光大证券:DeepSeek有望全面赋能流程工业和智能制造

智通财经
12 Feb

智通财经APP获悉,光大证券发布研报称,DeepSeek-R1以其强大的推理能力和低成本优势,迅速在市场上获得了广泛关注。在智能制造领域,DeepSeek通过融合工业机理与AI技术,有望有效解决复杂场景下的控制优化问题。大模型落地工业领域主要围绕着分类或识别、系统最优、经验知识推理决策、知识沉淀及管理等方面展开。DeepSeek模型的大范围普及有望降低工业企业智能化支出,减少对国外AI模型的依赖,助力企业提效降费。

在DeepSeek大模型赋能下,中控技术有望加快实现从“自动化设备商”向“工业AI服务商”的战略升级,并深度受益于AI在流程工业的渗透率提升。建议关注中控技术在工业AI领域的持续创新与市场拓展能力。

光大证券主要观点如下:

中控技术深耕工业AI,实现多场景落地。

中控技术作为中国流程工业自动化领军公司,2024 年启动“ALL in AI”战略,构建“1+2+N”智能工厂架构,形成企业运营自动化(BA)及生产过程自动化(PA)两大产品体系。在PA领域,公司于2024 年6 月发布了流程工业时序大模型TPT;在BA领域,公司则以全球领先的AI大模型DeepSeek为基座,开发工业AI产品。此外,公司还推出了自主研发的AI应用——中控智问,该应用融合了大语言模型(LLM)和智能体(AIAgent)等前沿技术,旨在构建企业专属的知识问答与管理体系,重构工业软件,实现智能业务自动化,并支持定制或自主搭建各种AI场景化应用。

中控技术与DeepSeek:工业AI赋能智能制造。

作为同样以杭州作为创业起点的企业,2024年5月份,中控技术将DeepSeek的V2版本作为公司面向BA领域研发的重磅工业AI产品的核心基座大模型,以期为企业研、产、供、销、服、支持保障等各领域推进AI场景应用,这款工业AI产品预计将在2025年中旬发布。随着DeepSeek-V3、R1等模型的更新,中控技术迅速更新基座大模型,充分利用DeepSeek卓越的性能及开放性,使得逻辑推理能力大幅增强、运行成本大幅降低,为工业智能化注入了新的活力,率先实现从生产运行到企业运营全链路的智能跃迁。

中控技术依托DeepSeek打造的“工业BA超级智能系统”,已率先实现五大突破:

多模态感知中枢:深度融合DeepSeek-V3的多模态理解能力,构建工业场景的“ 数字神经系统” 。工业级BA图数据及图神经网络: 通过融合DeepSeek-V3的语义理解及实体抽取能力,快速构建私域及领域知识图谱。工业APP智能构建:深度融合DeepSeek-R1的强推理能力及代码生成能力,打造突破性的“设计即开发,开发即应用”全新工业APP构建新范式。全业务链路多智能体协同:基于DeepSeek-R1的强推理能力,结合多智能协同技术,搭建企业级多智能体协同平台。工业级分析决策大脑:通过融合DeepSeek-V3的千亿级参数推理引擎,依托前沿的NLP2SQL与NLP2API技术,智能整合、深度剖析海量工业数据,挖掘潜藏价值,突破复杂场景下的决策瓶颈。

风险提示:

工业AI落地速度不及预期、行业竞争加剧、技术迭代风险。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10