一
大模型浪潮下的制造业“新命题”
当ChatGPT掀起全球AI狂欢，DeepSeek等国产大模型以“技术平权”之势加速落地，一场关于“深度思考”的变革正在工业领域悄然发生。
行业之困：
数据沉睡：海量生产数据未被挖掘，决策依赖经验而非洞察。
系统割裂：传统工业软件“机械化执行”，缺乏自主分析与协同能力。
知识孤岛：工艺参数、设备运维等核心知识分散难复用。
破局关键：
智能制造需要的不只是“更快的工具”，而是能“思考、学习、进化”的智能体——这正是威士顿生成式AI应用布局的核心方向。
二
威士顿的“大模型+工业”双箭齐发
工业智能体革命：从“软件”到“大脑”
2024年，威士顿启动了“基于AI智能体的工业软件研发及工业场景应用”研发项目，该项目旨在基于大模型技术与思维链（Chain-of-Thought）框架，研发AI智能体，重构公司生产控制类工业软件的底层逻辑，从而实现系统级的智能化。
知识引擎“威助手”：让制造知识“活”起来
公司2024年已研发完成全新一代智能中枢——威助手，是公司战略布局大模型技术的重要里程碑，目前已成功接入DeepSeek模型，且已实现商用落地。
精准知识问答：
·基于高级检索增强生成（RAG）技术，ToB的应用形态下回答更精准。
·可支持多种大语言模型的灵活切换应用，适配企业不同的需求场景。
知识资产化：
·文本向量化存储+智能标签体系，将散落各处的经验转化为可复用的数字资产。
·与MES/PLM系统无缝对接，实现“数据-知识-决策”闭环。
领先的技术架构：
·基于全新AI平台架构开发，不同场景下，模型切换无需代码改造。
·可实现多模协同，有效降低企业算力负荷。
三
为什么是威士顿？——制造业大模型的“三重壁垒”
1. 工业Know-How壁垒：20年服务卷烟、汽车、港口等制造行业的场景积累，训练数据覆盖典型工业应用场景。
2. 技术融合壁垒：基于自主研发的iWisdom数智底座，可快速方便为客户搭建“大模型+专业小模型+智能体”企业应用。
3. 落地闭环壁垒：从知识管理应用到智能体，均与威士顿工业应用软件深度集成，拒绝“空中楼阁式AI”。
四
未来已来：威士顿的“AI智造”愿景
未来，公司将在AI领域加大研发力度，聚焦两个方向：一是推动工业智能体与工业企业应用深度融合，显著提升工业企业管理效率；二是对多模态大模型应用进行科研，支持企业语音、图纸、视频等企业混合应用场景。
无论是“威助手”还是“工业智能体”，威士顿正以扎实的技术布局，为制造业提供从“知识管理”到“决策革命”的AI全栈应用能力。
“当大模型遇上制造业，不是替代人类，而是赋予人类‘超脑’——威士顿的目标，是利用AI重构工业软件，赋能企业管理人员全新信息交互模式。”
