2026年10月26日

把国内工业大模型的家底盘一遍，会出现一个反常识的结果——垂域自研的主力是央企，AI 创业公司只有 8 条。《2026年国内工业大模型及行业应用研究报告》收录 195 条企业与模型条目、覆盖 19 类行业场景，其中 162 条经查证、33 条为企业自述，信息来源去重后 379 个。这份 10 月发布的摸底给出的副题是「一行业一模型格局初步形成」，数字背后的分化比格局本身更有嚼头。

三类玩家，央企占了大头

条目的板块分布直接画出阵营。重工业 51 条、特殊行业 48 条、轻工消费品 38 条、制造业 34 条、泛工业平台与 AI 创业公司合计 24 条。场景维度上电力能源以 17 条居首，港口物流 13、航空航天 13、煤炭矿山 12，钢铁冶金、石油化工、船舶、有色金属各 11。央企和龙头的垂域自研集中在 2024 到 2025 年发布，2026 年还在继续——中煤安全应急大模型 6 月、华电智御能 7 月、京东物流超脑 3.0 月 8 月接连上线。

参数规模是头部央企的军备竞赛。中铝的坤安超 7000 亿参数，是有色行业首个旗舰；中石油昆仑 3000 亿、152 个应用场景，是能源化工首个国家备案模型；国网光明为千亿级多模态，覆盖 27 家省公司 600 多个场景；国家能源集团擎源千亿级，关键生产步骤 100% 应用 AI。中国电气装备的电擎参数区间拉到 4.5 亿到 6710 亿、1132 个场景，一个集团内部就横跨了从轻量到旗舰的完整谱系。

通用大模型厂商换了一种姿势下场。华为盘古 3.0 采用基础层加行业层加场景层的三层架构，提供 100 亿、380 亿、710 亿、1000 亿四个参数档；百度千帆、阿里通义、腾讯混元下沉到行业，与卡奥斯、树根根云、中控 supOS 这些工业互联网平台交汇。底座层面出现了一个新事实——DeepSeek 成了央企通用底座的首选，中广核、矿冶集团、山西焦煤、淮北矿业、中国大唐都在做它的本地化部署。

AI 创业公司走的是点状补位。第四范式、创新奇智、思谋、阿丘、梅卡曼德、极视角、旷视、湃道八家公司合计只占 8 条场景，但单点做得很深——思谋截至 2025 年底交付约 14 万个工业 AI 智能体、累计检测超 170 亿件、服务 300 多家客户，是 2025 年中国收入规模最大的工业 AI 智能体提供商；梅卡曼德落地超 1.5 万套、部署 2.7 万台，2025 年全球智能机器人市场份额超过 27%。

落地效果，各行业都交出了数字

钢铁是效果最密的一个行业。宝武宝联登覆盖 105 个典型场景、关键工序覆盖率超 85%；首钢把计划审核从 1 小时压到秒级、生产总结从 40 分钟压到 3 分钟；河钢邯钢重点产品合格率提升 8 个百分点、年减损 1260 万元；湘钢与华为盘古合作的推荐准确率超 95%、吨钢综合能耗降 4%；涟钢异常检出率 99%、关键设备利用率提升 15%。

电力和煤炭的规模更大。国网光明在江苏把高压方案编制效率提升 211%、推理一致率 99.5%；南网大瓦特驭电把仿真速度提升约 1000 倍，云睿把规划报告从数天压到约 10 分钟；大唐苇络累计挽回发电量损失 4.5 亿度。煤炭侧，盘古矿山大模型落地超 100 个场景、兴隆庄报警准确率超 95%；云鼎山海服务 200 多家企业、覆盖 15 省、累计创收超 7 亿元——这是全篇最大的一笔商业化收入。

制造业的质量场景最出效果。华为与江汽的迈思特缺陷检出率 99.99%、新场景开发周期缩短 95%；比亚迪漏检率从 0.3% 降到 0.05%、能识别小于 10 微米的缺陷、年减少质量损失超 2 亿元；京东方蓝鲸让 OLED 综合良率提升 5.4 个百分点、检测人力减少 80%；TCL 华星星智把 ADC 准确率从 85% 提到 95%、单批次检测从 48 分钟压到 9 分钟、年省成本超 1 亿元、2025 年 AI 效益约 6 亿元。

