很多人还在纠结"通用大模型能干什么"，制造业已经悄悄把老师傅的经验塞进了算法。8 月 2 日上观新闻报道，上海交通大学李金金团队研发的工业时序控制大模型 ManuDrive，正在新疆川宁科技的发酵车间里"当班"——过去靠老师傅两小时一次人工调控的五层楼高发酵罐，现在由 AI 二十四小时精准把控，仅一个月发酵产量就提升 5%，带来上亿元经济效益。
ManuDrive 内置 127 套标准化通用功能模块，覆盖流程制造与离散制造。最典型的落地样板是风电零部件车间的"AI 选刀"：过去加工一件零件要对照两套图纸手动挑刀具，完全依赖老师傅手感，车间放着三千多把刀，完整流程甚至要几十天。团队把老法师的选刀技巧和避险经验写进代码，上线两个月后撞刀事故"零发生"、选刀缩至十分钟、刀具耗材成本降 15%。
这并非孤例。华为联合伙伴推出的"智轻优易安"场景化方案，在某医院让住院病历书写时间节省 95%、诊费审核从一天缩到两小时；在制造企业让 AI 生成代码接纳率超 60%、交付效率提升 30%。GMO 数字 Pay 也在八月上线"AI 数据摘要"，自动把交易数据写成改善建议，替运营岗省掉大量手工作业。
值得普通人关注的，是一个新职业正在浮现——"前沿部署工程师"。金珵科技的工程师一年有 300 天泡在产线上，做模型调试与工艺适配，把算法真正落地。这对想入局 AI 又不懂代码的朋友是个信号：与其追通用大模型，不如做一个"懂行业 + 会用 AI"的复合人，通过 OPC 孵化模式，用低代码加行业模型帮中小工厂解决一个具体痛点，就是一门可持续的小生意。
AI 落地的最后一公里，从来不是模型够不够大，而是"产业出题、科技答题"。老板们先把一个真痛点用 AI 解决，比囤一堆算力更有用。
脑机派对
2026.08.02 · AI前沿观察