（1）话题前沿：本书践行“新质生产力”，内容前沿又有引领作用，能有效指导制造业从业者在AI时代的学习与发展。
（2）作者权威：作者是上市公司的智能化研发负责人，主导推进制造领域的数字化与智能化转型，长期专注于人工智能融合工业应用。先后就职于通信、教育、地产、制造等行业的世界500强企业，拥有丰富的智能化落地经验，主导千万级规模项目。
（3）内容落地：本书详细介绍了大模型从数据处理、模型训练到部署压缩的完整构建路径，结合多个实际案例，提供大模型技术在智能制造、智能设备等领域的落地方案，具有很强的实践指导意义。
（4）通俗易懂：本书表达风格简单直接，从制造视角看AI大模型，贴近生产者语境。将复杂的AI算法放在行业场景下，转化为简单的工作原理描述，符合读者需求。

在智能制造和数字化转型的背景下，这是一本讲解大模型融合制造业应用的实战指南。由上市企业的智能化负责人，基于实际项目落地经验撰写。本书主要内容如下：（1）基础篇首先，探讨大模型在制造业中的应用与价值，使读者对二者的关联建立基本认知。然后，介绍大模型的发展历程、核心概念和Transformer架构原理。之后，深入讨论大模型构建路径，包括数据处理、分词、词嵌入和训练等关键步骤。同时，指出预训练模型的局限性，并提出相应的优化策略，如指令微调和混合专家模型。此外，本篇还涉及多模态大模型与AIGC技术，以及提升大模型性能和安全性的提示词工程。（2）应用篇首先，介绍大模型技术在制造业企业中的应用方法，包括8种适用情形、垂直领域微调技术和RAG（检索增强生成）技术。然后，围绕AIAgent，介绍其内部原理、应用案例、与RPA（机器人流程自动化）的关系以及实战工具LangChain的使用方法。接着，详细介绍大模型的云端和边缘部署方案、大模型压缩的常用技术（如蒸馏、量化、剪枝等）以及软硬件适配策略。并且，通过两个实践案例，展示了大模型在工业制造、设备运维等领域的具体应用，涉及智能排产、生产工艺优化、预测性维护等关键知识。最后，综合全书内容，对大模型的技术与应用进行梳理和总结，并且对其未来发展趋势进行深入思考和展望。

前言
基础篇
第1章制造业与大模型2
1.1制造业的数字化进展2
1.1.1企业数字化3
1.1.2智能制造8
1.2大模型的基本知识11
1.2.1什么是大模型11
1.2.2大模型的基本能力12
1.2.3对大模型的常见误区17
1.3制造业为什么需要大模型19
1.3.1大模型赋能制造业19
1.3.2制造业是大模型的主战场20
1.3.3大模型在制造业中的应用22
1.3.4制造业大模型24
1.4小结26
小故事27
第2章大模型基础28
2.1人工智能的发展历程28
2.1.1人工智能发展的三起三落29
2.1.2人工智能技术的流派之争34
……