<!-- title: 元景联舟智舶让巨轮2D图纸秒变3D -->

# 元景联舟智舶让巨轮2D图纸秒变3D：联通大模型杀入造船业皇冠

2026年3月，全球移动通信组织（GSMA）发布《运营商实践：AI大模型赋能垂直行业标杆案例集 2025》，中国联通数据智能有限公司（联通数智）一举有四大实践入选——医疗影像质控、人社服务咨询助手、"智衣衿"文物数字活化，以及最让业界眼前一亮的**《联舟智舶——大模型驱动船舶设计智能化变革》**。一个通信运营商的大模型，凭什么杀入世界造船业"皇冠上的明珠"？这背后是一场通信AI从"服务自己"走向"重塑重工业"的硬核实战。

## 一、案例背景：世界第一的造船大国，卡在设计环节

先看一组足以自豪的数据。2024年，我国造船完工量、新接订单量、手持订单量分别占全球市场的**55.7%、74.1%、63.1%**，三大指标连续15年稳居世界第一。中国已经是不折不扣的造船第一大国。

但"规模领先"不等于"智能引领"。在造船产业链利润最厚、技术壁垒最高的**船舶设计**环节，长期存在三大痛点：

1. **造船规范文档如海**。一艘远洋巨轮要遵循船级社规范、国际公约（SOLAS）、IMO规则等成千上万页文档，里面塞满了复杂图表、公式和参数。设计师查一条规范，往往要在多本手册间反复跳转，一个新手设计员上手周期动辄数年。
2. **2D图纸转3D模型耗时惊人**。船厂拿到的是2D基本设计图纸，要进生产环节必须重新构建全船精准的3D数字模型（业内称"翻模"），还原船体结构、管系、风管等所有要素的空间位置与几何关系。传统人工翻模，一艘船要耗费数月、几百人天。
3. **工业设计软件被国外垄断**。造船CAD/CAE长期依赖AVEVA、NAPA、达索等海外软件，国产化替代刻不容缓却又举步维艰。

正是在这个背景下，2022年工信部等五部门《关于加快内河船舶绿色智能发展的实施意见》明确提出到2025年船舶装备智能技术水平明显提升、到2030年绿色智能技术全面普及。政策、市场、技术三重驱动下，"用大模型啃下船舶设计这块硬骨头"成了产业共识。而这，恰恰给了运营商大模型一个跳出"客服+运维"舒适区的机会。

## 二、方案详情：三方共建联合实验室，三大智能体打主力

这个项目不是联通单打独斗。**联通数据智能有限公司、上海联通与SEAGOSOFT公司**三方共建联合实验室，以"大模型赋能国产船舶工业设计"为核心目标，把联通自研的**元景大模型**深度嵌入造船设计全流程，孵化出"联舟智舶"平台。

元景大模型是中国联通2024年合作伙伴大会发布的行业大模型（元景2.0），定位"更懂行业"。它最大的特点不是参数堆料，而是配套了一套**MaaS（模型即服务）平台**——支持私有化部署、智能体编排、知识库与工作流编排，让非AI专业的船厂工程师也能快速搭出自己的应用。2025年服贸会上，元景MaaS平台获评"MaaS十大优秀案例"，公有云版本已积累**4000+注册企业用户**。

落到联舟智舶，核心是三个智能体：

### 1. 造船规范问答智能体——让规范查询从"翻书"变"对话"

针对造船规范文档中复杂图表、公式难以识别和理解的问题，项目结合元景大模型的**RAG（检索增强生成）解析、多模态数据召回、大语言模型微调（SFT）**三项技术，把船级社规范、设计手册、历史图纸全部灌进向量知识库。设计师只要用自然语言提问（例如"这艘8万吨散货船的舱口盖强度校核适用哪条规范、参数取多少"），智能体就能秒级返回规范原文、图表参数、甚至公式计算结果，并标注出处。这一招直接把规范查询从"人找知识"变成"知识找人"。

### 2. 造船翻模设计智能体——2D图纸秒变3D，业界首创

这是整个项目最硬核、也最值钱的能力，被官方称为"业界首次技术创新"的**翻模设计系统**：把已有的2D设计图纸作为输入，通过专业造船软件重新构建全船精准的3D数字模型，精准还原船体结构等所有要素的空间位置与几何关系。过去需要几十名建模师手工干几个月的活，现在大模型+工业软件协同，能把翻模周期大幅压缩。这不只是"提效"，而是改变了造船设计的生产关系。

