探秘能源行业AI密码:云鼎科技用大模型实现了″四个转变″

简介: 大模型正全面赋能流程工业与智能制造。以煤矿行业为例,云鼎科技自2022年起探索大模型应用,从验证到研发再到推广,构建了“1+4+N”智能化方案,实现115类场景落地,并拓展至化工、电力等领域。大模型带来“四个改变”:由被动监管转向本质安全、劳动密集转向精简高效、粗放管理转向质量效益、分散重复转向集约高效。实际成效显著,如兴隆庄煤矿减少岗位人员39人,济宁二号井煤矿每年增利400多万。云鼎科技还基于DeepSeek等模型打造垂域矿山大模型,推动全产业智能化升级,助力企业轻松算清经济账,吸引更多企业拥抱大模型浪潮。

DeepSeek现象级出圈后,光大证券在研报中抛出了这样一个的观点:大模型有望全面赋能流程工业和智能制造。

早在两年前,电力、采矿、油气、半导体、汽车等行业陆续开始了大模型落地的探索,不只是大语言模型,视觉模型、多模态模型、垂直领域的专业模型等都有应用,涌现出了不少有价值的案例。

比如在昇腾AI创新大赛2024上获得金奖的云鼎科技团队,2022年7月就开始了大模型在煤矿行业的能力验证,目前已经在115类场景中落地,拓展到了化工、电力、油气等多个行业。

同时也为我们打开了一个新的视角:当大模型的“春风”吹进工厂车间,将产生什么样的化学反应?

01 一场始于2022年的创新探索
也许在不少人的印象里,煤矿还属于所谓的“传统产业”。

其实在2020年2月,国务院八部委就联合下发了《关于加快煤矿智能化发展的指导意见》,明确要求将人工智能、工业互联网、云计算、大数据等新技术与现代煤炭开发利用深度融合。

彼时ChatGPT还在酝酿阶段,大模型的讨论仍局限在技术圈内,云鼎科技着手组建一支涵盖方案设计、产品研发、测试交付、运营运维等全栈能力的AI团队,在2022年初开始了大模型落地试点。

回顾这场长达3年的创新探索,大抵可以分成三个阶段:

第一个阶段是验证。

煤矿行业和AI的融合由来已久,但传统的算法模型是基于某个特定场景开发的,部署到下一个场景的时候,常常因为安装的位置、补光和环境差异,导致算法精度变差。再加上工业场景较为复杂,采集的数据比较少,且严重依赖人工标注,人工智能的落地长期处于试验阶段,无法规模化应用。

传统算法模型的瓶颈,大模型可以打破吗?2022年1月,山东能源集团携手华为成立了联合创新中心,寻求盘古大模型的行业应用;2022年7月,云鼎科技将大模型能力应用到了兴隆庄煤矿,初步验证了大模型在数据筛选效率、模型优化效率、泛化性等方面的优势,成为行业里“第一个吃螃蟹的人”。

第二个阶段是研发。

短短4个月的时间,云鼎科技就走完了模型验证、训练中心建设等工作,创建了百万张训练图片的全场景高质量样本集,并在L0大模型基础上训练出了全球首个拥有视觉感知、数据预测、自然语言处理、多模态等核心能力的L1矿山行业大模型。对比传统算法,经小样本训练后的识别精度对比提升了10%以上,新场景识别精度提升超过23.5%,模型训练工作量节省了85%。

时间来到2023年7月,山东能源集团、华为公司联合发布矿山大模型的全球商用,首批发布了21个人工智能应用场景。同年9月,云鼎科技完成了矿山大模型在山东能源集团内5家单位的复制验证,同时持续对模型进行调优训练。

第三个阶段是推广。

云鼎科技的探索并未止步于此,目前已经构建了了“1+4+N”架构的矿山智能化方案,通过1个AI开发平台和4种能力,开发出了N个高价值应用场景,给出了大模型走向更多工业场景的通用范式。

可以找到的一组数据是:2024年12月,矿山大模型的落地场景从最初的21个增长到了115个,实现了大模型的常态化应用;在矿山行业外,逐步扩展到了化工、电力、油气等,陆续在国家管网、皖北煤电、西部矿业、华能煤业等70余家单位落地,形成了一批可推广复制的标准化解决方案。

为了让矿山大模型服务更多客户,云鼎科技设计了两种赋能模式:一种是帮助客户构建AI训练中心,模型的训练和部署都可以在本地实现,保障数据不出园区;另一种是轻量化部署的“调优舱”,基于客户的样本数据进行增量训练,并将训练好的模型推送到边缘端,客户可以自主进行模型的持续优化。

02 给能源行业带来了“四个改变”
必须要回答的一个问题是:大模型解决了哪些产业难题?

