股票代码:301159.SZ 检验检测信息管理: 400-686-4199 数据资产管理: 400-643-4668 供应链管理: 400-629-4066

构建行业模型与语义智能平台,驱动“以模引数”

2026-05-20

“模数共振”行动的核心逻辑是“以模引数”——以行业模型需求和场景适配要求反向牵引数据治理,推动基础数据向高质量行业数据集转化。工信部等八部门明确要求,梳理适配行业模型需求的数据资源清单,实现“以模引数”。然而,没有语义统一的行业模型,“引数”就会迷失在标准各异的数据孤岛之中。针对这一挑战,三维天地从三个维度构建了核心能力。

一、语义基座:SW-Foundry构建行业模型“统一语言”


SW-Foundry是三维天地自主研发的以本体模型为核心的综合性数据智能平台,核心架构自下而上分为五层:数据接入与融合、本体建模与管理、模型管理与开发、应用与可视化、安全与治理。它帮助用户将分散知识体系化、结构化,形成可计算、可推理的语义资产,为行业模型构建统一语义层与业务知识网络。

在“以模引数”语境下,SW-Foundry的价值尤为凸显:通过本体建模技术建立统一的行业语义标准,让模型具备“读懂”行业数据的能力;进而以模型的知识表达需求反向驱动数据治理与标注,真正实现“模型需求牵引数据治理”。

数据接入层,它充当多源异构数据的“搬运工”和“预处理工厂”;在本体建模层,提供可视化与代码双模式设计,类GraphQL本体查询语言让业务人员用“业务语言”直接问数据;在应用层,将复杂数据资产转化为直观业务洞察,支持拖拽式探索分析与低代码应用开发。层层能力贯通,让行业模型从“数据接入”到“语义理解”再到“业务决策”形成闭环。

二、模型引擎:AI智能体开发平台推动“以模引数”落地


如果说SW-Foundry是为行业模型打通语义脉络,三维天地AI智能体开发平台则是将模型能力系统化落地为“引数”引擎。AI智能体开发平台深度融合大语言模型与行业知识图谱技术,构建从数据采集、知识抽取到智能决策的全链路AI能力。通过模块化组件和低代码设计,企业用户无需专业算法背景即可通过可视化编排工具快速构建符合业务场景的AI模型,实现“AI即服务”的敏捷交付。

在模型管理方面,AI智能体开发平台为数据科学家提供生产级协作环境,支持数据探索、实验验证、模型训练与部署一体化流程。在上层应用层面,平台支持对话式、分析类、生成式、辅助式四类智能应用,可灵活适配检验检测、供应链管理、研发协同等多元化场景。

三、行业落地:从“被动应对”向“主动预防”跨越


“以模引数”最终要落到具体场景中接受检验。三维天地与某知名车企已打造标杆案例,完成供应链体系文件知识库、标准法规知识库、故障模式知识库建设,同步开发文件标审智能体、故障排查智能体、标准变更审查智能体、体系文件问答智能体、标准文件问答智能体。双方还将共同开发商用车垂直领域质量大模型,推动质量管理从“被动应对”向“主动预防”转型。这正是“以模引数”的典型实践——质量大模型的知识表达与推理需求,反向牵引供应链数据、故障数据、标准法规数据的高质量治理与整合。

在生物医药领域,三维天地依托SW-RDMS智能科研管理平台,率先将大模型技术与制药行业核心业务系统深度融合,构建行业“质量管控AI智能体”平台,新药筛选周期缩短40%。在电子信息、航空航天等领域,三维天地持续拓展行业模型应用,为领域专用模型研发提供分层数据治理和预测性分析能力。

“模数共振”行动要求到2026年底,基本形成“数据—模型—场景应用”良性互促循环。三维天地以SW-Foundry构建行业模型的语义基础,以AI智能体开发平台打造模型训练与部署引擎,以场景化智能体验证“以模引数”的落地成效,形成从语义理解、模型训练到应用验证的完整能力链条,可为20个重点行业的行业模型构建与“以模引数”闭环提供坚实支撑。

以语义智能筑基,以行业模型引数,三维天地驱动“模数共振”行稳致远。