全球首個工業多模態大模型發布 思謀-訓練數據頂十萬博士

新京報貝殼財經訊（記者孫文軒）11月5日，第六屆中國國際進口博覽會暨虹橋國際經濟論壇開幕式在上海舉辦，香港中文大學終身教授、思謀科技創始人兼董事長賈佳亞在虹橋論壇的主題演講中攜團隊正式發布全球首個工業多模態大模型IndustryGPT V1.0。

據介紹，思謀為研發工業大模型收集整理了市面上包括光、機、 電、算、軟五大學科,電子、裝備、鋼鐵、采礦、電力、石化、建筑、紡織等八大行業的全面知識，以及多年研發、生產服務積累的獨特數據，共涵蓋200+不同工業場景，超300萬張工業圖像，超500億Tokens（令牌，可簡單理解為一個個非結構化的單詞）。通常來說，一個工科博士畢業生的閱讀量約50萬詞，而IndustryGPT的訓練數據相當于10萬博士畢業生的總量。

在此基礎上，思謀對數據進行精煉，并邀請超100位工程專家，對批次數據質量進行抽樣評估，并進行“文本對”數據編寫。賈佳亞在論壇上表示，IndustryGPT打破了傳統人機交互的界限，為用戶提供了更加直觀、便捷的使用體驗。無論是工程師、生產管理者，還是產線工作人員，均可“開箱即用”。

在賈佳亞和團隊的展示中，IndustryGPT不論與人、與軟件、與硬件溝通都相當流暢。例如以思謀自研的工業智能通用型平臺SMore ViMo為例，在一項產品分類檢測中，IndustryGPT選擇的方案耗時5分鐘27秒，且精確率和召回率均達100%，而人工訓練下方案耗時長達9分鐘31秒，精確率僅50%、召回率66.7%。而正在研發的使用IndustryGPT驅動硬件智能設備的功能，用戶使用自然語言下達指令，通過幾次簡單對話，最快5分鐘完成任務。

賈佳亞透露，“IndustryGPT將基于V1.0版本上持續開發，并走向真正的智能體。”屆時IndustryGPT將使機械系統不再是僵化的實體，而是成為可根據實時需求和數據變化做出智能決策，實現自主控制和協作的智能體。

賈佳亞為香港中文大學終身教授、IEEE（國際電氣與電子工程師協會）會士，計算機視覺、人工智能與計算機影像學等領域頂尖專家，全球計算機視覺和人工智能領域頂級期刊《TPAMI》首位視覺領域華人副主編、《IJCV》編委，擁有廣泛的國際影響力。

編輯 岳彩周

校對 王心