为什么通用大语言模型做不了工业AI

寂静回声

2026 年 9 月，OpenAI 发布了 GPT-6 Astra。这次升级的关键词不再是聊天和写作，而是 Computer Use：看懂屏幕、点击按钮、操作软件。官方口号是凡是人能在电脑上完成的操作，Astra 都可以替你完成，而且更快。发布会放出了令人眼前一亮的 Demo。在基准测试里，Astra 能根据零件的多视图图片直接写出生成对应三维模型的 CAD 代码。跑分同样亮眼：ScreenSpot-Pro 屏幕理解拿下 92.7%，真实操作系统任务 OSWorld 2.0 拿下 72.6%，BenchCAD 工业零件重建拿下 95.9% 的几何重叠分数，全面超越上一代。




Astra 发布后的讨论里，逆向工程圈流传的判断很清醒：Astra 加照片，适合做效果图、摆件和玩具；扫描仪加专业逆向软件，才能做出装得回机器的零件。两条路线，两个验收标准。
差距具体在哪？第一是测量。BenchCAD 给的是多视角渲染图，不是实物，真实零件的关键尺寸藏在公差里，照片给不了，必须靠三坐标测量机和卡尺。第二是公差，产线验收看的是装得上，不是看着像。



第三条最关键：可编辑参数。工厂要的是带特征树、能改圆角、能出 BOM、能挂 CAM 的工程文件，不是一团漂亮的网格。到目前为止，所有官方演示里，没有放出过一份可加工交付的工程文件。这一步，才是从"生成"到"制造"的分水岭。


近期有研究机构发布了一个专门针对 AI 编辑 CAD 模型能力的基准测试，指令来自资深设计师在真实设计软件中的多模态操作记录。在其已公布的结果中，参测的最强前沿模型仍落后人类专家约五十个百分点——注意，据公开资料，这一测试针对的是 Astra 之前的模型，Astra 尚未参测，因此不能用它直接给 Astra 打分。
为什么差这么远？因为重建是照着抄，编辑是带着约束改。改一个尺寸，特征树要联动，装配关系要更新，工艺路径要重算。这恰好印证了两个月前所作的判断：格式只是外壳，格式背后的语义才是内核。



Astra 最耀眼的能力确实是计算机操作，ScreenSpot-Pro 92.7%、OSWorld 2.0 72.6%，意味着它能在复杂界面上找到按钮、完成长链操作，确实是当下最强的操作者。但必须追问操作的对象：屏幕。
它的全部世界被压缩成像素、控件与返回文本；屏幕之外那个由力、热、材料构成的物理世界，它只能靠二手信息去猜。看 Blender 就更清楚：它通过脚本生成的是网格，由成千上万个三角形拼成，是皮肤；参数化模型是骨架加出生档案，每一步可改、可追溯、可复用。


社区测试给了直观注脚：指定柱数的凉亭，一次跑出六根，另一次跑出十一根；指定时长的室内模型，最后衣柜变成了窗户，靠人工收拾残局。OpenAI 自己在演示里也保持清醒：建筑概念方案，它注明仍需专业审查场地、结构与建筑要求，才能用于施工。厂商自己的脚注，比任何赞美都更有分量。
这个场景我们太熟悉了：像一个新来的实习生，每台机器都会开，动作快、不抱怨；但你问一个参数为什么这么设，他一脸蒙B。
有人会问：实习生会成长，大模型不会吗？不会。因为它只会成长在屏幕之内：更多像素、更多界面、更多操作轨迹。而工业知识的核心参数、材料、失效不在屏幕里。


工业不接受幻觉，不接受黑盒。Astra 官方也承认效果还有待改进，并不成熟，仍然存在幻觉。第三方测试很快发现，在冷门工况、私有标准、长尾知识这些工业高频场景里，恰恰是幻觉的高发区。屏幕操作还会看走眼：把图标认错，被弹窗遮挡误导，点错下拉菜单。
AI 给出的每个结果，都要经得起物理验证。回头看 Blender 那个惊艳的 Demo：它确实生成了可漫游的室内场景，但硬件工程师一眼就看到了缺项，没有处理结构承重，没有规划管线，没有安规间隙。它能画出概念模型，却做不出稳定合规、可量产的工业成果。会操作软件，不等于懂工程。
实验室里的东西和产线上的东西，从来是两码事。Astra 在机器人仿真软件中操控虚拟机械臂做抓放任务成功率很高，可一旦要求亚毫米级的插入公差，它就和所有前代模型一样卡住了，物理世界的最后一毫米，依然坚硬。云端调用还有延迟，而工厂流水线不会停下来等模型回复。实时性、确定性、可靠性，这些硬约束在精剪的演示视频里是看不见的，只有在产线上才会显形。


