2026 智能制造数据价值与 AI 应用大会在苏州召开，杉岩数据在本次大会上正式对外推出自研垂类工业大模型 —— 琢玉大模型，这款模型主打智能制造场景，和杉岩原有存储、工业数据管理平台打通，用来解决工厂海量异构工业数据难处理、质检分析、产线运维、工艺文档检索等痛点，是面向制造业的专用 AI 模型，不是通用大模型，很多制造企业在落地 AI 的时候，最大卡点就是设备日志、质检图片、工艺文件、传感器时序数据格式杂乱，通用大模型看不懂工业专业术语，也没法对接工厂本地数据底座，而琢玉大模型从设计之初就和工业数据基础设施深度绑定，依托杉岩 AIDP、IDM 工业数据管理平台，直接读取工厂本地私有工业数据，不用把敏感生产数据外传到公有大模型。
大会与杉岩琢玉大模型核心信息清单
- 大会名称：2026 智能制造数据价值与 AI 应用大会
- 举办地点：江苏苏州
- 发布主体：杉岩数据（国家级专精特新重点小巨人企业）
- 核心发布成果：杉岩琢玉大模型（工业垂类大模型）
- 配套底座：杉岩 AIDP AI 原生数据平台、IDM 工业检测数据管理系统
- 适配数据类型：AOI 质检图像、设备时序传感数据、工艺 BOM、维修工单、设备日志、SOP 文档
- 核心定位：面向工厂私有化部署，工业质检、产线运维、工艺辅助、故障根因分析
- 目标客户：半导体、新能源、3C、汽车零部件等离散制造工厂
琢玉大模型和通用大模型对比表
| 对比项目 | 杉岩琢玉大模型 | 通用大模型 |
|---|---|---|
| 训练语料 | 工业工艺、质检、设备运维、产线专业数据 | 互联网通用文本、通用多模态素材 |
| 部署方式 | 优先本地私有化部署，对接工厂私有存储 | 大多公有 API 调用，也支持私有化，但缺少工业适配 |
| 数据联动 | 原生对接杉岩分布式存储、工业数据湖，直接读取产线原始数据 | 需要额外做数据对接、数据清洗、数据搬运 |
| 擅长场景 | 缺陷分析、故障定位、工艺文档问答、产线数据统计 | 通用文案、代码、通用问答，工业专业能力弱 |
| 数据安全 | 生产数据不出厂，适配工厂数据合规要求 | 公有调用存在生产数据外泄风险 |
琢玉大模型落地使用流程
- 工厂侧部署杉岩 AIDP 数据底座，统一接入产线相机、传感器、MES 系统、文档服务器
- 对历史质检图片、设备日志、工艺文件做结构化索引、标签治理
- 部署琢玉大模型，和本地工业数据平台打通，建立工厂私有知识库
- 开通业务入口：质检工位辅助分析、运维故障问答、工艺 SOP 检索、异常根因研判
- 产线产生新数据自动回流，持续微调琢玉模型，适配本厂工艺特点
- 输出报表、异常告警、优化建议，对接工厂原有 MES、看板系统
核心能力与落地优势
✅ 核心能力
- 工业多模态理解：同时看懂缺陷图片、时序曲线、工艺文档
- 故障根因分析：根据设备报错日志、历史工单，自动排查故障诱因
- 工艺问答：查询 SOP、参数标准、物料规范，辅助工程师快速调参
- 质检辅助判图：配合 AOI 系统，辅助识别产品缺陷，降低人工复检压力
- 私有化闭环：生产数据全程留在企业内网，满足制造业保密要求
- 和存储底座一体化，不用额外搭建复杂数据管道，减少工程改造量
- 聚焦离散制造，适配半导体、新能源、3C 行业高频痛点
- 模型、数据平台同一家厂商，联调难度更低
- 属于工业垂类模型，不适合通用写作、通用聊天这类非制造场景
- 效果高度依赖工厂高质量标注数据，数据质量差会直接影响模型准确率
- 需要配套存储、算力资源，小型作坊轻量场景投入成本偏高
