惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

D
DataBreaches.Net
T
Threatpost
N
News and Events Feed by Topic
PCI Perspectives
PCI Perspectives
V2EX - 技术
V2EX - 技术
D
Docker
G
Google Developers Blog
Microsoft Security Blog
Microsoft Security Blog
N
News and Events Feed by Topic
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Google Online Security Blog
Google Online Security Blog
The GitHub Blog
The GitHub Blog
Hacker News - Newest:
Hacker News - Newest: "LLM"
Y
Y Combinator Blog
M
MIT News - Artificial intelligence
Blog — PlanetScale
Blog — PlanetScale
博客园 - 司徒正美
T
Troy Hunt's Blog
Webroot Blog
Webroot Blog
Security Archives - TechRepublic
Security Archives - TechRepublic
量子位
Apple Machine Learning Research
Apple Machine Learning Research
H
Help Net Security
F
Full Disclosure
B
Blog
O
OpenAI News
H
Hackread – Cybersecurity News, Data Breaches, AI and More
博客园_首页
Google DeepMind News
Google DeepMind News
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Engineering at Meta
Engineering at Meta
大猫的无限游戏
大猫的无限游戏
Forbes - Security
Forbes - Security
Know Your Adversary
Know Your Adversary
B
Blog RSS Feed
MongoDB | Blog
MongoDB | Blog
Scott Helme
Scott Helme
T
The Exploit Database - CXSecurity.com
博客园 - 聂微东
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
The Last Watchdog
The Last Watchdog
Recorded Future
Recorded Future
IT之家
IT之家
Project Zero
Project Zero
Stack Overflow Blog
Stack Overflow Blog
小众软件
小众软件
Attack and Defense Labs
Attack and Defense Labs
L
Lohrmann on Cybersecurity
SecWiki News
SecWiki News
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com

