人工智能（885728）加快融入产业。当通用大模型在参数规模上持续竞争时，一场更注重落地应用的产业探索正在制造业中推进。关键不只在于算力规模或榜单排名，也在于能否读懂行业需求，把数据、知识、组织能力与治理机制融入具体生产场景。山东作为工业大省，围绕“人工智能（885728）+制造”开展探索，为传统产业转型升级提供参考。
从通用走向垂域，读懂行业需求。工业现场容错率低，一次误判可能影响产线运行甚至带来安全风险，对模型的专业性要求较高。山东的实践表明，对行业知识的沉淀与转化，是垂域模型形成竞争力的重要基础。青岛港（601298）“星港大模型”将泊位计划编制从数小时压缩至分钟级，山钢集团“尚智冶金大模型”让转炉终点温度命中率稳定在95%以上。这些模型能够落地，与它们对行业符号和工艺参数的深入理解有关。这些模型不再停留在算法层面，而是逐步融入生产工艺、安全和运行环节。这种从技术展示到实际应用的转变，也反映出人工智能（885728）应用正在向价值创造延伸。
数据、场景、生态协同支撑。垂域大模型的发展，离不开数据要素（886041）、算力基础设施与政策引导的共同支撑。山东通过实施“语料券”“模型券”等政策，推动工业数据利用，促进老师傅的经验转化为可计算的数据资源。聊城轴承产业集群引入视觉检测大模型后，原本依赖人工排查的微小瑕疵可以快速识别，提升了良品率，也增强了精密加工领域的质量基础。这种由点到链的智能化应用，也是新质生产力在县域经济中的一种体现。
产业基础越扎实，垂域模型的落地空间越大。垂域大模型的竞争，很大程度上取决于产业基础能力与数字化治理能力。这要求企业不仅要引入技术，也要做好流程重构和知识沉淀。当“AI+制造”从辅助工具向更深入的环节延伸，带来的不只是效率提升，也包括生产组织方式的调整。对于愿意长期投入、深入产线的企业来说，智能化转型也会带来更多收获。
从产业基础出发，垂域模型才能更好落地。山东的探索，为制造业智能化转型提供了一个观察样本：立足工业基础，在垂直领域持续深耕。这不是短期任务，而是需要长期投入的过程。当更多细分领域拥有自己的“行业大脑”，当数据在更多工序中发挥作用，制造业的智能化基础也会更加扎实。(供稿：网信聊城作者：刘明明)