文本级数据，Astra当然在顶端，代码、推理、写作都在第一梯队。多媒体级，文生图、生视频同样稳居前列。这两级是它的基本盘，没有争议。空间级是这次跃升的核心：它能把多视图重建成可漫游的三维场景，能从零件图重建几何，对屏幕空间的理解做到 92.7%。

但第四级，科学世界模型，要求的是物理一致性：能量守恒、量纲一致、满足偏微分方程，模型给出的是物理上的"真"，而不只是统计上的"像"。Astra 生成的几何再漂亮，也不自带力学验证，它知道大概长什么样，还不知道为什么长这样。

第五级，工业世界模型，是闭环系统：几何、仿真、工艺、制造、管理、材料、环境七大模态全部打通，从开环生成跃迁到闭环执行。Astra 对七大模态中的第一个也只是浅尝，离闭环还差着一个产业。


真正的工业世界模型，要求一个零件长什么样，曲面如何弯曲，公差是多少。三维几何是最底层的工业语言。通用 AI 看一张零件图片，看到的是像素；工业 AI 看到的必须是可以加工的几何实体。
受力分析、流体、热传导、振动。一个设计好不好，不是看渲染图漂不漂亮，而是算出来的应力分布合不合格。这是物理规律对工业的强制性参与。

怎么加工，先车还是先铣，装夹几次，走刀路径怎么走。这些是无数老师傅手上的隐性知识，是工业里最值钱的模态之一。
生产线的布局、机器人节拍、PLC 逻辑、物流路径。工厂本身就是一个复杂的动态系统。
项目进度、供应链、订单、成本。
一种新合金、一种新电池材料，分子结构决定性能。
产品不是活在真空里，汽车要在城市道路上经历春夏秋冬。
你看，这一层一层加下来，工业世界模型包含的东西，比前面所有世界模型加起来还要多。而每加一种模态，构建模型的底层逻辑就要重构一次。这就是为什么，我们不能拿一个大语言模型，随便加个skill就指望它懂工业。


对照 Astra 在 BenchCAD 上的表现：它在几何模态展示了形状重建能力，但覆盖的是几何模态的表层，形状的视觉近似，而不是完整的参数化几何表达。特征树、参数关联、布尔运算历史、装配约束，在当前基准中并没有被充分测试。仿真、工艺、制造系统、管理、材料、环境等模态，更是完全超出了它当前的能力范围。
这意味着，Astra 的 CAD 基准成绩，只是画了个像齿轮一样的物体，但绝不是真正的齿轮。
剩余的模态深度和广度，是当前通用 AI 的架构所无法触及的领域。


诺奖得主索洛在上世纪八十年代说：你可以在一切地方看到计算机，唯独在生产率统计中看不到。今天这句话原封不动搬到了 AI 身上。麦肯锡报告《State of AI》说，88% 的企业都在用 AI，可只有 6% 真正见到了效果。高盛首席经济学家说得更狠：AI 对美国 GDP 增长的贡献基本为零。
所以工业 AI 不是普通 AI 的行业应用版本，它更像是 AI 文明从"认识世界"走向"改变世界"的下一次物种跃迁。
Astra 在 BenchCAD 上达到 95.9%，就像早期的计算机在电子表格计算上比人快一万倍。计算速度确实飞跃了，但它没有立刻转化为工厂里的生产力。因为从"计算更快"到"造得更好"中间，还隔着组织变革、流程再造、人才培养、信任建立。技术领先性和生产率提升之间，隔着一条系统性鸿沟。

写报告、做表格、处理邮件、整理资料，这些纯数字世界的任务，Astra 的完成率已经到了七成以上。办公流程的自动化，会在未来两三年明显提速，这是最没有悬念的部分。老旧软件没有 API 的老问题，被屏幕接口这个方案解决了，很多原本必须人手点击的工作可以交给 AI。企业数字化的"最后一公里"会比原计划更短，这一点值得 CIO 重新排期。
从设计到仿真到工艺到制造，这条链上的每一步都需要物理验证。AI 可以加速链路上的每一段操作，但闭环本身的建立，仍然依赖工业知识的形式化，这件事没有捷径可走。

