每經記者 王晶    每經編輯 梁梟    

今年以來，人工智能大模型掀起了新一輪熱潮。中國科技部新一代人工智能發展研究中心5月底發布的《中國人工智能大模型地圖研究報告》顯示，中國10億參數規模以上的大模型已發布79個。

ChatGPT能迅速問答、寫文案，作詩等，雖然功能強大，但熱情消退后，人們更關心大模型到底能解決什么問題？是否能帶來生產力的飛躍？當前，一個新的共識快速達成：通用大模型能滿足C端用戶娛樂、創作等基礎需求；但下一階段，機會在行業大模型。

本月，華為常務董事、華為云CEO張平安發布了盤古大模型3.0，聲稱“不作詩，只做事”，聚焦行業場景、垂直領域；上個月，騰訊云宣布做行業大模型解決方案，騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生表示，大模型只是起點，未來，應用落地的產業變革是更大的圖景。“企業所需要的大模型能力，是在實際場景中真正解決了某個問題，而不是在100個場景中解決了70%～80%的問題。”

當前，煤礦率先成為受益大模型迭代的落地場景。7月18日，山東能源集團、華為、云鼎科技聯手發布全球首個商用于能源行業的AI大模型——盤古礦山大模型，在通過試點場景驗證了大模型在工業生產領域的能力后，其正在開發和實施首批應用場景，涵蓋采煤、掘進等專業，讓更多的煤礦工人能夠從工作環境惡劣的井下走到井上。

大模型在煤礦井下應用

據不完全統計，國內目前已經有近百家大模型，包括通用和垂直、開源和閉源等不同類型。

談及“百模大戰”的未來發展趨勢，華為云EI服務產品部部長尤鵬回應《每日經濟新聞》記者提問時稱：“未來大模型的發展一定是多模態的大模型，而且參數會越來越大，因為在實際工作中參數越大的效果越好；其次，算力的可持續建設是非常重要的一個因素，未來可能模型的比拼就是看誰有更聰明的算力；第三，要深耕行業，數實融合，走行業方面的路子才是真正有價值的。”

浦銀國際證券也認為，能否應用落地并且具備商業化能力，才是檢驗大模型成功與否的標準。不同于傳統C端消費互聯網，B端產業互聯網才是大模型的主戰場。隨著模型不斷細分至垂直行業乃至特定場景，或推動應用落地加速。

7月18日，山東能源集團、華為、云鼎科技聯手發布全球首個商用于能源行業的AI大模型——盤古礦山大模型，主要涵蓋采煤、掘進、主運、輔運、提升、安監、防沖、洗選、焦化9個專業21個場景應用。

我國煤礦的總產量高，自動化智能化的程度較低，煤礦工人不僅從事重體力勞動，還要承擔高風險環境。提升煤礦工人的職業安全度和幸福感，減輕他們的工作負擔任重道遠。

為進一步了解盤古礦山大模型在煤礦行業帶來的實質效果，7月19日，《每日經濟新聞》記者來到了隸屬于山東能源集團魯西礦業有限公司的新巨龍公司煤礦現場。在更換全套的井下制服和攜帶自救器、定位卡及礦燈后，乘坐罐籠，大概兩分半鐘時間即可抵達地下800米的井底，再乘坐無軌膠輪車沿著運輸巷道緩緩行駛了約10公里后，便能到達采煤工作面。新巨龍煤礦的工作條件在全國煤礦中已經算相當好的了，但人在井下依然覺得潮濕、悶熱。

新巨龍公司煤礦 圖片來源：華為供圖

大模型的真正價值，在于成為產業智能的發現工具、效率工具和創造工具。在井下，鉆孔卸壓工程是沖擊地壓防治的主要手段。為保證卸壓鉆孔施工質量，山東能源集團李樓、新巨龍等煤礦引入了AI大模型視覺識別能力，對卸壓鉆孔施工質量進行智能分析。

一位新巨龍工作人員介紹稱：“我們要求卸壓鉆孔的口徑一般是25米到30米，但后來發現有些工人會在鉆孔時作假，所以我們通過采用交警使用的執法記錄儀對打鉆的全過程進行錄像，錄像以后有專人對這個視頻進行核查，也就是說視頻現場如果拍了一個半小時，那地面上的人就要看一個半小時。針對這個問題，華為通過AR智能攝像頭來識別工人是否打鉆達標。”

記者在礦井里看到，卸壓鉆機旁都配置了攝像儀。在采煤過程中，巖體應力猛烈釋放會導致事故，通過打孔產生一定空間可以釋放應力。據悉，在使用輔助防沖部門進行防沖卸壓工程規范性驗證后，不僅降低了82%的人工審核工作量，還將原本需要3天的防沖卸壓施工監管流程縮短至10分鐘，實現防沖工程100%驗收率。

