联通元景"联舟智舶"：大模型如何让国产万吨巨轮设计提速五成

一、一个被低估的赛道：运营商大模型正在"下水"造船

提到运营商自研大模型，多数人的第一反应是客服坐席、政务热线、网络运维——这些"主场"场景。但2025年，一份由全球移动通信组织（GSMA）大中华区发布的《运营商实践：AI大模型赋能垂直行业标杆案例集2025》，把一个意外赛道推到了聚光灯下：船舶工业设计。

入选工业领域标杆的，是中国联通数智（联通数据智能有限公司）的《联舟智舶——大模型驱动船舶设计智能化变革》。它不是一份PPT概念，而是一套已经跑通、并被国家级赛事和全球行业组织双重背书的实战系统：在2025年"全国人工智能应用场景创新挑战赛（CICAS）"智能交通场景专项赛上，该项目"智能船舶设计开发关键技术及应用"拿下一等奖，并晋级全国总决赛。

更关键的是数据。在造船设计最棘手的"规范书解析"环节，联舟智舶把准确率从45%拉升到85%；在翻模设计、规范问答等设计师日常高频动作上，工作效率整体提升约50%。这是一个典型的"AI把脏活累活智能化"的案例，也是运营商大模型"出圈"重工业的标志性样本。

二、痛点为什么是造船业：被一本规范书卡住的万亿产业

造船是中国制造业的一张"王牌"。中国连续多年位居全球造船三大指标（承接订单量、手持订单量、完工量）世界第一。但光环背后，船舶设计环节长期被三个痛点拖累：

第一，规范文档极其复杂。 一艘远洋货轮的设计，必须严格遵守船级社规范、国际海事公约（如SOLAS）、各种入级规则，文档动辄上万页，里面塞满了复杂图表、公式、参数表。一个普通设计师查询"某型散货船货舱结构某处板厚要求"，往往要在十几种规范间反复跳转。

第二，翻模设计高度依赖人工。 从概念设计到详细设计再到生产设计，需要反复"翻模"——把上一阶段的模型按新规则重构，工程量巨大且容易出错。

第三，工业软件长期受制于人。 高端船舶CAD/CAE软件大量依赖进口，国产替代是产业安全命题，但国产软件要追平体验，光靠代码堆叠远远不够，必须靠AI补上智能化短板。

这三个痛点恰好是大模型最擅长攻克的：长文档理解（规范问答）、重复结构生成（翻模）、以及为国产软件注入智能内核。政策也在推波助澜——2022年9月，工信部、发改委等五部门联合发布《关于加快内河船舶绿色智能发展的实施意见》，明确到2025年船舶装备智能技术水平明显提升、到2030年内河船舶绿色智能全面普及。这为"大模型+造船"提供了明确的窗口期。

三、三方共建：从联合实验室到三大智能体

联舟智舶的落地路径很"运营商"——搭平台、聚生态、做赋能，而不是单打独斗。

2024年，中国联通数据智能有限公司、上海联通与行业工业软件研发机构SEAGOSOFT公司（思加软件）三方共建人工智能联合实验室，以"大模型赋能国产船舶工业设计"为核心目标。这是一个典型的"铁三角"：联通数智提供元景大模型底座与MaaS平台，上海联通提供属地化行业资源与项目运营，SEAGOSOFT提供船舶工业软件Know-how与场景数据。

技术上，联舟智舶没有"重复造轮子"，而是把当下最成熟的几条技术路线拧成一股绳：以DeepSeek开源大模型叠加联通元景MaaS平台，结合RAG（检索增强生成）做规范文档的精准解析与回答，再用多模态数据召回和大语言模型微调把行业知识"焊"进模型。

最终产品形态是三个面向设计师的智能体：

以被拆解得最细的"造船规范问答智能体"为例：它针对造船规范文档中复杂图表、公式的识别与理解难题，先用RAG把海量规范切片检索，再用多模态能力召回图表与公式，最后通过微调后的语言模型给出可用的计算结果和参数。设计师从"翻三天文档找一个板厚值"，变成"问一句话、拿一个数"。

四、系统架构：大模型如何嵌入造船工作流

下面这张架构图还原了联舟智舶从"规范文档"到"设计交付"的全链路：

flowchart TB
    subgraph 数据层["数据层（场景语料）"]
        D1[船级社规范/国际公约]
        D2[历史设计图纸与模型]
        D3[图表/公式/参数库]
    end

    subgraph 模型层["模型底座（联通数智）"]
        M1[DeepSeek 开源大模型]
        M2[联通元景 MaaS 平台]
        M3[RAG 检索增强 + 多模态召回]
    end

    subgraph 智能体层["三大智能体（联舟智舶）"]
        A1[造船规范问答智能体]
        A2[造船翻模设计智能体]
        A3[工业软件设计智能体]
    end

    subgraph 应用层["设计师工作台"]
        U1[规范秒查/公式计算]
        U2[自动翻模/结构生成]
        U3[国产CAD/CAE 智能插件]
    end

    D1 & D2 & D3 --> M3
    M1 --> M2
    M2 --> M3
    M3 --> A1 & A2 & A3
    A1 --> U1
    A2 --> U2
    A3 --> U3

架构的精妙之处在于"底座共用、智能体分工"：同一个元景+DeepSeek+RAG底座，向上裂变出三个贴合不同设计环节的智能体，再嵌入设计师既有的软件工作流。这意味着未来新增场景（如船舶舾装、管系布置）时，底座无需重训，只需再派生一个智能体——这是运营商做平台型AI而非"一次性项目"的典型打法。

