树根互联股份有限公司：多模态大模型自动解析修船单并生成报价

报告案例整理：以下建设过程与数字来自中国信息通信研究院《2025年度制造业数字化转型典型案例集》，不是本站自行测量的数据。

来源：中国信息通信研究院《2025年度制造业数字化转型典型案例集》企业篇，PDF 第 137-138 页（书内页码 130-131）。

案例摘要

树根互联基于树根互联根灵（LinkRoot）工业大模型底座，打造蛇口友联造船厂多模态大模型应用，旨在通过多模态大模型技术优化船舶维修业务的报价流程。该项目采用混合云架构，整合了自然语言处理、计算机视觉和知识图谱技术，能够快速解析内容繁杂的全英文修船单、技术图纸及维修记录，自适应学习船东偏好，精准提取关键信息并生成结构化报价方案。报价周期从7天缩短至1.5天，减少35%的文书工作量，同时错误率从8%降至0.5%。

AI 应用提要

AI 相关度：AI核心案例

• 树根互联基于树根互联根灵（LinkRoot）工业大模型底座，打造蛇口友联造船厂多模态大模型应用，旨在通过多模态大模型技术优化船舶维修业务的报价流程。
• 该项目采用混合云架构，整合了自然语言处理、计算机视觉和知识图谱技术，能够快速解析内容繁杂的全英文修船单、技术图纸及维修记录，自适应学习船东偏好，精准提取关键信息并生成结构化报价方案。
• 一、背景情况为解决传统修船报价流程依赖人工处理全英文技术文档、CAD图纸及复杂维修记录效率低、错误率高的问题，树根互联联合蛇口友联造船厂开发了行业多模态AI大模型应用，旨在通过智能化手段优化报价流程，提升企业竞争力。
• 二、主要做法 （一）多模态数据融合整合了自然语言处理（NLP）、计算机视觉（CV）和知识图谱技术，协同分析全英文技术文档、CAD图纸及结构化维修记录。
• 基于根灵工业大模型微调，训练了超100万页船舶维修行业语料，精准识别专业术语、 损伤描述等关键信息。
• （二）动态知识库与自适应学习内置3000余个专业术语和200多个船型维修标准的行业知识图谱，支持持续迭代优化。

技术标签

工业AI · 大语言模型 · 多模态 · 计算机视觉 · 知识图谱

原文整理

一、背景情况

为解决传统修船报价流程依赖人工处理全英文技术文档、CAD图纸及复杂维修记录效率低、错误率高的问题，树根互联联合蛇口友联造船厂开发了行业多模态AI大模型应用，旨在通过智能化手段优化报价流程，提升企业竞争力。

二、主要做法

（一）多模态数据融合

整合了自然语言处理（NLP）、计算机视觉（CV）和知识图谱技术，协同分析全英文技术文档、CAD图纸及结构化维修记录。基于根灵工业大模型微调，训练了超100万页船舶维修行业语料，精准识别专业术语、损伤描述等关键信息。采用本地GPU集群与公有云弹性算力相结合的架构，既保障数据处理的高效性，又满足企业数据安全需求，单次报价响应时间从7天缩短至1.5天。

（二）动态知识库与自适应学习

内置3000余个专业术语和200多个船型维修标准的行业知识图谱，支持持续迭代优化。模型可根据不同船东的偏好动态调整输出逻辑，实现个性化报价。通过区块链技术实现报价记录的可追溯与防篡改，满足船东审计要求。数据治理符合ISO8000国际标准，关键字段准确率达99.5%。

三、成效与亮点

该方案大幅优化了船舶维修业务报价流程。报价周期从7天缩短至1.5天，效率提升近5倍；经营代表文书工作量减少35%，年均释放1200人天；报价错误率从8%降至0.5%。年均错误成本降低300万元，新增订单收益预估800万元，年化经济效益超1300万元。

（一）技术融合

整合自然语言处理、计算机视觉、知识图谱三大技术，支持全英文技术文档、CAD图纸、结构化维修记录的多源数据协同分析。基于根灵工业大模型微调，训练超100万页船舶维修行业语料，能精准识别专业术语、损伤描述等关键信息。

（二）架构与功能

采用本地GPU集群与公有云弹性算力的混合云架构，保障数据处理的高效性与安全性，支持高并发任务处理。内置3000余个专业术语、200多个船型维修标准的行业知识图谱，且可持续迭代优化，模型还能根据不同船东的偏好动态调整输出逻辑。低代码部署工具让非技术人员可通过图形化界面更新知识库，降低技术运维门槛。

（三）合规与标准建设

通过区块链技术实现报价记录上链存证，满足船东审计要求，确保数据不可篡改。数据治理符合ISO8000国际标准，关键字段清洗准确率达99.5%。

四、经验启示

该案例已在友联船厂蛇口总部稳定运行，不仅为友联船厂带来了经济效益，也为整个船舶维修行业乃至重工业服务领域提供了可借鉴的智能化转型方案，推动修船及相关行业从“人工报价”向“智能决策”转型，加速全产业链数字化升级。所制定的行业技术规范，将引导船舶维修智能报价领域走向标准化，促进整个行业的规范发展。

来源页面截图

资料定位

中国信息通信研究院《2025年度制造业数字化转型典型案例集》，PDF 第 137—138 页。报告版本为2025年，整理日期为2026年10月20日。