问题：在推进新型工业化和产业数字化过程中，工业制造、能源电力、石油化工等领域普遍面临数据利用率低的问题。企业积累了大量的生产、供应链、设备运维和能耗管理数据，但由于数据标准不统一、系统间互通成本高，这些数据难以发挥价值。同时，传统分析工具难以应对复杂的业务逻辑和实时决策需求，导致数据无法有效转化为生产力。此外——产业智能化加速发展——对复合型人才的需求激增，但人才培养速度跟不上岗位需求的变化。 原因：工业领域的结构化数据长期未被充分利用，其价值挖掘需要深厚的行业知识和数据建模能力。以往的技术多聚焦于文本、语音等非结构化数据，而工业数据以表格、指标、时序和工艺参数为主，往往需要大量定制化开发和专家规则，难以形成通用解决方案。工业场景对可靠性、可解释性和可追溯性要求严格，模型不仅要提供结果，还需符合合规与安全标准。加之产业链复杂、数据治理水平不一，更增加了规模化应用的难度。 影响：活动现场发布的“极数”数据大模型（LimiX）以结构化数据为核心，旨在通过通用化能力支持多行业、多场景应用。该模型在国际基准测试中表现优异，并融合因果推理、合成数据生成等技术，推动从“语言理解”向“数据决策”转变。业内人士指出，实体经济的智能化升级关键在于将实用、可复制的技术嵌入生产链条，以低成本实现质量、效率提升和风险降低。中国科学院院士张钹表示，中国拥有完整的工业体系和海量高质量结构化数据，围绕结构化数据的通用模型研究有望成为新的创新突破口。 对策：为加速技术落地，张钹建议在雄安新区设立数据大模型创新中心，推动标杆模型规模化示范，构建“数据大模型+产业集群”的生态体系。企业反馈显示，应用已从试点走向推广。稳准智能（雄安）科技有限公司首席科学家崔鹏介绍，“极数”已在20多个行业的100多个场景中完成落地验证。能源、钢铁、冶金等行业代表分享了生产优化、运营管理和风险预警的实践案例，强调通过统一的数据智能平台降低部署成本，提升数据处理能力。 活动还推出了“雄安新区人工智能实训生态”，以解决人才供需错配问题。首期培训将开设具身智能训练师、人工智能师资培育等课程，通过实践项目提升人才与岗位的匹配度。业内认为，技术迭代快、场景更新快，培训需与企业需求紧密结合，从“会用工具”升级为“能解决问题”，以人才链支撑创新和产业链发展。 前景：雄安新区作为“未来之城”，具备规划引领、场景丰富和政策支持等条件，为新技术验证和规模化应用提供了理想环境。未来，数据大模型的竞争将从单一指标转向场景覆盖率、工程落地能力、数据治理和安全合规等综合实力。随着行业标准完善和数据要素流通机制健全，数据大模型有望在更多关键环节形成可复制的解决方案，推动制造业和能源领域从局部优化迈向系统优化。但工业数据安全、模型可靠性评估和跨行业迁移等问题仍需持续攻关，需要政府、科研机构和企业共同努力，确保技术应用既快速又稳健。
从数据大国迈向数据强国，“极数”模型的突破不仅是技术成果，更是我国把握科技革命机遇的重要支点。在雄安新区的试验田里，数据与实体经济的深度融合正在书写新型工业化的中国方案，其示范效应将为全球产业智能化转型提供借鉴。这场以技术创新驱动高质量发展的实践，正在重塑中国在全球数字经济格局中的地位。