2. 工业AI模型生命周期概述
工业AI模型不是一次训练完成就永久有效的静态资产。它会随着产线调整、设备老化、原料批次变化、工艺参数漂移而逐渐失效。因此，工业AI模型必须被当作有生命周期的“生产件”来管理：从数据采集开始，经过训练、验证、部署、监控，最终退役。版本管理贯穿这条生命周期的每一个阶段，是保证模型可追溯、可复现、可回滚、可审计的基础设施。
核心观点：模型生命周期描述“模型从哪来、到哪去、何时失效”；版本管理回答“当前用的是哪一版、为什么是这一版、出问题能回到哪一版”。两者是流程与治理的关系。
一、工业AI模型生命周期的六个阶段
工业场景中的模型生命周期通常可以拆解为六个阶段，每个阶段都会产生需要版本化的对象。
- 数据采集：从PLC、SCADA、MES、传感器、视觉相机、振动监测等来源采集原始数据，形成数据集版本。数据版本决定了模型的上限。
- 训练：使用特定数据集版本、代码版本、超参数配置训练出模型权重，产生模型版本。
- 验证：在离线测试集、历史回放集、仿真环境或影子模式下评估模型，产生评估报告版本。
- 部署：将模型打包为推理服务、边缘容器或嵌入式固件，发布到产线，产生部署版本与配置版本。
- 监控：持续采集推理输入、输出、延迟、漂移指标和业务KPI，产生监控数据与告警记录。
- 退役：当模型被替代、产线停产或合规要求变更时，冻结并归档模型及其全部依赖，形成退役版本。
这六个阶段不是单向直线，而是一个带反馈的闭环。监控阶段发现的漂移会触发新一轮数据采集和训练，形成持续迭代。
二、版本管理如何嵌入每个阶段
版本管理不是生命周期之外的附加动作，而是每个阶段的“状态快照机制”。下表给出各阶段需要版本化的对象、典型标识和治理动作。
| 生命周期阶段 | 版本化对象 | 典型版本标识 | 版本管理动作 |
|---|---|---|---|
| 数据采集 | 原始数据集、清洗规则、标注结果 | dataset-v1.2.0 | 冻结数据快照，记录采集时间窗与设备范围 |
| 训练 | 训练代码、超参数、环境镜像、模型权重 | model-m045 | 绑定数据版本与代码提交哈希，保证可复现 |
| 验证 | 测试集、评估脚本、指标报告 | eval-r045 | 记录通过/驳回结论与阈值依据 |
| 部署 | 推理镜像、边缘配置、灰度策略 | release-rel12 | 发布审批、灰度范围、回滚目标版本 |
| 监控 | 输入分布、输出分布、延迟、告警 | monitor-2025w18 | 关联到具体发布版本，触发漂移告警 |
| 退役 | 模型文件、依赖、文档、审计记录 | archive-arc045 | 冻结归档，保留可追溯链路，禁止再发布 |
三、典型场景：从漂移告警到版本回滚
某汽车零部件工厂使用视觉模型检测表面缺陷。模型发布版本为 rel-12，运行三周后监控系统发现缺陷漏检率从 0.8% 上升到 2.3%，同时输入图像的亮度分布发生明显偏移。此时版本管理链路发挥关键作用：
- 监控系统将告警关联到发布版本 rel-12，并定位其对应的模型版本 m-045 与数据集版本 dataset-v1.2.0。
- 工程师对比历史版本，发现 rel-11 使用 m-044 模型，在相同产线条件下漏检率为 0.9%。
- 通过版本管理平台执行回滚，将产线推理服务切回 rel-11，漏检率恢复。
- 同时启动再训练流程，采集新批次图像形成 dataset-v1.3.0，训练 m-046 并进入验证。
如果没有版本管理，回滚将变成“凭记忆找旧文件”，再训练也无法复现历史数据与参数，故障恢复时间会从小时级恶化到天级。
在工业现场，回滚目标版本必须在发布时预先声明并验证可用。发布单中应包含“回滚版本号、回滚命令、回滚验证指标”三项内容。
四、常见误区与复盘
- 误区一：只管理模型文件，不管理数据版本。数据变了，模型行为就会变。没有数据版本，复现就是空谈。
- 误区二：把“最新版”等同于“最合适版”。工业现场优先追求稳定，最新模型未必通过产线验证。
- 误区三：部署后不再关联版本。监控指标必须能反查到具体发布版本，否则告警无法定位。
- 误区四：退役即删除。退役应归档而非删除，审计和合规往往要求保留完整链路。
复盘来看，工业AI模型生命周期管理的核心不是“训练出多好的模型”，而是“让每一个模型版本在正确的时间、正确的位置、以可追溯的方式运行”。版本管理是这条生命线的骨架，缺少它，生命周期就会退化为一次性的实验，无法支撑工业现场对稳定性、可审计性和持续迭代的要求。
# 典型版本关联记录示例
release: rel-12
model: m-045
dataset: dataset-v1.2.0
code_commit: a3f9c21
eval_report: eval-r045
deploy_env: edge-line3-cam02
rollback_target: rel-11
monitor_dashboard: drift-line3-cam02
status: active
当数据、代码、模型、评估、部署、监控和退役都被纳入同一条版本链路时，工业AI才真正具备工程化交付的能力。