这场国家级AI大会，为什么选山东

10月14日至16日，2026人工智能产业大会在济南黄河国际会展中心举行。这场国家级产业盛会，在北京连续举办两届之后，第一次走出北京，落脚山东。

国家级AI大会，为什么选在山东？

当AI加速走进实体经济，摆在面前的已不是一道单纯的技术题，而是一道复杂的系统题。

真实场景提供问题，高质量工业数据构成基础，对行业机理的深刻理解校准方向，扎实的工程验证守住底线，高效的生态协同推动能力扩散。只有各方条件彼此衔接、协同发力，技术优势才能转化为产业能力。

拥有全部41个工业大类、4万余家规上工业企业的山东，恰好提供了一座题型丰富、要求严格的“全科考场”。在这里，钢铁、化工、装备、家电、能源等产业密集分布，提供着真实而复杂的应用需求。

第一道考题，怎样把海量数据变成可用的工业语料。

工业现场每天都在产生数据。设备参数、工艺记录、操作视频、故障日志……数量庞大，却往往格式不一、标准不一、质量参差，有些还涉及商业秘密和生产安全。只有经过采集、清洗、对齐、标注、脱敏、确权和验证，才能成为模型真正“吃得下”的高质量语料。

在浪潮海若词元工厂，一家石化链主企业交来5万多条数据，希望开发管道设备防腐蚀模型。技术人员经过安全审查、信息脱敏和特征分析，发现设备类信息占比过高，样本分布不均。如果直接用于训练，模型很容易“偏科”。

于是，团队补充行业数据、生成辅助样本，形成58万条训练材料。人工先精细标注6000条，再由多个模型分别标注其余数据；结果一致的通过，存在分歧的交给人工裁决。11道工序、60套工具跑下来，数据准备被压缩到两周以内。

2025年，山东启动重点行业语料库“揭榜挂帅”行动，让产业一线的“行家”牵头，把车间里沉睡的工业数据整理成大模型可用的行业语料。截至目前，山东已累计遴选建设35个重点行业语料库，覆盖钢铁、化工、汽车、医药、装备等31个制造业大类，是全国唯一一个语料库范围覆盖全部制造业大类的省份。

完成不是重点，用起来才是关键。在钢铁领域，中国移动山东公司牵头建设的钢铁行业语料库，把工艺手册、设备档案、检修案例、行业标准、专家经验等多源数据汇成行业专属知识图谱，知识检索效率提升30%，让老师傅的隐性经验可沉淀、可复用、可传承，并在此基础上孵化出日照钢铁智擎大模型。

在输变电装备领域，山东云电链产业发展有限公司采用“分布式存储+智能治理”的技术架构，集成自然语言处理、计算机视觉与大模型技术，对多模态数据进行自动化解析、深度清洗、智能标注与高质量去噪。目前库内已汇聚文本8.2万条、图像3.5万张、音视频520小时，多模态关联数据占比32%，为设备预测性维护、智能排程等场景提供了扎实的数据底座。

第二道考题，是模型如何可信。

工业大模型面对的一个深层矛盾，是模型输出具有概率性，而工业生产强调确定性。聊天框里答错一道题，用户可以重新提问；化工装置旁算错一个参数，可能导致整条产线停摆；矿井深处漏掉一个危险信号，代价更难承受。

因此，工业AI的可信，靠一整套工程机制来保障：机理模型划出边界，知识图谱补充行业关系，专业小模型承担实时感知，数字孪生提前仿真验证，安全规则、权限体系和人工确认则把住最后一道关。

在钢铁行业，“看火色”曾是炉长判断冶炼状态的重要本领。山东钢铁的尚智冶金大模型把烟气、视频、音频和工艺数据关联起来，让不同形式的现场信息共同参与判断。终点温度命中率稳定在95%以上，单炉冶炼周期缩短两三分钟，吨钢成本降低3至6元，全部场景一年创效超1亿元。

能炼出上亿元效益，靠的是山东钢铁四十多年的经验。开发团队把老师傅的火色功夫逐句梳理成知识库，自建出冶金工业知识图谱提供工艺依据。再有专业小模型负责实时感知，安全规则限定操作边界，关键环节仍由人工审核把关。

