3 月 23 日消息，第二十二届天津工博会举办期间，紫光云顺势召开 2026 新品发布会，重磅推出两款针对性极强的行业垂类大模型——“紫鸾工业图纸大模型”与“紫鸾芯片设计大模型”，同时配套发布专属行业智能体，将 AI 技术与工业制造、芯片半导体两大领域的实际需求深度绑定，走出了一条差异化的 AI 落地之路。
“现在 AI 行业早就过了‘谈技术、炒概念’的阶段，大家最关心的，是怎么把技术真正用起来、产生实实在在的价值。”紫光云公司总裁王燕平在发布会上直言，当前人工智能技术已步入“深水期”与“深化期”，相较于消费端，B 端政企市场的 AI 应用虽然推进速度稍缓，但能创造的经济与社会价值却更为可观。他特别强调，政企客户要的不是单一的技术或产品，而是能覆盖全链路的一体化解决方案，这也是紫光云多年来的发力方向。
据悉，围绕 AI 重塑核心竞争力，聚焦政企市场构建“AI+ 行业”解决方案及服务，是紫光云现阶段的核心战略，而工业制造与芯片半导体，正是其重点布局的两大核心场景。此次发布的两款垂类大模型，正是紫光云“算力 - 数据 - 应用”三位一体闭环体系，在实体经济与高端制造领域的生动实践，也是其多年服务政企客户、沉淀行业经验后的成果落地。
紫鸾芯片设计大模型：AI 助力，芯片研发效率翻倍
紫光云首席技术官柳义利在发布会上，详细拆解了紫鸾芯片设计大模型的技术优势与实际应用价值。他介绍，传统芯片设计周期普遍长达 24 个月，而借助这款大模型的 AI 赋能，研发周期可直接压缩至 12 个月以内，同时还能将芯片 PPA 提升 5% 至 10%，资源利用率也能突破 70%，这对芯片行业而言无疑是重大突破。
这样的突破性成效，离不开紫光云在芯片设计领域五年的深耕积累与技术创新。据了解，紫鸾芯片设计大模型采用“大模型 + 专用小模型 + 传统算法”的混合架构，整合了五大 EDA 厂商的手册内容、新紫光集团内部的核心研发经验，以及海量行业设计数据，搭建起覆盖芯片设计前、中、后端全流程的智能体系统，真正实现了全链路赋能。
为了适配芯片设计的不同环节，紫光云还针对性开发了五大智能体，各司其职、协同发力：AI 智创可根据规格书自动生成 RTL 代码、SDC 约束文件，优化设计规格并撰写项目报告，大幅减少前端编码的人工成本；AI 智检如同“常驻专家”，在每个设计节点自动检查输入输出，遇到 EDA 工具报错时，能快速检索数千页手册和日志，给出精准解决方案，帮初级员工快速上手；AI 智分聚焦 PPA 多参数多维度优化，通过核心算法找到最优解；AI 智答可为工程师快速提供学习资料和问题解答，提升知识获取效率；AI 智寻则在参数寻优、自动布局布线等场景发挥作用，结合传统算法与 AI 找到最优路径。
柳义利进一步向媒体解释了研发周期缩短的核心逻辑：一是前端代码自动生成，AI 能精准理解规格书，自动生成对应模块的 RTL 代码，还能集成企业私域 IP，既节省时间又保证质量；二是智能问题定位，工程师以往大量时间都耗在查文档、找问题上，AI 智检能自动解析错误码，快速定位问题根源，大幅提升调试效率；三是参数寻优加速仿真，芯片后仿真阶段的参数试错的传统模式耗时漫长，AI 通过参数寻优算法能快速找到最优解，减少仿真迭代次数，效率至少提升 50%；四是全流程数据拉通，紫光云天工设计平台实现了从前端代码到后端验证的全链路数据无缝衔接，避免重复迭代，整体提升开发效率。
目前，紫光云已与超过 30 家芯片企业建立业务合作，新发布的芯片大模型已在新紫光集团内部两家公司投入使用，成效显著，另有近 10 家国内大型芯片客户正在开展测试，未来落地前景广阔。