可以找到的答案有很多。

比如基于大模型的掘进安全质量智能监管系统,实现了掘进工作面可视、可管、可溯规范化作业;大模型赋能的煤矿安全生产知识助手,深度融入办公系统,显著优化了决策流程与作业指导;井筒装备智能巡检使用多模态技术,能够运用视觉、听觉感知技术检测井筒装备的异常情况……

云鼎科技的一个又一个创新点,构建了大模型赋能能源行业的“全景”,确切地说是带来了“四个改变”。

一是由“被动监管”向“本质安全”转变。

有了大模型的视觉感知能力,实现了对人的不安全因素、物的不安全状态进行智能管控、提醒、消缺。比如在掘进作业中,结合视觉感知和设备运行状态,自动识别危险区域人员进入、自动监测截割部落地、敲帮问顶作业执行等行为,并进行现场告警、联动停机等自动业务处置,在提升作业流程规范的同时,增强员工的安全管理意识。

二是由“劳动密集”向“精简高效”转变。

很长一段时间里,矿山作业的每一个环节都离不开人。在大模型的赋能下,让现场作业无人化、少人化成为了现实。以煤矿主煤流运输环节的堆煤监测、异物监测、煤仓运行异常状态监控为例,矿山大模型落地后极大地减少了现场岗位人员和巡检人员,实现了关键区域从“人盯”到“技防”跨越,既降低了人员的劳动强度,又提高了生产效率。

三是由“粗放管理”向“质量效益”转变。

大模型之所以成为外界追捧的焦点,一个不可或缺的能力在于预测,通过对生产工艺参数和历史数据进行分析建模,沉淀老师傅工作经验为人工智能模型,可以实时预测最优的工艺参数,自动下发和联动控制,减少人工干预,有效降低生产成本、稳定生产质量,提高产品产量和生产效率,告别过去靠“拍脑袋”做决策的“粗放管理”模式。

四是由“分散重复”向“集约高效”转变。

以往人工智能在矿山领域的部署应用是分散的“作坊式”开发模式,导致资源重复配置与烟囱式建设,且过度依赖研发人员手工编写代码,存在开发周期长、成本高昂及应用效果不佳等问题。云鼎科技采用了更为高效、集约、标准化的“工厂式”开发路径,以矿山行业预训练的大模型为基础,针对性地微调即可快速适应多样化的应用场景。

按照产业转型的一般规律:当一家企业、一类场景的创新价值被充分验证后,大概率会成为整个行业的准则。

2024年4月,国家矿山安监局、应急管理部等国家部委印发的《关于深入推进矿山智能化建设促进矿山安全发展的指导意见》中要求,加快矿山智能化领域的人工智能大模型的算法优化和模型迭代,提升矿山人工智能大模型的通用性和实用性。重点开展人工智能在人员行为规范、工程质量评价、设备运行管控、安全保障、灾害预警分析、工艺参数优化等方面的创新应用。

如果说大模型代表的技术创新,是驱动能源产业转型的“时”;顶层设计上的各项战略规划,则是推动创新扩散的“势”。时与势的同频共振,预示着云鼎科技带给能源行业的“四个改变”,正在成为一种行业共识。

03 看得见的成效和新质生产力
工业大模型的落地能否从1到N,终归要算一笔“经济账”。

正如腾讯研究院在《工业大模型应用报告》中的观点:相较于消费类场景,工业大模型应用面临数据质量和安全、可靠性、成本三大挑战,其中高额成本限制了工业大模型应用的投入产出比。

这里的“成本”显然不只是价格,随着大模型压缩等技术的成熟,训练和部署成本都在同步降低。左右企业做出选择的诱因,可以归结为“成效”二字,即工业大模型是否可以和降本增效划等号。

和市面上同类大模型最大的差别,在于矿山大模型的规模化落地,不难找到有说服力的实际案例。

比如最早进行大模型能力验证的兖矿能源兴隆庄煤矿,仅仅是将所有的摄像仪接入AI应用平台,部署对应的模型算法,就能实时监测矿井人的不安全行为、物的不安全状态,可减少固定岗位工15人、巡检工24人。

再比如将大模型预测能力用于煤矿洗选的济宁二号井煤矿,部署应用了云鼎科技研发的重介密控分选系统,利用算法的预测和自学习能力,实时分析预测最优重介分选密度,执行复杂参数预测,有效地稳定了精煤质量,而且精煤产率提升了0.2%以上,每年增加的利润就达到了400多万元。

云鼎科技的创新探索并未停下来。

DeepSeek的模型能力出圈后,云鼎科技第一时间进行了验证,基于安全生产、设备管理、应急救援等关键业务场景的百万级高质量数据资源,蒸馏出了首个基于DeepSeek-R1的垂域矿山大模型,其中安全生产知识场景中的对话问答准确率达到了96%以上。

