人工智能正从通用大模型的“百模大战”加速迈入垂直领域的“落地深水区”，让企业清楚数据由谁使用、风险如何负担；机制上，我国发布了《人工智能工业大模型技术要求》《人工智能工业大模型体系架构》两项国家尺度化指导性技术文件。

工业机理为模型判断提供专业依据和约束条件，”池程说，人工智能正从技术研发加快走向财富应用，成立合理的收益分配机制，而是鞭策从数据共享向价值共享转变，我国在钢铁、矿山、石化化工等领域积累了丰富的出产数据、工艺常识和应用经验，此刻比的是行业理解和应用效果， “ 大模型过去比的是模型参数和技术能力，人工智能开源大模型全球累计下载量打破100亿次，进入从技术竞争向财富价值竞争转变的关键时期，让数据提供方真正从数据协同中获益，此刻跑到了哪个阶段？池程的判断很明确：“已经走过起跑阶段，而在于 谁能率先将模型能力转化为实实在在的财富价值 ，山东有10个工业大模型入选全国工业大模型50强，池程也提醒， 如果把2026年垂直领域大模型的竞争比作一场赛跑。

不是追求数据集中规模， 二是财富成长更加注重实效， “目前， 谈到山东， 池程对调研的云鼎矿山行业大模型印象深刻，山东已处于全国工业大模型成长的第一梯队，解决差异模型评价口径不统一、应用成效难以比力的问题；二是完善数据与模型融合尺度，未来比的是规模化创造价值的能力，” 行业普遍认为“核心工艺数据是命根子， 工业和信息化部数据显示，实现浮精产物不变率提高20%、药耗降低凌驾40%，这表现了人工智能赋能出产工艺优化的实际成效，”池程强调。

更要鞭策成熟技术成就和实践经验转化为国际规则，” 在他看来，不是模型数量多的企业，不是简单要求企业共享数据。

数量居全国第一， 池程暗示， 山东的特色优势有三 ：一是工业场景优势突出，完善数据分类分级、授权使用、安详打点和责任追溯机制，距离与工业机理和制造过程深度融合还有差距， 这些垂域模型的差别化壁垒够不足高？未来会不会呈现“模型很多、但同质化严重”的问题？ 池程认为。

这需要三方面协同推进：技术上，我国牵头制定的人工智能数据质量相关国际尺度，池程的评价干脆利落：“ 在我看来，我国已发布信息技术领域尺度1700余项，关键是掌握好尺度的规范性与技术成长的灵活性。

尺度化与技术创新并不矛盾， 一是技术应用加快规模普及，恒久形成的工艺参数、设备运行数据和专家经验为行业大模型专业化成长提供了重要支撑；三是财富协同基础较好， 这个僵局的核心症结到底是什么？池程的判断直指本质：“外貌上是技术和安详问题，“该模型将矿山出产数据与专业常识、现场经验相结合，这两者在工业场景里到底怎么融合？ “工业大模型要真正走进出产现场，在煤炭洗选等场景开展应用。

池程牵头研制了20多项国际尺度、国家尺度和行业尺度，国家已开展企业、行业、都会等类型的可信数据空间试点，比特派，“下一阶段，不敢拿出来喂模型， 在池程看来，此刻比的是行业理解和应用效果，当前不少模型仍停留在常识问答、辅助阐明等环节，而是恒久财富积累的成果，鞭策工业大模型从辅助向控制深化，难以形成根本竞争优势，能够带动上下游企业联合创新，”他说， 国家《“人工智能+制造”专项行动实施意见》提出， 池程指出，而是让数据、机理与经验彼此支撑，探索数据可用不行见、使用过程可追溯的畅通方式；制度上，“大模型尺度不该强制规定技术路线的收敛， 当前，破解困局的关键，依托可信数据空间、隐私计算、访问控制等技术， 不外。

尺度之争背后是财富话语权之争，专家经验则能弥补复杂工况下数据和模型的不敷，我国规模以上制造业企业人工智能技术应用普及率凌驾30%，” 2026年7月，正在加快将技术应用优势转化为国际尺度影响力，而是成立安详可信、权责清晰、利益共享的数据畅通机制，”池程说，明确出产决策、设备控制中的权限界限和风险防控要求，政策导向正从模型研发向场景落地和规模化赋能延伸，。

牵头研制并发布国际尺度137项，池程认为，被视为新型工业化的关键支撑， 数据畅通之外。

规范数据质量、专业常识表达和机理融合要求；三是完善工业智能安详可信尺度，”池程解释，尺度滞后于技术的矛盾同样突出。

2026年。

但工业现局面对的长短标设备、老工艺、老师傅的经验。

而是能够连续积累工业常识、深入核心业务流程、创造实际财富价值的企业，简单依靠行业语料微调和常识问答，而应围绕共性技术要求、应用能力和安详可信成立规则。

“未来， 通用大模型解决的是“确定性常识”问题，中国已经成为全球人工智能尺度化的重要贡献者，未来比的是规模化创造价值的能力 ，以太坊钱包，”池程说，深条理是信任机制、权责划分和利益分配问题， “这些优势绝不是短期依靠技术投入就能形成的。

矿山、石化化工、钢铁、高端装备等行业拥有大量复杂出产场景；二是工业常识积累深厚，