紫鸾工业图纸大模型：直击痛点，激活制造企业核心资产
与芯片设计大模型同步推出的紫鸾工业图纸大模型，精准瞄准了制造企业图纸处理效率低、识别难、协同慢的行业痛点。柳义利表示，工业场景中的图纸，就相当于软件公司的代码，是制造企业的核心资产，但目前很多企业仍依赖人工处理 PDF、图片等格式的图纸，不仅效率低下，还容易出现错误，严重影响生产进度。
经过一年多的实践探索，紫光云将工业图纸处理流程总结为五大步骤——版面分析分解、信息提取、图样提取、尺寸数据提取、标准引入，每一步都融入 AI 模型进行优化，最终实现图档信息零丢失、自动拆解对齐、数据全溯源和记忆机制，彻底改变了传统图纸处理模式。
这款大模型同样配套了五大可定制微调的智能体，适配不同企业的个性化需求：图纸审查智能体能自动核查图纸的完整性和准确性，让审查效率提升 80% 以上；公差审核智能体可自动校验公差是否符合装配要求，避免人工计算失误，提升产品一致性；图档转换智能体支持 PDF、CAD、照片等多种格式解析，能将图纸信息结构化，并逆向生成可编辑的 CAD 文件，适配后续生产环节；3D 拆图智能体能将 2D 图纸或 3D 模型自动拆解为装配顺序图，生成 2D/3D 安装指导，大幅减少拆图工作量；工艺问答智能体基于知识平台，能快速响应工艺规范相关问题，提升员工知识获取效率。
值得一提的是，这款大模型已在天津某高端电力制造企业实现落地应用，成功帮助企业完成上万份模具图纸的智能识别与复用，不仅显著降低了开模成本，还大幅提升了生产效率，用实际案例证明了 AI 技术对制造业的赋能价值。
全栈技术支撑，推动大模型从“落地”到“落效”
“紫光云的垂类大模型，从来不是为了发布而发布，每一款产品都源于市场的实际需求。”紫光云公司产品与研究开发部副总裁唐元武强调，依托前期核心技术平台的积累，紫光云以“垂类大模型 + 行业智能体”的形态，精准破解行业痛点，实现对企业的全流程赋能，助力企业降本增效。
柳义利补充道，行业大模型落地是一项系统工程，必须同时解决算力、模型、私域数据和行业应用四大核心问题，而紫光云的“算力 - 数据 - 应用”三大闭环体系，正是破解这些难题的关键。其中，模型 + 算力闭环保障训练与推理的高效性；数据闭环让企业私域数据成为模型的“灵魂”，真正适配企业实际需求；应用闭环则将 AI 能力转化为实实在在的生产力，让技术真正落地见效。
在算力底座方面，紫光云紫鸾 6.0 普惠智算平台实现了通算、智算、超算的“三算合一”，搭配大模型一体机、AI 超融合等基础设施，不仅降低了企业智能化转型的门槛，还能对异构算力进行统一调度，提供高效、弹性的算力支持。在知识赋能层面，紫鸾知识平台实现了行业专业知识的整合管理，完成从原始数据到精准知识的萃取，解决了企业私域数据无法直接供大模型使用的难题。在应用层面，智能体开发平台为企业提供了低门槛、高效率的 AI 应用构建工具，让企业无需从零开始训练模型，就能快速打造适配自身场景的 AI 应用。
“大模型落地行业没有捷径，只有深耕业务和场景，才能真正成为生产力。”王燕平在发布会结尾总结道，未来，紫光云将继续秉持“易上云、好用数、全赋智”的理念，以全栈化解决方案推动大模型从“落地”向“落效”跨越，为产业高质量发展注入强劲的“云智新动力”。据悉，此次发布会期间，紫光云凭借在工业智能、算力基础设施与行业大模型领域的突出成果，还荣获了天津工博会主办方颁发的技术创新奖。
正文完
