有限公司自主研发出星际视觉语言大模型，构建融合视觉感知和理解的多维能力体系，拥有目标检测、视觉问答等多项能力，可针对真实业务场景数据进行专项训练。
“找出道路上逆向行驶的非机动车”“找出占用消防通道的车辆”……在城市交通管理场景中，管理人员只需通过自然语言提出不同的识别需求，星际视觉语言大模型就能理解指令，并从道路监控画面中识别出相应目标和异常情况，快速生成处置管理建议。
从生产制造、港口航运，到能源化工、城市生活，垂域大模型正加速渗透千行百业，成为传统产业智能化转型的强大动能。今年7月，山东省工业和信息化厅正式公布首批100个“人工智能+制造”重点建设应用场景和100个重点推广垂直领域大模型。以此为牵引，山东正构建“场景需求牵引、智能产品供给、精准供需对接、典型应用落地”的产业发展生态。
模型进化，提升智造能力
在济南市历城区的浪潮计算服务产业园里，坐落着一座大模型工厂——浪潮海若词元工厂。这里没有忙碌的研发人员和轰鸣的机器，却有一条特别的“生产线”：客户只需提供行业数据，经由这些环节的加工和训练，就能生产出一个个面向具体产业场景的人工智能模型。
“要让大模型真正懂工业，既要把企业积累多年的数据、知识和经验转化为模型能够理解的‘原料’，也要针对不同业务场景进行训练、评测和部署。”浪潮海若词元工厂负责人张敏说，“我们的工厂是‘用模型来制造模型’，将数据、算力、算法3个要素组织成一条生产线，为客户制造特定的行业垂类模型。”
这条大模型“生产线”是如何运作的？以一家石化企业的设备防腐蚀模型为例，模型工厂将客户提供的数据接入，在数据车间，完成数据安全审查、数据清洗、数据标注等流程；在模型车间，以通用大模型为基座，选择合适的参数和训练模式，完成训练和封装；最后，对训练好的模型进行测评，并按照客户需求，在对应的软硬件条件下完成最终集成，确保“开箱即用”。
从2025年年初建成投产至今，这座工厂已累计为全国300多个客户提供模型训练，落地智能体近千个。“我们通过标准化工艺、工序和工具体系，将手工作坊模式转化为标准化工业流水线模式，为千行百业赋能。”张敏说。
模型训练完成并不意味着人工智能真正进入生产环节。对企业而言，大模型还要从“懂行业”走向“能干活”，而智能体则是连接二者的关键。
今年3月，创新奇智科技集团股份有限公司发布工业本体智能体平台，该平台以构建AI可理解的统一工业语义坐标系为核心，为制造企业打造基于本体的企业级智能体。
这家来自青岛的国家级专精特新“小巨人”企业，已在“AI+制造”这条路上深耕8年。公司研发的奇智孔明工业大模型是一款多模态工业大模型，多项技术指标达到国内领先水平。
“随着技术迭代走向成熟、产业落地迈向纵深，垂类深耕、专业制胜，成为大模型未来发展的核心旋律。”创新奇智科技集团股份有限公司副总裁高凌燕认为，AI产业的下半场，不再是“谁的模型更大”，而是“谁的模型更懂产业、更懂场景、更能解决实际问题”。
从模型工厂到智能体平台，山东成为垂域大模型发展的一片热土，人工智能产业生态加速形成。目前，山东省人工智能重点企业1124家，形成包括数据语料、模型算法、智能算力、智能终端等在内的完整产业链。2025年山东省人工智能核心产业营收1289.3亿元，同比增长39.2%；今年上半年，实现营收850亿元，同比增长33.2%，预计全年突破1600亿元。
“对传统工业大省而言，工业垂域大模型带来的变化是对存量传统产业的深刻重塑。”国家发展改革委宏观经济研究院研究员张林山认为，工业大省可把海量场景和数据优势转化为模型训练与落地优势，以链主企业带动中小企业共享模型服务，促进产业集群整体升级，并催生工业智能体、智能装备和工业软件等新业态，为老工业基地注入新质生产力。
生态筑基，厚植发展底气
当前，全国各地纷纷抢滩人工智能新赛道。但也要看到，传统工业大省布局垂域大模型，仍需解决许多难题。
在张林山看来，工业大省往往传统产业占比高、路径依赖强，企业长期重生产、轻数据，存在不敢转、不会转的情况。同时，算力、数据治理、模型训练和运维往往投入大、回报周期长，中小企业难以独立承担。诸多因素都会制约垂域大模型的规模化落地。
人工智能竞争的背后，是从数据、算力、算法，到应用场景、产业生态的综合能力较量。对于山东而言，深耕垂域大模型的底气，恰恰来自雄厚的产业基础，以及不断完善的人工智能产业生态。
垂域大模型首先要有“域”，山东门类齐全、规模庞大的工业体系，为人工智能提供了丰富而真实的应用场景。山东18个制造业大类营收居全国前5位，化工产业规模占全国的1/5，食品产业规模占全国的11%左右，均居前列。雄厚的产业基础和完备的产业体系，不仅提供了海量的数据，也孕育出大量细分、复杂且持续增长的数智化需求。
来自真实工业场景的数智化转型需求，正不断转化为垂域大模型发展的底层动力。化工企业需要精准识别设备异常，钢铁企业需要优化生产工艺，装备制造企业需要提升质量检测效率……无数产业需求汇聚起来，成为拥抱人工智能、促进新旧动能转换的内在驱动力。目前，山东积极推动钢铁、纺织等传统产业数智化转型，规上制造企业人工智能普及率已超过35%。
海量行业数据，为垂域大模型发展提供了充足“原料”。业内普遍认为，大模型发展“七分在数据、三分在模型”。目前，山东已分两批累计遴选建设35个重点行业语料库，基本形成重点行业语料供给框架。
数据多并不意味着数据好用，如何把分散在企业、设备和生产环节中的数据加工成高质量数据集，成为垂域大模型走向产业化的关键一环。为此，山东出台《山东省行业高质量数据集建设专项行动方案》，围绕科学研究、工业制造等16个行业领域开展高质量数据集建设，累计打造高质量数据集165个。
从数据到模型，还需要充足、稳定的算力支撑。山东正加快完善人工智能算力基础设施，为大模型训练和应用提供底座。以济南为例，截至2026年6月底，济南全市算力规模达9866.5P，预计今年将突破10000P。国家超级计算济南中心算力效能持续领跑，为人工智能、大数据分析等领域提供强大算力支撑。
增长飞轮正在山东加速运转——海量行业数据为大模型训练提供了充足“原料”，而随着各类模型迭代落地，企业实现提质增效，拓展出更多应用场景，产生更多高质量数据，进一步推动垂域大模型升级迭代。
而这背后，离不开顶层设计的谋篇布局。目前，山东已出台《山东省人工智能产业高质量发展行动计划（2025—2027年）》《山东省“人工智能+制造”行动方案（2026—2028年）》《关于支持人工智能赋能制造业高质量发展的若干政策措施》等文件，并实施“模型券”“语料券”“场景券”等奖补政策，未来3年还将引导超100亿元资金投向人工智能赋能制造业领域。
蓝图已经绘就，立足工业大省、制造业大省优势，坚持场景牵引，山东正推动产业需求、数据要素、模型能力和应用场景加速融合，让人工智能深度融入生产一线，在产业升级与技术迭代的相互促进中，持续形成增长新动能。（经济日报记者 赖奇春）