IDC在近期发布的《工业大模型应用进展及展望，2024》报告中提及，远舢智能基于领先的技术架构，将时序数据输入工业控制大模型，实现生产工艺上的分布式智能体稳态控制，将原本离散的时间预测升级为连续的时间窗口预测，平均预测准确率提升5%–8%。
人工智能正重塑传统工业生产方式，推动生产效率和产品质量大幅提升，为制造业高质量发展注入新动能。工业大模型逐步融入研发设计、生产制造、经营管理和产品服务等环节，成为推动新型工业化的关键引擎和市场竞争制高点，也是工业企业推进数智化转型，实现弯道超车的重要路径。
面向工业领域，除了以GPT对话的方式存在的通用大模型，更需要融入工业应用，能进行创新开发和高效管理的专业级大模型。远舢智能基于S95国际标准自主研发的工业AI核心底座“远舢OS”，成功打造小舢大模型，创新采用混合联编控制模式，融合RAG、Agent、多模态等前沿技术，同时布局大语言模型（LLM）、大视觉模型（LVM）和大控制模型（LCM）等产品体系，在先进控制、优化控制、工艺优化、过程改进、故障问答、员工培训等关键场景中成功落地，为工业企业提供AI模型全生命周期解决方案。
IDC报告指出，从长期看底层大模型技术还在持续推动应用上限的提升，大模型应用能力持续深化，逐步融入业务流程。远舢智能坚持全面国产化的技术路线，减少了对外部技术的依赖，保障了技术安全。公司持续深入洞察造纸、医药、烟草、能源、科技等众多关键领域的行业Know-How，以及多年研发、生产服务积累的海量数据，共涵盖超百个不同的工业场景，具备1500多张图形图像和4200个数理推理AI模型，致力于为客户提供与需求精准匹配的个性化应用。面向智能工控场景，远舢智能将AI大模型与先进控制技术完美融合，为工业控制领域带来了革命性的创新。基于远舢自主研发的新一代分布式稳态控制技术，小舢大模型可支撑高效构建先进控制（APC）、优化控制（RTO）应用的工控大模型，不仅优化了生产流程，还大幅提升了制造设备的智能化水平。
在生产过程中，基于实时数据和AI模型预测，APC系统能够处理多变量、非线性、强耦合的过程控制问题，通过实时调整控制器参数来优化过程，构建在线监测、智能预警、应急保障等能力，对设备状态、能效水平、物料状态、生产计划、室外温湿度、电流信息等相关在线数据的建模仿真，实现对关键设备的实时优化控制，减少生产过程中的能耗和原材料浪费，提高产品质量和产量。
传统制造业往往依赖人工经验和有限的数据进行生产决策，导致生产效率低下、产品质量不稳定。远舢工控模型整合来自生产线上的各种数据，包括设备运行状态、工艺参数、原材料质量等，通过深度学习算法进行分析和预测。运用RTO系统对生产过程进行动态调整，优化生产决策，实现生产效率最大化、成本和环境影响最小化，同时确保生产过程的安全性和稳定性。
远舢控制大模型对生产过程的高效优化和精确控制，以大模型的自学习替代人工编写的业务逻辑代码，协调优化多个控制变量，极大提高了控制的复杂度和精度，提升了工艺控制稳定性，实现对工厂及车间级复杂的工艺标准协同管理。相比机器学习的控制模式，分布式稳态控制实现平均预测准确率达5%–8%的效果提升。