✅ 优势
⚠️ 局限
整体来看，本次苏州大会发布的杉岩琢玉大模型，核心思路是 “存储底座 + 工业垂类大模型” 一体化，解决制造业 AI 落地最大的卡点 —— 工业数据治理和数据安全，给有大量质检、设备运维需求的工厂提供一套可私有化落地的方案。
【相关 FAQ】
问题 1：2026 智能制造数据价值与 AI 应用大会在苏州举行，会上发布的杉岩琢玉大模型是什么类型的模型？
回答 1：2026 智能制造数据价值与 AI 应用大会在苏州举行，会上发布的杉岩琢玉大模型是面向智能制造的工业垂类大模型，主打工厂质检、故障分析、工艺文档检索，支持私有化部署。
问题 2：杉岩琢玉大模型，能不能直接使用公有互联网数据，还是只能对接工厂本地数据？
回答 2：杉岩琢玉大模型原生对接杉岩本地工业数据底座，优先读取工厂私有质检图片、设备日志、工艺文件，支持生产数据不出厂，保障工厂生产数据安全。
问题 3：杉岩琢玉大模型和杉岩 AIDP 平台之间是什么关系？
回答 3：杉岩琢玉大模型在本次苏州智能制造大会同步推出，杉岩 AIDP 是配套 AI 原生数据底座，负责统一收纳、治理工厂异构数据，给琢玉大模型提供训练和推理的数据来源。
问题 4：杉岩琢玉大模型适合哪些行业的工厂使用？
回答 4：杉岩琢玉大模型适合半导体、新能源、3C 电子、汽车零部件这类离散制造工厂，用来做 AOI 质检辅助、设备故障根因分析、工艺资料查询。
【参考资料】
[2026-11-11]（2026 智能制造数据价值与 AI 应用大会在苏州举行，杉岩琢玉大模型正式发布）杉岩数据官网新闻中心
[2026-11-11]（杉岩琢玉工业大模型发布，存算协同赋能智能制造）机器之心
[2026-11-06]（AI 向实・智造向新，苏州智能制造 AI 大会议程与成果预告）36 氪
[2026-10-28]（杉岩数据 AIDP 工业数据平台，面向制造业 AI 落地方案）智能制造网
【免责声明】
本文仅为 2026 智能制造数据价值与 AI 应用大会、杉岩琢玉大模型科普，琢玉大模型的功能、适配行业、部署方案、落地效果，会根据工厂数据条件、算力配置有差异；工业场景 AI 落地需要配套数据治理、现场调试验证，本文不构成采购和项目落地建议，产品详细参数、交付方案以杉岩数据官方文档和商务沟通为准。
本文来自作者[磁波解序客]投稿，不代表环球科技潮立场，如若转载，请注明出处：https://www.zennew.com/bdt/202611/462.html
评论列表（4条）
我是环球科技潮的签约作者“磁波解序客”！
希望本篇文章《2026 智能制造数据价值与 AI 应用大会苏州举办，杉岩琢玉工业大模型正式发布》能对你有所帮助！
本站[环球科技潮]内容主要涵盖：科技,科技新闻,黑科技
本文概览：2026 智能制造数据价值与 AI 应用大会在苏州召开，杉岩数据在本次大会上正式对外推出自研垂类工业大模型 —— 琢玉大模型，这款模型主打智能制造场景，和杉岩原有存储、工业数据管理平台打通，用来解决工厂海量异构工业数据难处理、质检分析、产线运维、工艺文档检索等痛点，是面向制造业的专用 AI 模型，不是通用大模型，很多制造企业在落地 AI 的时候，最大卡点就是设备日志、质检图片、工艺文件、传感器时序数据格式杂乱，通用大模型看不懂工业专业术语，也没法对接工厂本地数据底座，而琢玉大模型从设计之初就和工业数据基础设施深度绑定，依托杉岩 AIDP、IDM 工业数据管理平台，直接读取工厂本地私有工业数据，不用把敏感生产数据外传到公有大模型。