把 AI 当增长引擎、重构工作流、最高管理层亲自抓、认真做人员与 AI 的协同策略。Astra 们会放大它们的领先优势，因为工具越强，工作流设计的价值就越大。
反过来，指望买一个模型就解决生产率问题的企业，会发现AI是个白痴。工具在进化，而组织能力不会自动进化，这两个时钟从不同步。



从工业软件从业者来看，我们比论证想得更多的，是另一件事：Astra 级的能力涌来时，如何把它装进工程上可信的轨道。答案不是筑墙，是修管道。
管道就是受验证的上下文：几何内核保证拓扑有效，特征树记录出生历史，仿真求解器校验物理后果，工艺库约束可制造性。AI 的每一步输出，先过这几道关。
几十年来，CAD从航空到汽车、从船舶到建筑、从消费品到生命科学，各家企业积累了覆盖全行业的工程知识。但这些知识不是以文本形式存储的，而是以参数化特征、仿真模板、工艺规则、行业标准等形式嵌入在软件架构中。

这段历史告诉我们一个重要的事实：工业知识的积累没有捷径。一次飞机的颤振分析可能需要数月的风洞试验和计算验证，一次汽车碰撞仿真的标定可能需要上百次实车碰撞试验。这些积累无法通过任何基准测试来替代。


在文本世界模型阶段，核心的数据表征是一维的离散符号序列。构建这一层级的技术基石是 Transformer 架构的自注意力机制，模型通过自回归的下一个 Token 预测，将理解世界压缩为计算下一个词的条件概率。这就解释了为什么文本大模型看似无所不知，却无法直接解决需要物理直觉的芯片设计问题。
当模态进化到多媒体世界模型，数据表征跃迁为二维像素网格加上时间维度。自回归逐 Token 生成难以处理二维空间的并行结构，取而代之的是扩散模型与 DiT 架构的结合，模型学习从噪声中恢复数据分布的梯度场。生成机制已经彻底不同。
进入空间世界模型，数据模态变为三维空间加一维时间。核心技术如神经辐射场通过 MLP 隐式编码三维场景，三维高斯泼溅（3D Gaussian Splatting）用数百万可优化基元实现实时渲染。模型必须内化欧几里得空间的度量结构。


跃迁至科学世界模型，数据表征变为由偏微分方程、守恒律和对称性支配的高维连续动力系统。物理信息神经网络将物理方程残差写入损失函数，傅里叶神经算子学习函数空间到函数空间的映射。模型从统计上的"像"升级为物理上的"真"。
最终到达工业世界模型，模态融合几何边界表示、物理仿真场、工艺参数、设备传感时序与业务知识。核心技术包括直接在工程几何数据上学习的几何深度学习、将工业标准形式化的知识图谱，以及要求与真实系统同步演化的虚拟孪生。工业智能体通过大模型作规划大脑，调用专用科学模型作执行工具。
Astra 的技术底座仍然是 Transformer 加多模态对齐，基于大规模数据的统计学习的没有本质改变。而工业世界模型需要的技术范式完全不同。这就意味着，即使 Astra 未来持续提升 CAD 基准成绩，它的技术天花板也是由 Transformer 范式决定的。


AI 的进步是真实的，但它进步的方向和速度，是由底层的世界模型决定的。工业 AI 不会因为通用 AI 变得更强就自动出现，它需要从根基上建设。
工业世界有自己的语言几何语言、仿真语言、工艺语言、设备语言。这些语言需要被数字化、结构化、标准化。没有这个基础，任何 AI 模型都无从学习。
工业 AI 不能是纯统计的。它必须在满足物理约束的前提下完成每一个预测和生成，能量守恒、动量守恒、质量守恒、热力学第二定律等是它必须遵守的法则。这不是通过更多数据就能解决的，这是需要在模型架构层面就嵌入的先验知识。
工业 AI 的每一个输出，都必须能够通过工程验证仿真验证、实验验证、实车验证。这需要一整套从虚拟到物理的验证基础设施。
工业行业的信任不是靠营销获得的，是靠无数次正确的产品和可靠的服务积累的。一个新工具要获得工程师的信任，需要在真实的工业场景中经受住时间的考验。
这四个环节，每一个都需要数年甚至数十年的持续投入。这不是一个迭代周期就能解决的问题，这是一个跨越物种进化的系统工程。Astra 给了我们一双最强的手，而工业 AI 这只新物种的躯干、骨骼与神经，需要我们用这四种材料一点点搭建。

