京东方_蓝鲸显示大模型
应用场景：面板研发设计、设备预测性维护、AI质检、生产排程与虚拟测量
投稿方：loki · 服务商：京东方 · 收录时间：2026/10/13
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
其他 · 员工超10万人
3. AI 能力类型
视觉识别
4. 原来怎么干的
面板设计依赖人工绘图反复修改；设备故障靠事后维修；质量检测依赖大量人工目检；生产周期长达15天
5. AI 介入在哪一步
AI介入研发设计（手绘草图转方案）、设备维护（预测性维护）、质量检测（AI之眼识别微米级瑕疵）、生产排程（智能排产）及虚拟测量；工程师负责决策确认与工艺调整
6. 模型与架构
自研京东方蓝鲸显示大模型，覆盖生产制造、产品创新、经营管理三大板块；含预测性维护模型、虚拟测量技术、AI之眼质检系统；全模态、多场景、高精度、强推理
7. 数据基础（必填项）
京东方30年积累的显示行业数据；面板生产全流程工艺与质量数据；设备运行与故障历史数据；设计方案与图纸数据
8. 效果
手绘草图2分钟完成设计方案 → 研发速度提升近10倍；设备故障率8% → 降低30%；运维效率提升56%；维修时间从小时级→分钟级；生产周期15天→12天；年产能提升约20%；AI之眼质检准确率96%；不良率8%→3%以下；AI质检采纳率未提及，准确率96%
9. 投入
第6代新型半导体显示器件产线投入AI赋能；人力、预算档位、周期、推理成本原文未明确量化
10. 坑
显示行业数据非结构化程度高；模型训练成本巨大；大模型推理延迟影响产线节拍；替代70%人工带来组织调整与人员转岗挑战
下载 京东方_蓝鲸显示大模型 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 京东方_蓝鲸显示大模型.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。
示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」
写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。