电子与流程工业的其余样本补齐了这幅图。联想联宝的交付效率提升 82%；工业富联赋能 22 座灯塔工厂、故障响应时间缩短 47%；比亚迪电子把材料浪费降了 31%；格力的生产效率提升 200%、订单准时达成率 99.9%；陕鼓的非计划停机下降 60% 以上，沈鼓核心部件加工效率提升 28.2%。商业化也在个股层面兑现——极视角的青岛地铁项目中标超 5.2 亿元，盘古矿山大模型让济宁二号煤矿年增收约 2000 万元，紫金矿业出资 10 亿元参设基金布局 AI 与具身智能。

轻工与流程行业的数字同样具体。美的美擎落地 2.28 万个智能体、400 多个 AI 场景、8 家灯塔工厂；海尔研发周期缩短 30%；魏桥纺纱效率提升 38%、万锭用工压到 10 人以内；海天AI 豆脸一年检测黄豆 2.5 万亿颗；青岛港星港把干散货排泊从 3 到 4 小时压到秒级；上海港装船方案计算提速 13 倍、翻箱率降 20.6%。恒瑞的临床前研发周期缩短 30%，是这个名单里少见的医药样本。

平台层把触角伸到了毛细血管。树根互联连接高价值工业设备 250 万台、支持 1100 多种工业协议；徐工汉云连接 161 万台设备、覆盖 90 多个细分行业；卡奥斯沉淀 4700 多个工业机理模型、赋能 20 座灯塔工厂；京东工业背靠 5710 万 SKU、覆盖 40 多个细分行业；金蝶服务超 100 万家中小制造企业。大模型的行业渗透，一半是靠这些平台现有的连接量铺进去的。

数据怎么喂出来，决定模型能走多远

训练数据几乎全是私有资产。国网光明的训练数据包含亿级图像与文本多模态数据、行业数据占比超 40%；京东言犀按七三开配比通用数据与供应链原生数据；矿冶大师标注清洗了 47 个专业语料集、百亿级 tokens；迈思特基于 30 亿参数的盘古视觉模型、用 130 万张汽车工业图像做增量训练。通用底座买得到，行业数据买不到——这才是垂域门槛的实质。

部署方式偏向保守。私有化与本地化是普遍选择，淮北矿业用 DeepSeek 加 Flux 私有化、中广核把 DeepSeek 本地化、航天科工 706 所搭了云边端全国产基座。主流架构是大小模型协同——中石化长城模型由大模型做规划、小模型与机理模型执行；青岛港星港同样是大模型全局决策加小模型执行。一汽基于阿里千问微调、解放智慧大脑基于盘古，通用底座微调是第三条常见路径。

政策给了明确的时间表。工信部 2025 年 279 号文提出，到 2027 年形成 3 到 5 个深度应用的通用大模型、1000 个高水平工业智能体、100 个高质量数据集、500 个典型场景；另一份 76 号文把新型工业网络改造的量化节点定在 2028 年——不少于 5 万家企业。倒排下来，2027 年是验收年。

热度之下的三个缺口

第一个缺口是消费龙头。娃哈哈、农夫山泉仍停留在自动化加机器视觉——农夫山泉 137 条产线没有任何公开的大模型；老板电器、康佳的 AI 只出现在消费端。第二个缺口是民营制造，沙钢、德龙等民营钢企，长城、奇瑞、上汽等整车集团，晶圆制造与封测环节，申洲、鲁泰、雅戈尔等服装龙头，都未见命名的垂域模型。垂域自研目前是国企的竞赛，民企还没上牌桌。

第二个缺口是披露质量。195 条里绝大多数没有公开参数规模，披露参数的集中在头部旗舰；医药板块查证率仅 50%、食品 67%，企业自述口径占比高，引用这些效果数字时需要打折。第三个缺口在中小主体，民营矿山、内河港口、商业航天（蓝箭、银河航天等）的公开信息几乎为零，材料自己也把「重复建设」列为风险项——19 类场景里，同质化的垂域模型已经出现。

把 195 条按可信度和覆盖面摆在一起，这幅图景的两端都很清晰——一端是央企旗舰们用千亿参数、百亿 token 的行业语料把 85% 工序覆盖率、1000 倍仿真提速这样的数字做实；另一端是过半医药条目查不了证、头部之外的民企集体缺位。行业把「一行业一模型」的架子搭起来了，架子中间的空位，要等下一轮摸底来填。

文章数据来源：《2026年国内工业大模型及行业应用研究报告》

扫码加入知识星球

星球成员可获取全部内容

今日星球更新内容：