只有垂域矿山大模型还不够,为了让AI深入核心业务环节,云鼎科技还打造了NLP应用智能体,具备知识管理、工作流编排、应用构建、知识运营等核心功能,并为客户提供了灵活的知识问答编排框架和应用模版,快速接入DeepSeek构建知识问答应用、工作流应用、智能体应用。

隔行如隔山,但隔行不隔理。

矿山大模型沉淀下来的方法论,同样适用于其他行业。相对应的,云鼎科技制定了“纵向深耕,横向拓展”的战略:一边按照“点-线-面”的路径持续演进,构建矿山领域整体解决方案;一边将业务范围辐射到了化工、电力等板块,加速推进全产业智能化升级。

每个行业都有自己的特点,但数智化转型的难题是相通的,直接的例子就是大模型在化工行业的落地。

云鼎科技将矿山行业成熟的视觉类场景快速复制到了化工园区,显著提升了园区的安全管理能力;基于DeepSeek、盘古等通用大模型,融合能源集团化工领域的知识数据,训练出了化工行业专用模型。

以甲醇精馏为例,通过采集精馏塔的回流比、温度、压力、蒸汽流量、进料流量、液位、原料组分等工艺参数,利用大模型进行分析和预测,对精馏过程实施了精准优化,有效降低了蒸汽消耗。某化工企业落地大模型后,单套设备节约了2%的蒸汽消耗量,每年能够节约约400万元成本。

无可否认的是,工业大模型仍处于探索初期,算法、模型、平台都需要进一步的研发和优化。只要做到了成效可以看见,轻松算清楚一笔经济账,势必会吸引越来越多的企业拥抱大模型浪潮。

04 写在最后
在DeepSeek的影响下,业内渐渐达成了一种共识——未来大模型将呈现“技术摸高+工程创新”并行发展趋势。

“技术摸高”指的是头部企业坚定投入预训练基础模型创新,打造深度开放的算力平台和生态;“工程创新”是指降低大模型的训练和部署门槛,兼顾成本和性能,有望呈现“百模千态”的繁荣景象。

对号入座的话,云鼎科技无疑是“工程创新”的代表企业,他们所蕴藏的能量和产业势能同样不可小觑。

相关文章
|
12天前
|
存储 人工智能 NoSQL
AI大模型应用实践 八:如何通过RAG数据库实现大模型的私有化定制与优化
RAG技术通过融合外部知识库与大模型,实现知识动态更新与私有化定制,解决大模型知识固化、幻觉及数据安全难题。本文详解RAG原理、数据库选型(向量库、图库、知识图谱、混合架构)及应用场景,助力企业高效构建安全、可解释的智能系统。
|
24天前
|
人工智能 缓存 监控
使用LangChain4j构建Java AI智能体:让大模型学会使用工具
AI智能体是大模型技术的重要演进方向,它使模型能够主动使用工具、与环境交互,以完成复杂任务。本文详细介绍如何在Java应用中,借助LangChain4j框架构建一个具备工具使用能力的AI智能体。我们将创建一个能够进行数学计算和实时信息查询的智能体,涵盖工具定义、智能体组装、记忆管理以及Spring Boot集成等关键步骤,并展示如何通过简单的对话界面与智能体交互。
525 1
|
23天前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
786 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
26天前
|
机器学习/深度学习 人工智能 自然语言处理
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
283 13
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
|
17天前
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
|
1月前
|
人工智能 IDE 开发工具
CodeGPT AI代码狂潮来袭!个人完全免费使用谷歌Gemini大模型 超越DeepSeek几乎是地表最强
CodeGPT是一款基于AI的编程辅助插件,支持代码生成、优化、错误分析和单元测试,兼容多种大模型如Gemini 2.0和Qwen2.5 Coder。免费开放,适配PyCharm等IDE,助力开发者提升效率,新手友好,老手提效利器。(238字)
203 1
CodeGPT AI代码狂潮来袭!个人完全免费使用谷歌Gemini大模型 超越DeepSeek几乎是地表最强
|
29天前
|
传感器 机器学习/深度学习 人工智能
当AI遇上智慧能源:边缘计算才是“节能王炸组合”
当AI遇上智慧能源:边缘计算才是“节能王炸组合”
176 13
|
29天前
|
边缘计算 人工智能 算法
AI在智慧能源管理中的边缘计算应用
AI在智慧能源管理中的边缘计算应用
103 13
|
1月前
|
人工智能 安全 网络安全
从不确定性到确定性,“动态安全+AI”成网络安全破题密码
2025年国家网络安全宣传周以“网络安全为人民,靠人民”为主题,聚焦AI安全、个人信息保护等热点。随着AI技术滥用加剧,智能化攻击频发,瑞数信息推出“动态安全+AI”防护体系,构建“三层防护+两大闭环”,实现风险前置识别与全链路防控,助力企业应对新型网络威胁,筑牢数字时代安全防线。(238字)

热门文章

最新文章