OpenAI推出Sora后，立刻在影视界、广告界和游戏业炸开了锅，但因为它作为“模拟器”，在模拟世界上的局限性，很多人并没想到会与智能制造沾上边。

一个有意思的现象是，自从2022年底ChatGPT大模型推出后，技术派、大模型厂商、创业者出来说得多，但制造企业和行业人士鲜有发声。一些制造企业感到焦虑，背后的原因是从技术到应用，中间仍有一些间隙需要弥合。

1、Sora能用于制造业吗？

Sora推出后，在终端的变化上，业界已有一些明确的方向。比如，在短期之内，可能就会发生两个较大的变化。一是去App化。大模型本身具备生态插件及融合能力，它自己会去调用服务接口，不需要打开App。第二是搜索入口的变化。大模型本身外部检索能力非常强，多模态能力也非常强，它就是一个好的搜索入口。

对于车企，Sora也有一定应用场景和价值。在自动驾驶的训练中，他们已用大模型做数据生成，但大都是静态数据。在合成数据方面，车企原来要基于虚拟环境（元宇宙）去做，而虚拟环境需要拍摄一些视频，用Nerf做3D重建，但成本不小，很多地方还不能拍摄。其实智能驾驶只关心场景，不关心跟地标相关的东西，因此合成数据场景对Sora这类技术的需求应该也很大。

Sora的底层逻辑是通过大量数据训练而来，现在制造业有很多地方是人去推算的。如果数据量极强的话，运用Sora的模式，有希望对产品设计、仿真、柔性安装和运维带来改变。

做仿真的工业软件人士也注意到了Sora。仿真软件可以模拟复杂的机器、产品，现在仿真迭代的过程很长，如果前期通过Sora的方式，让仿真不从最差的初始条件去计算，整体计算时间会大大缩短，后期也可以对仿真结果去做优化。

现阶段的Sora可以用于设计阶段的效果构建，或产品的生产构建效果，但没法替代数字孪生的数据视图等功能。未来两者可能会整合，也可能形成一个新技术合集或新突破，如混合宇宙等，但目前看到他们技术线路的差异，需要有一定的技术突破才能实现。

2、制造业已用了哪些AIGC技术？

除了Sora之外，在ChatGPT发布之后，大模型已在制造业有什么落地进展吗？

目前国内对大模型的需求，70%的生意在互联网，10%在科研单位，落在制造业，主要的机会是汽车自动驾驶。

过去几年，汽车行业越来越卷。车企的钱在往微笑曲线的两端投，一个是研发端，一个是营销服务端。在制造端，过去半年，没有看到典型场景。而大模型落地的主要场景，集中在智能驾驶、营销服务和智能座舱。

今年大家竞争的一个焦点是智能座舱。预计上半年，一些车企就会陆续官宣接入大模型。不过，业界在智能座舱中还未找到爆炸式场景，今年要进一步挖掘场景。

2024年车企在大模型上的预算普遍在千万级以上，用于自动驾驶、智能座舱或是大模型私有云部署等。这比2023年有显著提升。

除了汽车行业，其他智能制造业在研产供销服，都有一些进展。比如为工程师训练出一个助手“贾维斯”或者是一个智能教练系统，有点像“科大讯飞学习机”，带着工程师学习和反复训练。还有软件设计，将通过代码自动生成，实现服务器的相关软硬结合环节。

在制造环节，结合大模型技术，代工企业迅速将图纸结构化，直接输入到SMT产线，驱动它的贴片机生产，降本增效明显。可以快速处理多个客户的产品图纸。

而大模型最直接的应用落地是产品，比如AIPC、AI手机。

3、面对大模型，制造业要做哪些准备？

从2024年开始，几乎每周，大模型都有“爆炸性”新闻推出。如果落到企业层面，无非是三样东西：算力、企业的数据，以及企业的人才。从算力来讲，除了OpenAI等少数企业，对大多数企业而言，大家的起跑线几乎一样。从数据来说，OpenAI已把地球上所有的公开数据基本上都收集完了，但是对企业最有价值的数据，往往是企业的自有数据，这部分是OpenAI收集不到的。企业要考虑如何把这些数据的质量提升，变成好的资产，与大模型结合。从人才来说，对于大多数企业来讲，去找AI领域的大牛，本质上并没有必要，关键是现在这样的人才也找不到。企业反而需要那些理解如何应用大模型，如何与企业工作流去对话，将大模型的能力转变成企业生产力的一拨人。

大模型用于智能制造是众望所归。从OpenAI这一年的动作来看，它打开了新的空间——人类的空间、经济的空间以及企业发展的空间。本质上，目前行业里还没有看到真正颠覆性的改变，但这也是离企业现场更近的这些人们的职责。