little m：辅助工业过程优化建模的AI智能体

制造业消耗全球三分之一能源，能源效率仍有明显提升空间，最优过程控制对其关键。但从杂乱真实工业规格生成数学优化模型，需要连接非结构化自然语言、空间图示和严格数学语法，对通用大模型构成挑战，尤其建模连续多物理动态时可能引入无效约束。我们提出辅助工业过程控制模型构建的智能体little m，结合领域知识库与大模型交互，将真实优化问题形式化为数学模型。为系统评估，我们提出工业过程控制基准IPC-Bench，含50个需联合理解文本与流程图的典型多模态场景。全面自动结构评估和双盲人工评估显示，little m在生成语义正确模型方面显著优于先进大模型。评估针对建模质量，而非求解器可行性、形式物理有效性或闭环工业表现。实现与数据集通过原摘要链接公开。