### 3. 工业软件设计智能体——给国产工业软件"补脑"

面向造船工业软件国产化替代，这个智能体辅助国产工业软件完成参数化建模、结构选型、干涉检查等设计任务，相当于给原本"笨重"的国产工具装上一个懂规范的"AI大脑"，缩小与海外巨头的体验差距。

除了三大智能体，联通还把通信看家本领一并搬进船厂：2021年起为船厂部署**基于5G的大型钢结构装配精度检验系统**，对薄板厚度、平整度做高精度在线检测；并打造智能仓库，使仓储物流运营效率、场地空间利用率**提升200%以上**，人力成本与作业风险显著下降。

```mermaid
flowchart TB
    A[元景大模型 + MaaS平台<br/>私有化部署/智能体编排] --> B[联舟智舶 三大智能体]
    B --> B1[造船规范问答智能体<br/>RAG解析+多模态召回+SFT微调]
    B --> B2[造船翻模设计智能体<br/>2D图纸→全船3D数字模型<br/>业界首创]
    B --> B3[工业软件设计智能体<br/>参数建模/结构选型/干涉检查]
    B1 --> C1[规范秒级检索<br/>图表参数+公式计算]
    B2 --> C2[翻模周期大幅压缩<br/>还原船体结构空间关系]
    B3 --> C3[国产工业软件<br/>能力补强]
    D[5G钢结构精度检验<br/>+智能仓库] --> C4[仓储效率+200%<br/>人力成本下降]
    C1 & C2 & C3 & C4 --> E[船舶设计智能化<br/>国产化替代]
    F[三方共建联合实验室<br/>联通数智·上海联通·SEAGOSOFT] -.支撑.-> B
```

## 三、效果数据：从CICAS一等奖到GSMA全球标杆

联舟智舶的实战效果，已经被两道"硬认证"盖了章：

- **国家级赛事一等奖**。2025年11月，在四川成都举办的**2025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，联通数智参赛项目《智能船舶设计开发关键技术及应用》经历多轮角逐荣膺**一等奖**，并晋级全国总决赛。评委认可的正是"算法优势+船舶场景数据"的落地深度，而非PPT概念。
- **GSMA全球标杆**。2026年3月，联舟智舶与医疗、政务、文旅案例一同入选GSMA《AI大模型赋能垂直行业标杆案例集》，成为全球运营商大模型赋能**工业制造领域**为数不多的代表案例。

落到可量化的指标层面：

| 效果维度 | 传统方式 | 联舟智舶方案 | 提升幅度 |
|---|---|---|---|
| 造船规范查询 | 人工翻阅多本手册，数小时~数天 | 智能体秒级返回，含图表参数与公式 | 查询效率数十倍提升 |
| 2D图纸翻模 | 几十名建模师手工，耗时数月 | 大模型+工业软件协同重建3D | 周期大幅压缩、人工天下降 |
| 船厂仓储物流 | 传统仓储模式 | 5G+AI智能仓库 | 效率与空间利用率**+200%** |
| 钢结构装配精度 | 离线抽检、人工卡尺 | 5G在线高精度检测 | 质量风险显著下降 |
| 行业认可 | — | CICAS一等奖 + GSMA标杆 | 双重权威认证 |

需要说明的是，由于涉及船厂商业机密，单船设计周期的具体压缩比例官方未完全披露，但从"业界首次技术创新"的定性和CICAS一等奖的含金量看，其工程价值已经得到产业链背书。

## 四、对比分析：为何是运营商干成了这件事

一个有意思的问题是：**造船设计这么专业的事，为什么是通信运营商的大模型干成了，而不是传统工业软件厂商或互联网大厂？** 把联舟智舶放在三个维度对比，答案就清晰了。

**第一，对比传统人工翻模/海外工业软件。** 海外造船工业软件强在"确定性几何计算"和行业Know-how沉淀，但弱在"语义理解"——它读不懂自然语言写的设计规范、不会跨文档关联图表与公式。元景大模型恰好补上了这层语义与多模态能力，把"懂规范的语言大脑"和"会算几何的工业软件"组合起来，形成1+1>2。这比单纯替换海外软件更务实，也更容易被船厂接受（不必推倒重来）。