这也正是垂域大模型的含金量所在：它的价值不取决于参数规模，而取决于对一个行业的理解有多深。

当开发者完全理解设备、工艺和责任边界，再用算法重构这些知识，信任便有了生长的土壤。企业敢把产线交给它，工人愿意照着它的提示操作，AI才算真正拿到了“上岗证”。

第三道考题，则是行业如何协同。

工业企业握着数据，却很难独自扛下基础模型、数据治理和安全验证的全部成本；AI企业握着算法，又拿不到完整的工艺数据；中小企业最需要公共能力，却往往最承担不起试错成本。

三者各有所长，也各有所难。规模化落地，需要把这些能力组织起来。

今年5月15日，“齐鲁制造会客厅”首期活动上，浪潮、卡奥斯、国工智能三家企业一拍即合。7月24日，以浪潮海若石化通用模型为基座的山东石化行业通用模型正式发布，“化育天工”人工智能创新生态共建计划集结起100家伙伴，前后只用了七十天。

这件事的意义不只在多发布一个模型。它相当于给万亿级的山东化工产业修建了一套智能化的公共基础设施：安全规范、通用工艺、共性算法沉淀在公共层，企业的配方、关键参数的商业数据留在私有层，过去每家重复投入的成本，变成整个行业共同分担。

公共能力建设得越扎实，企业的个性化创新就越有支撑。

石化行业只是其中一块样板。山东“一行业一模型”的揭榜挂帅已铺开122个行业大模型，实现41个工业大类全覆盖；遴选100个重点推广的垂直领域大模型，覆盖产业、民生、政务、科研等13个重点领域。其背后的思路很明确：不仅要让龙头企业率先突破，还要把龙头企业沉淀的能力转化为行业可以共享的工具。

这也点出了山东发展人工智能的另一个重要角色：产业协同的组织者。

开放应用场景，连接供需两端，推动标准建设，支持中试验证，让工业企业、技术企业、科研机构和服务商找到合作接口。政府“搭台”“攒局”，企业各展所长、互利共赢，才能降低工业AI的落地门槛。

截至目前，“人工智能赋能新型工业化齐鲁行”已举办11场，摸排1200余项人工智能应用需求，推动116个智能化项目现场签约，签约金额14.56亿元。近两年，山东整合财政资金1.25亿元，实施“模型券”“语料券”“场景券”等奖补政策；未来三年，还将引导超过100亿元资金投向人工智能赋能制造业领域。

按照规划，到2030年，山东人工智能核心产业产值要突破3000亿元，规上制造业企业人工智能应用普及率要达到70%。

实现这个目标，意味着AI要走进更多基础薄弱、规模较小、需求各异的企业。这个过程，需要轻量化的产品、可靠的服务，也需要技能培训和岗位转型支持，让一线劳动者有能力参与技术进步、分享发展成果。

一家工厂的成功，是一道题的突破；更多企业用得起、用得好、用得久，才是一张更有分量的成绩单。

放眼全国，山东这场探索的价值也正在这里。

人工智能的发展，既需要高端芯片、基础软件、基础模型持续突破，也需要在广阔的产业现场不断验证、完善。而山东拥有全国全部41个工业大类，这里跑得通的方案，更容易向其他地区复制；这里暴露出来的问题，也能为其他地方提供有价值的借鉴。

大会选择山东，看中的是雄厚的工业家底，更看中这里把产业纵深转化为人工智能应用纵深的可能。

《考工记》有言：“天有时，地有气，材有美，工有巧，合此四者，然后可以为良。”

天时，是AI走出对话框、走向产业端的历史关口，是国家“人工智能+”行动的全面铺开；地气，是41个工业大类、4万余家规上工业企业托起的产业厚土；材美，是沉睡在机器里的数据正被唤醒；工巧，是齐鲁众多垂域大模型一门心思钻进生产现场的专精劲儿。

但最难、也最关键的，还是最后一个“合”字。

场景、数据、机理、工程和生态，不是简单堆叠在一起，而要嵌入同一套生产逻辑；技术、产业、人才、资本和制度，也只有彼此衔接、相互成就，才能形成真正的工业智能。