工厂愿意把大模型放到产线边上的前提很朴素：数据不能出厂，延迟不能等云。Forgis 是苏黎世联邦理工的衍生公司，也是 Google DeepMind 机器人加速器成员，它把自研的工业世界模型 Hyperion 和定制版 Gemma 3n 塞进同一张边缘 GPU，做实时质检与故障处置。按官方披露，使用该系统的工厂停机时间减少 60%、效率提升 30%、废品减少 70%。
两个模型的分工
Hyperion 吃的是机器遥测，不是文本。它要回答三个问题：这条线现在怎么运行、为什么坏、接下来会怎样，并输出根因分析、事件预测和机器人干预。语言层不直接看原始多传感器时序——标准大模型面对一段真实振动信号配一个错误标签时，会自信地把错误答案解释得头头是道。Hyperion 的做法是先纠偏：它从信号本身诊断，覆盖掉标签。
关键设计是 256 维机器状态嵌入。Hyperion 把实时传感器流与设备文档、维护日志里的静态先验融合，压成一个 256 维向量；这个压缩不可逆，原始信号无法从中还原，除此之外不再有别的数据进入语言层，官方称带宽因此降低一千倍以上，也把边缘 GPU 的预算留给生成。训练目标也不同于重建原始值：模型预测的是表征，关注退化趋势和故障特征而非传感器噪声，因此不需要标签，普通生产数据就能学。只有顶部一个小的事件预测头用标注训练；由于表征已携带信号，它在生命周期任务上用 2% 的标注达到全监督精度的 92%。
把状态变成机器词
Hyperion 输出的状态编码再由一个分词器离散化，落在专用的 125 词机器词表里。Forgis 把这 125 个机器 token 直接加进 Gemma 3n 的词表，并针对每台设备用它自己的手册和维护日志微调。于是 Gemma 干的事很具体：把实时机器状态翻译成根因解释和可执行的处理建议。
选型上，团队比较了 Qwen 2.5 3B、Llama 3.2 3B 和 Phi-3.5-mini，最后选 Gemma 3n E4B，原因是逐层嵌入把嵌入表从边缘 GPU 卸载到主机内存，逐层 KV 缓存共享又压低首 token 延迟——这两点对要和 Hyperion 共享一张卡、还要面对现场操作员的情况很关键。
两个现场例子
压铸场景里，Hyperion 把最近的生产批次转成机器 token，Gemma 识别出正在形成的缩孔模式，再依据技术文档定位物理原因：快速射料切换过早卷入空气、增压压力延迟或偏低导致气体未被压缩、熔体温度偏高增加溶解氢；随后在废品超限前给出具体调整量。
贴标机场景更能说明预测而非报警：平台在零件越过拒收限之前预判套准漂移，建议临时调整网张力，并把辊轮更换排到下一次换型，把一次非计划废品批次变成两分钟的计划内处理。
Hyperion 的表征还支持已见与未见故障的分类预测和跨设备诊断；每台设备一个专用 Gemma，回答时依据的是当前传感器状态，而不是手册里的猜测。
边界
这套方案成立的条件写得很清楚：客户允许数据留在现场、接受边缘算力约束、且设备有足够的历史遥测与文档可供融合。它没有承诺通用智能，只是把读机器和讲人话拆给两个模型，再用不可逆压缩把隐私和带宽问题一起解决。对想做设备侧智能体的团队，这个分工比堆一个更大的通用模型更值得抄。
资料来源：Reenvisioning quality control for manufacturing operations — Google DeepMind（2026）。本文为技术要点整理/编译，非原文全文。