Em uma linha de produção de metalurgia não ferrosa com quilômetros de extensão, a IA não é mais apenas um "assistente de texto" que conversa — ela entende a linguagem industrial, possui pensamento metalúrgico e pode controlar com precisão todo o processo produtivo. Em setembro de 2025, na Conferência Nacional de Software Industrial de 2025, organizada pela Associação Chinesa de Automação, foi oficialmente apresentado o primeiro "Grande Modelo de Metalurgia Inteligente" da China, voltado para a indústria de fundição de metais não ferrosos. Isso marca a implementação oficial de um novo paradigma de aplicação industrial de controle inteligente corporificado, onde a tecnologia de grandes modelos passa de "saber conversar" para "saber fazer".
O dilema da "dependência da experiência" na metalurgia centenária
O processo de metalurgia não ferrosa é longo e complexo, desde a mineração, triagem e purificação, até a fundição, processamento e inspeção do produto final, cada etapa é cheia de desafios. Tomando como exemplo a fundição de cobre, uma linha de produção se estende por vários quilômetros, envolvendo múltiplos processos como torrefação, fusão, sopro e refino, com parâmetros como temperatura, pressão e proporção de materiais mudando a cada instante.
No modelo tradicional, o ajuste desses parâmetros depende fortemente da experiência e da operação manual dos engenheiros. O "tato" e a "visão" dos mestres experientes tornam-se a garantia chave da qualidade da produção, mas também trazem limitações evidentes: a experiência é difícil de replicar, a velocidade de resposta é lenta e a otimização multivariável coordenada é difícil. Especialmente em equipamentos principais, como fornos de torrefação, um pequeno desvio na temperatura — temperatura insuficiente leva a uma torrefação incompleta e redução na taxa de recuperação de metais; temperatura excessiva causa sinterização e fusão dos materiais, aumentando o consumo de energia e danificando o forno.
Como fazer a IA realmente compreender as leis físico-químicas da produção industrial, em vez de ficar apenas no nível da "conversa", tornou-se a questão central da transformação inteligente da indústria.
Arquitetura de quatro camadas em malha fechada: fazendo a IA "entender o processo e saber controlar"
A equipe do Professor Yang Chunhua, da Universidade Central do Sul, passou por três gerações de iterações no desenvolvimento do Grande Modelo de Metalurgia Inteligente — desde a otimização de ponto único inicial, passando pelo controle em nível de processo, até a terceira geração, que alcançou a otimização de todo o fluxo.
Arquitetura de quatro camadas em malha fechada: da adaptação vertical ao feedback corporificado
Em seu artigo "Exploração de um Novo Paradigma para a Construção de Grandes Modelos de Controle Inteligente Corporificado em Domínios Industriais", publicado no Journal of Automation, a equipe de pesquisa descreveu sistematicamente a arquitetura técnica do modelo. O modelo constrói uma arquitetura de quatro camadas em malha fechada que integra adaptação vertical, controle corporificado, verificação confiável e feedback corporificado.
A inovação central desta arquitetura é: fazer com que o grande modelo não apenas "entenda" a linguagem industrial, mas também "domine" o pensamento metalúrgico. Diferente dos grandes modelos de uso geral, o Grande Modelo de Metalurgia Inteligente, por meio de ajuste fino supervisionado vertical, adquire inicialmente a terminologia profissional e o sistema de conhecimento do campo da metalurgia não ferrosa. Mais importante, na fase de pós-treinamento, introduz uma estratégia de ajuste fino por aprendizado por reforço, combinada com um mecanismo de raciocínio em cadeia de pensamento, permitindo que o modelo lide com cenários dinâmicos complexos e problemas inesperados.
Incorporação de leis físico-químicas: resolvendo o problema de "alucinação" dos grandes modelos
Os grandes modelos de uso geral enfrentam há muito tempo uma falha fatal em aplicações industriais — o fenômeno da "alucinação": o modelo pode gerar soluções que são logicamente consistentes com a linguagem, mas violam as leis físico-químicas, o que é inaceitável na produção industrial.
A equipe de pesquisa propôs inovadoramente um modelo de recompensa híbrido com incorporação de leis físico-químicas: ao incorporar um grafo de conhecimento no grande modelo, usando uma estratégia de contraste aprimorada no treinamento de aprendizado por reforço com cadeia de pensamento, amostrando e gerando pares de dados positivos e negativos em cadeia, e treinando o modelo de recompensa por aprendizado por reforço. Através de iterações repetidas de aprendizado, garante-se que as soluções geradas pelo grande modelo atendam progressivamente às restrições rígidas das leis físico-químicas.
Isso significa que cada comando de controle dado pela IA passou por uma "auditoria" das leis físico-químicas, adquirindo valor prático industrial.
Implantação de hardware: 8 nós de alto desempenho suportam controle em tempo real
O modelo é implantado em 8 nós de computação de alto desempenho, cada um configurado com CPU Intel Xeon Platinum 8470Q, 512 GB de memória e placa gráfica NVIDIA A100. O código de controle industrial gerado é testado em uma plataforma de verificação de interação virtual-real para metalurgia não ferrosa, realizando um controle em malha fechada que vai desde a identificação de problemas, geração de soluções até a execução de código.