新巨龍公司煤礦 圖片來源：華為供圖

還有一個典型的場景是選煤環節。選煤過程中避免粗顆粒物進入介質回收環節，是保證選煤效果的關鍵因素。為解決“跑粗”發現不及時難題，通過在稀介桶內加裝截粗裝置和攝像儀，在邊緣推理設備上部署AI模型，實時分析截粗裝置上的粗顆粒物堆積情況，及時告警提醒，推送證據圖片，幫助巡檢人員處置，降低工人勞動強度，提升選煤效果。

大模型產業化落地仍需突破瓶頸

在井下的三個半小時中，一路上很少看到作業人員，但每隔一段距離就能看到攝像頭、基站以及傳感器等設備。靠著這些裝置，800米以上的地面智能礦山集控中心和調度綜合管理平臺便能實時了解智能工作面、原煤運輸、通風、壓風、提升、供電、排水、洗選等自動化系統的信息，同時可以對各系統進行集中控制，實現地面一鍵操控。

據新巨龍方面介紹，公司在井下部署了8臺匯聚萬兆節點，配置了1臺專用萬兆交換機，敷設1條光纜專線，同時配備大容量不間斷電源，建設成了一條無線通訊、調度通訊、應急廣播等系統相結合的通信聯絡通道。“沖擊地壓線原來要16個人，現在正常條件下5～7人就可以生產。”新巨龍工作人員說道。

新巨龍煤礦是中國主要煤炭產區加速數字轉型的一個縮影。盡管在智能化方面已經取得一些成效，但在探索大模型應用產業化的初期，仍面臨許多亟待解決的問題。山東能源集團黨委常委、副總經理劉健坦言：“煤炭行業最應該實現智能化，讓機器設備代替人工，但實際上煤礦這樣的自然環境非常復雜，（要想實現智能化）這個功能非常難。”

其實，要想真正全面、系統實現產業的智能化升級，還需從算力、標準、人才培養等多個領域統籌兼顧、協同推進。

據《2023年全球生成式AI產業研究報告》數據，大規模預訓練模型訓練算力是以往的10到100倍。中國聯通公司董事長劉烈宏曾表示，大模型訓練對算力消耗大、算力成本高、計算時間長，對算力中心建設和云計算技術提出了更高要求。中國電子信息產業集團有限公司董事長曾毅也認為，算力底座建設是下一階段人工智能和數字經濟發展迫在眉睫的重大問題。

在標準制定方面，華為煤礦軍團MKT與解決方案總裁郭振興表示：“人工智能在行業中的應用是一個系統工程，需要裝備廠家，場景專家，算法專家協同配合，才能真正實現價值閉環。在配合過程中，涉及裝備的接口數據協議，算法模型的建立，應用場景的協同等，今年6月國家礦山安全監察局對外發布了《智能化礦山數據融合共享規范》，其中包括怎么指導場景構建，怎么解決礦山、裝備和通信企業面臨的數據編碼不統一、通訊接口不兼容、傳輸協議不開放、系統集成難度大等突出問題，整個人工智能的部署肯定會快速推進。目前來看，工業體系中，可能成體系規模推進的礦山行業是最快的。”

此外，在談及實踐大模型的經驗、建議時，山東能源集團總經理助理王立才回應稱，其他單位在落地大模型時可以注意幾點：“首先，要相信（大模型），真用它，可以從最基層來征求痛點，解決自己的實際問題；其次，底層生產系統的基礎條件要具備，比如需要的傳感器要齊全，要使用高可靠性的裝備，在架構上，最好按照工業互聯網架構來設計信息化系統；最后，在算力方面，大模型一定要有充足的算力作為基礎，建議規模大的企業可以自建，雖然前期投入大，但效率非常高，從網絡安全、信息安全、管理方面都能實現集中統一高效。”

值得注意的是，除了華為，目前騰訊、阿里、百度、字節、360等科技企業也看到了行業端的機會，布局行業大模型。以國內最早內測生成式大語言模型的百度為例，過去幾個月，百度智能云在化工、制造、能源及汽車等大工業制造板塊有新動作。

中國工程院院士鄔賀銓此前表示，對話、寫詩、作畫絕不是大模型的全部。我們需要去深入思考大模型的應用方向。要將大模型切實投入到城市發展、金融科技、生物醫藥、工業制造、科學研究等領域，也需要專業的企業和組織加速其在實體產業落地，為產業剛需帶來實實在在的大價值，真正意義上大規模服務社會。

當前，大模型浪潮帶動產品、服務、行業等多方位變革已是不爭的事實。接下來的競賽不再局限于追逐大模型技術，在AI深入產業的視野中，千行百業也正迎來巨大的想象空間。