五、效果数据：从45%到85%，不是渐进是跃迁

最能说明联舟智舶价值的，是一组对比鲜明的数据：

需要特别说明的是"45%→85%"这组数字的含义。造船规范解析的传统方式准确率之所以只有约45%，并非设计师不专业，而是规范文档体量太大、图表公式太多，人工检索天然有遗漏和误判。联舟智舶用RAG+多模态把这部分"机械性脑力劳动"自动化后，准确率直接跃迁到85%——这不是渐进优化，而是工作模式的切换。

外部的双重背书也印证了这套数据并非自说自话： - 行业认可：GSMA 2025标杆案例集将其列为工业领域标杆，与医疗、政务、文创并列，强调"量化成效与商业模式的清晰"。 - 国家级赛事：CICAS 2025智能交通专项赛一等奖，评委关注的是技术可迁移性与产业落地度。

六、横向对比：运营商大模型的工业出圈，谁在打什么牌

把视野放大，三大运营商的自研大模型在工业赛道的打法各有侧重。下表把联通元景的"联舟智舶"与同期中国移动"九天"的工业落地做一个横向对照：

两者其实是两条不同的工业AI路径： - 中国移动九天走的是"视觉/感知替代"路线——用AI视觉把纺织质检、煤矿安监这类人眼盯梢的活接管过来，替代的是"眼睛和手"，价值在于良率和安全。 - 联通元景联舟智舶走的是"认知/决策增强"路线——用大模型把规范理解、翻模这类人脑咀嚼的活自动化，增强的是"大脑"，价值在于设计效率与国产软件智能内核。

对中国高端制造业而言，这两条路都不可少。前者解决"造得快、造得稳"，后者解决"造得精、造得自主"。而联舟智舶的特殊意义在于：它证明运营商大模型不仅能在消费互联网场景里卷，也能钻进重工业最硬核的知识工作环节，并拿到真实效率收益。

七、为什么是运营商：联舟智舶背后的平台逻辑

很多人会问：造船这种高度专业的事，为什么不交给船舶设计院或工业软件公司，而要运营商的大模型来扛？

答案藏在运营商独有的三个杠杆里：

一是算力与平台杠杆。 联通元景MaaS平台提供了从模型微调、推理部署到智能体编排的一站式能力，SEAGOSOFT这样的行业软件公司自己搭不起这个底座。运营商做的是"水电煤"。

二是可信与合规杠杆。 船舶设计涉及大量企业机密与国家产业安全数据，私有化部署、数据不出域是硬要求。运营商有长期服务政企大客户的私有化交付经验，这是互联网大厂不一定愿意做的"脏活"。

三是生态聚合杠杆。 上海联通能把本地造船产业链、船级社、设计院、软件商撮合到一张桌子上，这种"行业地头蛇"角色，纯技术公司很难替代。

这也解释了为什么GSMA会把运营商的大模型案例单独成册——运营商正在成为"AI下沉到千行百业"的那条管道，而联舟智舶是这条管道在重工业里流出的第一股活水。

八、参考来源

## 参考来源
1. [联通元景四大实践入选GSMA运营商AI大模型标杆案例集](https://app.xinhuanet.com/news/article.html?articleId=ca71c8f7eb057b632fb4a9f8477c9cf6) — 新华网，2026-03-13，证实联舟智舶入选GSMA工业标杆及联通四大实践
2. [联通元景为万吨巨轮插上数智之翼](https://www.entrepreneurdaily.cn/2025-07-10/4/2439861.html) — 企业家日报，规范书解析准确率从45%提升至85%、DeepSeek+元景MaaS+RAG技术路线
3. [赋能三大场景：中国联通助力船舶产业"乘风破浪"](https://finance.sina.com.cn/stock/relnews/cn/2025-07-16/doc-inffsfyq6085052.shtml) — 新浪财经/通信产业网，三方共建实验室、三大设计场景
4. [联通数智智能船舶项目获CICAS专项赛一等奖](https://www.stdaily.com/web/gdxw/2025-11/14/content_432261.html) — 科技日报，三大智能体技术细节与CICAS一等奖
5. [工业向新，治理向智：中国移动九天模型V3.0加速AI变革](https://news.qq.com/rain/a/20250727A075X100) — 腾讯新闻/通信产业网，九天纺织瑕疵质检、煤矿AI安监等工业落地对照

九、结论：大模型的下一站，是钻进"硬骨头"

联舟智舶的价值，不在于它让某艘船的设计快了几天，而在于它给出了一个可复制的范式：运营商大模型 + 行业Know-how + RAG微调 = 重工业知识工作流的智能化重构。规范解析从45%到85%、设计效率提升五成，这些数字背后，是大模型从"会聊天"走向"会干活"、从"通用泛化"走向"行业精专"的关键一跃。

当GSMA把这样的案例写进全球标杆集，当国家级赛事给它一等奖，传递的信号已经很明确：通信运营商不再只是"卖连接、卖算力"的管道，它们正在用大模型重新定义自己——成为千行百业智能化的那块"地基"。而造船业，只是这块地基上盖起的第一栋楼。

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。