如果你真想在工业中用用 Astra，以下几条具体建议：

把 Astra 当顶尖实习生，不要当资深工程师
它快、不知疲倦、听话，但没有责任能力和行业判断力。高风险操作放进虚拟机沙箱，全程留审计日志，权限最小化，这条要写进制度而不是口头约定。

特征树、公差标准、工艺知识、失效案例，这些是未来所有工业 AI 的粮食。谁的数据语义完整、标准统一，谁就能第一个把 Astra 类智能体用出真实效果，数据决定了 AI 的天花板。
AI 出初稿，人工做校验，仿真做验证，然后才进入定稿。设计评审的规则要先定义清楚，再放开 AI 的手，次序不能颠倒。
二维制图检查、标准符合性审查、BOM 一致性核对、技术文档生成，这些场景容错率高、见效快，是建立组织信心和积累人机协作经验的好起点。
屏幕操作解决了"能用"的问题，但要"好用"，还是要回到几何内核、约束系统、仿真求解器这些深水区。平台厂商把 AI 内建到参数化引擎里，比外部挂载一个操作手靠谱得多。
所以说那些让那通用大模型去操作CAD软件的思路根本没必要，以达索系统、西门子数字工业为首的官方软件商早就把AI内置到工业软件中。这些外挂AI这应用场合在哪呢？一个企业连正版软件都不肯买，难道他会花钱去让AI给他操作？ AI你必须先给钱的，不给先给钱，你以为是他妈的牛马打工人呢？欠了几个月工资都能坚持上班。
屏幕操作解决的是"能用"，而几何内核、约束求解、仿真验证与工艺知识库解决的是"可信"。企业数字化资产若沉淀在缺乏语义的文件和截图里，Astra 再强也只能在表层操作；沉淀在参数化平台里，AI 的每一次操作才会自动携带工程语义与验证闭环。

我们不妨做一次大胆的展望。当工业 AI 这个新物种真正成熟的时候，世界会是什么样。
一位航空发动机设计师在概念阶段输入设计需求：推力、油耗、寿命、排放标准。工业 AI 系统在物理约束下自动生成数百个候选方案，每一个方案都经过完整的应力分析、热分析、流体分析验证。设计师从中选择最有潜力的方案，AI 系统自动完成详细设计、工艺规划、成本估算。从概念到可制造的设计方案，时间从数月缩短到数天。

一条汽车生产线的排产系统接收到来自全球各地的个性化订单。工业 AI 系统自动优化生产排程，平衡产能、库存、物流、质量的多重约束，实时响应供应链的波动。每一个产品都是定制化的，但生产线的效率不亚于大规模标准化生产。

一座桥梁在运行过程中，传感器持续采集振动、温度、应变数据。工业 AI 系统实时比对虚拟孪生模型，预测结构退化趋势，提前安排维护计划，避免突发事故。
这些场景的实现，需要的不是一个更聪明的语言模型，而是一个拥有完整工业世界模型的 AI 系统。它必须理解几何、理解物理、理解工艺、理解系统，能够在所有这些模态上进行推理和生成。
在那一天到来之前，我们需要保持清醒的认知，需要持续的投入，需要对"通用 AI 替代工业 AI"这种简单叙事保持警惕。
幻觉在聊天窗口里是个笑话，但在产线上就是一次重大事故。
工业 AGI 的形态，可能不是"一个更大的 GPT"，而是混合物种，在通用大模型之上的行业世界模型做认知与规划的大脑，工业软件和专业模型做验证与执行的手，虚拟孪生做试错的沙盘，三者缺一不可。
与其争论 AGI 来没来，不如回答一个更实际的问题：你的企业，准备好让通用大模型操作你的数据、你的流程、你的软件了吗？还是更信任那些陪伴工业企业数十年、以深厚行业积累打造行业世界模型的工业软件企业？