全球首个工业多模态大模型发布 思谋-训练数据顶十万博士

新京报贝壳财经讯（记者孙文轩）11月5日，第六届中国国际进口博览会暨虹桥国际经济论坛开幕式在上海举办，香港中文大学终身教授、思谋科技创始人兼董事长贾佳亚在虹桥论坛的主题演讲中携团队正式发布全球首个工业多模态大模型IndustryGPT V1.0。

据介绍，思谋为研发工业大模型收集整理了市面上包括光、机、 电、算、软五大学科,电子、装备、钢铁、采矿、电力、石化、建筑、纺织等八大行业的全面知识，以及多年研发、生产服务积累的独特数据，共涵盖200+不同工业场景，超300万张工业图像，超500亿Tokens（令牌，可简单理解为一个个非结构化的单词）。通常来说，一个工科博士毕业生的阅读量约50万词，而IndustryGPT的训练数据相当于10万博士毕业生的总量。

在此基础上，思谋对数据进行精炼，并邀请超100位工程专家，对批次数据质量进行抽样评估，并进行“文本对”数据编写。贾佳亚在论坛上表示，IndustryGPT打破了传统人机交互的界限，为用户提供了更加直观、便捷的使用体验。无论是工程师、生产管理者，还是产线工作人员，均可“开箱即用”。

在贾佳亚和团队的展示中，IndustryGPT不论与人、与软件、与硬件沟通都相当流畅。例如以思谋自研的工业智能通用型平台SMore ViMo为例，在一项产品分类检测中，IndustryGPT选择的方案耗时5分钟27秒，且精确率和召回率均达100%，而人工训练下方案耗时长达9分钟31秒，精确率仅50%、召回率66.7%。而正在研发的使用IndustryGPT驱动硬件智能设备的功能，用户使用自然语言下达指令，通过几次简单对话，最快5分钟完成任务。

贾佳亚透露，“IndustryGPT将基于V1.0版本上持续开发，并走向真正的智能体。”届时IndustryGPT将使机械系统不再是僵化的实体，而是成为可根据实时需求和数据变化做出智能决策，实现自主控制和协作的智能体。

贾佳亚为香港中文大学终身教授、IEEE（国际电气与电子工程师协会）会士，计算机视觉、人工智能与计算机影像学等领域顶尖专家，全球计算机视觉和人工智能领域顶级期刊《TPAMI》首位视觉领域华人副主编、《IJCV》编委，拥有广泛的国际影响力。

编辑 岳彩周

校对 王心