DeepSeek发布制造业专用大模型：注塑工艺参数推荐准确率超90% 背景与影响： 随着制造业智能化转型加速，传统注塑工艺依赖工程师经验进行参数调试，存在效率低、试错成本高、良品率不稳定等痛点。DeepSeek此次发布的制造业专用大模型，聚焦注塑成型这一典型场景，通过深度学习海量工艺数据与生产案例，实现了对温度、压力、速度等关键参数的智能推荐。据测试，其参数推荐准确率超过90%，显著优于传统经验方法。该模型可快速适配不同模具与材料，减少人工试模次数，降低能耗与废品率，对中小型制造企业尤其具有实用价值。 意义： 这一突破标志着AI大模型从通用领域向垂直工业场景的深度落地。注塑工艺作为汽车、电子、家电等产业的基础环节，其智能化升级将带动整个供应链效率提升。DeepSeek的实践验证了“行业数据+专用模型”路径在制造业的可行性，为其他细分工艺（如压铸、冲压）的AI赋能提供了可复用的技术范式。同时，高准确率的参数推荐有助于缓解制造业技能人才短缺问题，推动“经验驱动”向“数据驱动”的生产模式转变，对提升中国制造业的全球竞争力具有示范意义。