**第二，对比其他运营商大模型出海路径。** 同期，中国移动九天大模型在煤矿、钢铁、水利、文旅等领域频频落地，中国电信星辰大模型则深耕政务、医疗、反诈、网络运营。三家运营商都在走"行业大模型赋能垂直产业"的路子，但**联舟智舶选择的是壁垒最高的离散重工业（造船）**，且做到了"翻模"这种触及设计生产关系核心的环节，含金量和复制难度都更高。相比之下，政务热线、医疗问诊等场景虽然量大，但技术复杂度相对可控。

**第三，对比纯互联网大模型。** 通用大模型厂商有算力和通用能力，但缺两样东西：一是**私有化部署与数据不出厂的工程能力**（造船图纸是核心机密），二是**5G+工业互联网的端到端集成能力**。联通恰好两者都有——元景MaaS支持私有化，而5G精度检验、智能仓库是联通的老本行。这就是运营商做行业大模型的天然护城河：**算网一体+可信私有化+垂直深耕**。

| 对比维度 | 传统海外工业软件 | 通用互联网大模型 | 联通元景·联舟智舶 |
|---|---|---|---|
| 语义/规范理解 | 弱 | 强但缺行业语料 | 强（行业语料+RAG） |
| 几何/工业计算 | 强 | 弱 | 中（与工业软件协同） |
| 私有化/数据安全 | 强（本地化） | 较弱 | 强（MaaS私有化） |
| 5G/工业互联网集成 | 无 | 无 | 强（精度检验/智能仓库） |
| 行业落地深度 | 深 | 浅 | 深（翻模触及核心） |

## 五、几点判断与启示

**第一，运营商大模型的价值锚点正在从"降本"转向"造物"。** 早期运营商AI多用于客服、装维、网络运维，本质是给自己降本提效；联舟智舶则证明，运营商大模型可以深入一个完全陌生的重工业，**参与创造产品本身**（船舶设计）。这是从"工具"到"生产力"的跃迁。

**第二，"行业大模型+工业软件"组合拳，比"大模型替代一切"更现实。** 联舟智舶没有幻想用大模型取代AVEVA/NAPA，而是让大模型做它擅长的语义、检索、多模态，把确定性计算留给专业软件。这种**分工协同**才是工业AI落地的正解，也提示我们：通信人做行业AI，得先敬畏行业。

**第三，从"一艘船"到"一条产业链"，想象空间巨大。** 造船只是一个样板间。同样的"规范问答+图纸翻模+工业软件补脑"模式，可以平移到**海工装备、轨道交通、航空航天、电力工程**等所有"规范厚、图纸重、软件被卡"的离散制造业。GSMA把联舟智舶放进全球标杆案例集，看中的正是这种**可复制的产业AI范式**。

当然，挑战也很现实：造船场景数据高度专业化、保密性强，模型迭代需要长期与船厂共建；国产工业软件的生态成熟度仍待提升；单船全流程的设计周期压缩比例，还需要更多公开数据来验证。但无论如何，**联通用一个大模型为万吨巨轮插上数智之翼**这件事，已经为中国运营商AI写下了从"通信服务"到"产业赋能"的关键一笔。

## 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——新华网](https://www.news.cn/info/20260313/f0aca4a4dd814c529bc8df6e4e4a97cc/c.html) — 官方报道GSMA案例集与联通四大入选实践
2. [联通数智智能船舶项目获CICAS专项赛一等奖——科技日报](https://www.stdaily.com/web/gdxw/2025-11/14/content_432261.html) — 报道三大智能体核心技术（RAG/翻模/工业软件）与获奖
3. [数智技术赋能造船业行稳致远——人民邮电报（数字中国）](https://www.digitalchina.gov.cn/2025/szzg/xyzx/202507/t20250718_5049259.htm) — 造船业全球份额数据与5G精度检验、智能仓库+200%效率
4. [用AI联通｜赋能三大场景：中国联通助力船舶产业"乘风破浪"——新浪新闻](https://k.sina.com.cn/article_1708813312_65da6c0002001hj3u.html) — 翻模设计系统业界首创、2D转3D技术细节
5. [联通元景为万吨巨轮插上数智之翼——企业家日报](https://www.entrepreneurdaily.cn/2025-07-10/4/2439861.html) — 三方共建联合实验室与产业背景
6. [联通元景MaaS平台获评模型即服务十大优秀案例——新浪财经](https://finance.sina.cn/2025-09-18/detail-infqwqmr4136686.d.html) — 元景MaaS平台4000+企业用户与智能体场景

---
> 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。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)