Dados de teste: tempo de aquecimento reduzido em quase 200 segundos, overshoot médio reduzido em 40%
A equipe de pesquisa usou o controle de temperatura do forno de torrefação como estudo de caso, comparando sistematicamente o grande modelo de controle inteligente corporificado com o algoritmo de controle PID clássico e grandes modelos de uso geral como Llama3.1, DeepSeek-R1, Qwen3.
Os resultados experimentais são impressionantes:
Resposta dinâmica: o grande modelo de controle inteligente corporificado alcançou um aquecimento rápido de cerca de 250 segundos, reduzindo em quase 200 segundos em comparação com o modelo Qwen3, que foi o mais lento no aquecimento;
Estabilidade de controle: o overshoot máximo foi de apenas 1,36%, uma redução média de cerca de 40% em comparação com o controle PID clássico e outros grandes modelos;
Precisão em estado estacionário: o erro em estado estacionário foi estável dentro de ±8,0°C, com um tempo de ajuste de cerca de 335 segundos, enquanto o controle PID clássico, embora com erro em estado estacionário semelhante, teve um tempo de ajuste de até 634 segundos.
Em termos de completude do raciocínio em cadeia de pensamento, consistência lógica e riqueza de detalhes, o grande modelo de controle inteligente corporificado também superou significativamente grandes modelos de uso geral como DeepSeek-R1, ChatGPT-01 e Gemini-2.5-Pro.
De "avanço pontual" a "controle inteligente de toda a cadeia"
Otimização de todo o fluxo: o "cérebro inteligente" de uma linha de produção de quilômetros
O Professor Yang Chunhua destacou que a terceira geração do Grande Modelo de Metalurgia Inteligente alcançou a otimização de todo o fluxo — "pode ler e analisar os dados de todo o processo produtivo, com quilômetros de extensão, descobrir onde estão os problemas e, em seguida, ajustá-los um por um". Isso significa que a IA não está mais limitada à otimização de um único processo, mas possui uma visão global e capacidade de tomada de decisão sistêmica.
Aceleração da implementação de fábricas inteligentes
As aplicações industriais estão avançando rapidamente. Em junho de 2026, o centro de controle inteligente da fábrica inteligente da Wukuang Copper, construído pela MCC Jingcheng, foi oficialmente colocado em operação. O centro integra grandes modelos industriais e tecnologia de inteligência artificial, criando um centro de controle inteligente que combina operação remota, análise e despacho inteligentes e suporte à decisão assistido por IA, com a implementação de 14 cenários de aplicação de IA inteligente. Anteriormente, o Grupo Chinalco já havia lançado o grande modelo de inteligência artificial para a indústria de metais não ferrosos "Kun'an", cobrindo todos os elos do negócio, desde exploração geológica, mineração, fundição e processamento até reciclagem. Em abril de 2026, a China Ruilin e a Huawei estabeleceram conjuntamente um centro de inovação de IA para metalurgia de cobre, focado na implementação de aplicações de IA em processos-chave da metalurgia de cobre.
De metais não ferrosos ao aço: um paradigma industrial replicável
O paradigma técnico do Grande Modelo de Metalurgia Inteligente está se estendendo para a indústria siderúrgica. Em junho de 2026, o grande modelo de siderurgia inteligente "Baosteel Zhiye" foi colocado com sucesso no conversor nº 1 da Baotou Steel, integrando profundamente dados heterogêneos de múltiplas fontes, como reconhecimento visual da chama na boca do conversor, análise de gás e detecção de áudio, alcançando três funções principais: identificação precisa em tempo real do estado de sopro do conversor, previsão de alta precisão do carbono e temperatura no ponto final, e controle coordenado inteligente do fornecimento de oxigênio e posição da lança. A siderurgia tradicional de Baotou está se despedindo completamente do antigo modelo "orientado pela experiência".
Suporte de plataforma nacional
Em 15 de junho de 2026, a primeira plataforma nacional de teste de inteligência artificial para o campo metalúrgico foi inaugurada em Nanjing, Jiangsu, marcando uma nova fase na verificação da industrialização da tecnologia de inteligência artificial no campo metalúrgico da China.
Redefinindo os limites da "manufatura inteligente"
O valor profundo deste resultado reside em reestruturar o paradigma de aplicação de grandes modelos no campo industrial. No passado, a aplicação de grandes modelos de IA na indústria ficava principalmente no nível de "saber conversar", como perguntas e respostas de conhecimento e geração de documentos; o Grande Modelo de Metalurgia Inteligente alcançou, pela primeira vez, um salto de "saber conversar" para "saber fazer" — a IA não só pode responder "qual temperatura deve ser definida", mas também pode gerar diretamente código de controle industrial, ajustar equipamentos com precisão e otimizar a produção em malha fechada.
Como a equipe de pesquisa apontou em seu artigo, este paradigma "constrói uma ponte do laboratório para o chão de fábrica, da tecnologia para a implementação". Quando a IA realmente "entra" nas oficinas de alta temperatura, a indústria centenária da metalurgia não ferrosa está passando por uma profunda transformação, de "orientada pela experiência" para "orientada por dados + algoritmos".