少数派

派早报:Google 发布 Fitbit Air 等 - 少数派 「新人报到」確認需求,再開始 - 少数派 从 SOLO 独立开发者社区,我看到了越来越多开发者开始做自己的产品 - 少数派 我怎么管理那些"不常做,但总会忘"的生活事项 - 少数派 人形机器人量产元年,数据才是具身智能的“生死线” - 少数派 BuhoLaunchpad 高度还原 Mac 启动台:开发历程与思考 - 少数派 五年陪伴依然不舍,DIY 换壳后让罗技 MX Master 3 继续服役 - 少数派 新玩意 240|少数派的编辑们最近买了啥? - 少数派 一日一技|为什么你应该关闭 iOS 的键盘声音 - 少数派 我做了个插件和 Skills,一键提取任何网站的设计规范 Design.md - 少数派 住在三四线城市的你,该开始录播客了 - 少数派 甘南秘境,大白高国 - 少数派 AI的审美:谁让把我变成川内倫子 - 少数派 返工怎能不烦恼,打工人片单总有一部是你的「嘴替」 - 少数派 为了让「上厕所」更健康,我做了一个小工具 - 少数派 AI + Skill,能够让生成的文章去除 AI 味吗? - 少数派 新玩意|韶音OpenDots ONE 耳夹式耳机 - 少数派 《美满》| 在每一个春天的晚上相爱(362) - 少数派 新玩意|优篮子 PS01 MagSnap 磁吸支架 - 少数派 自我整合手记 | 我开始早睡了:用稳定规则,为自由托底 - 少数派 用龙虾(OpenClaw)两个多月,我最深的12个体会 - 少数派 听歌时间到,12 张你可能错过的 2025 华语乐坛好专辑 - 少数派 承诺能追吗 - 少数派 macOS 26启动台没了? 我做了个不一样的App启动器 - Keboard - 少数派 《四海为家的人》| INTJ对话INTJ(361) - 少数派 你发过的那些黑历史,是时候一次清干净了 - 少数派 新玩意:安安静静玩,越玩越专注:计客密码机 - 少数派 iPad 用户首次体验 Android 平板:vivo Pad6 Pro - 少数派 数据逻辑强 - 少数派 极北行+ | 一路向北,探访日本至北之地 | 001 - 少数派 万字剖析:千问App深度体验报告(2026) - 少数派 在2026年,如何真正防止别人抄袭你的作品 - 少数派 怎么用 50 块搭个 AI 语音助手?我踩了 3 天坑 - 少数派 YeeroAI:让 AI 对话真正成为知识管理的一部分 - 少数派 爬泰山 - 少数派 「旅图显影」 App 更新:这次,我们补上了一点「手感」 - 少数派 假期出门太折磨?我的 23 条经验帮你规划惬意旅行 - 少数派 工作流会变吗 - 少数派 Claude Opus 4.6 怎么用最省钱?我测了 5 种方案 - 少数派 GPT Image 2 让图文并茂不再稀罕 - 少数派 用户侧出发——什么是AI,我要不要学习? - 少数派 找片、转存、整理、播放一条龙!让你的付费网盘值回票价 - 少数派 欢迎试用!日课一问2.0插件 - 少数派 自己做的MDeditor,原本想购买 Typora 试了两次支付不成功,干脆自己做一个 - 少数派 vibe coding了一个 3MB 的小工具,让 ~/Downloads 彻底告别混乱 - 少数派 因为受不了 Mac 的风扇策略,我做了一个风扇控制工具 - 少数派 别只怪模型 - 少数派 Warp 终端的 AI 功能怎么用?我测了一周的体验 - 少数派 AI 写代码老是出 bug?这 5 个配置我后悔没早知道 - 少数派 「新玩意」苹果出相机可能就这样:Sigma BF + 45mm F2.8 DG Contemporary - 少数派 一个面向2030年的AI操作系统是什么样子的:浅谈cola这款有灵魂的Agent - 少数派 别只看写代码 - 少数派 每天解决10个问题,还是一口气攻坚解决400个? - 少数派 AI 交易机器人怎么搭?我用 Claude 跑了一周实盘 - 少数派 Maptoposter Online:把你爱的城市画成艺术海报 - 少数派 Function Calling 怎么用?我测了 3 个模型发现差距真大 - 少数派 Legend Talk:我做了个 AI 圆桌,让 160 位思想家围着你的问题转 - 少数派 如何找到自己的蓝方?在小县城寻找压力测试 - 少数派 语音输入与软件接口|2026年聊AI时,我们都聊些什么(上) - 少数派 混动已经卖爆,纯电又来补刀——钛7闪充版简直“不讲武德” - 少数派 本月玩什么|朋友收藏、识质存在、沙罗周期 - 少数派 为什么要每天坚持输出? - 少数派 Claude API 挂了好几个小时,你的项目有备用方案吗? - 少数派 Function Calling 没你想的复杂——我用它做了个有点用的工具 - 少数派 登录系统立即播放视频或者图片音乐的软件 - 少数派 我为什么创建 FlipHTML5 下载工具 - 少数派 残局没电?多品牌外设电量统一管理软件EasyBluetooth已支持RTSS游戏内显示以及AIDA64 - 少数派 前往通义路的路 - 少数派 太好看了,媲美Sun的个人导航页,NAS部署星云门户 - 少数派 乌黑嘴唇“一键检测”上线了 - 少数派 派早报:Claude AI 接入多个创意软件生态、FILCO 生产方接手品牌等 - 少数派 【更新】BearCLI、Claude 连接器与 MCP 服务器 - 少数派 记了上千条流水,还是看不懂财务?我做了一个让 AI 读懂账本的工作台 - 少数派 MINI R56 升级原厂 Sport 模式 - 少数派 新玩意 | 一棵柠檬树(仿真版) - 少数派 Momenta的“物理AI”野望,需迈过“含摩量”这道关 - 少数派 网页直接投屏控制手机!NAS一键部署PandaScrcpy,流畅丝滑可远程。 - 少数派 众测|邀你一同探索随身 AI 硬件入口 YoooClaw C·ONE - 少数派 2050大会:分享时间是真诚 参会记 - 少数派 iPad 赋能电影创作:国内首部宣纸手绘长片《燃比娃》的幕后故事 - 少数派 AI的审美:我用 8 个大模型给 100 张旅行照片打分 - 少数派 普通人如何破圈?去参加一个本地协会 - 少数派 把极空间的图标全换了,主题DIY全攻略打造你的专属NAS桌面 - 少数派 电子便签墙,帮你实现便签自由 - 少数派 我如何用三个 CLI 工具取代文档创建需求 - 少数派 原来真的有人可以玩一辈子 - 少数派 社区速递 139 | 派友热议三月买了啥、复古单反尼康 Df 体验 - 少数派 06 作品的赏析与评价 - 少数派 TDS REVIEW|索尼 WF-1000XM6 降噪真无线耳机体验 - 少数派 35.98万起售的第二代腾势D9,我看重的不是堆料,而是不凑合 - 少数派 鼠须管 Squirrel 皮肤配置指北 - 少数派 从watch ultra2换到redmi watch6 - 少数派 派早报:阿里巴巴发布视频生成模型 HappyHorse 1.0 等 - 少数派 别迷信1M - 少数派 家人们天塌了!网盘“大封杀”,多个渠道多条路,NAS部署PanHub - 少数派 AI与人勾心斗角!NAS一键部署AI狼人杀,假日休闲必备。 - 少数派 电商必备!Comfyui工作流批量生图插件,一次生成12张!支持Nano banana pro模型 - 少数派 Comfyui工作流配置Gpt-image-2模型教程,0.03/张 - 少数派 OpenClaw第三方APi怎么配置?可使用Gpt-image-2模型 - 少数派 会员社区话题精选 Ep. 103 - 少数派
探秘能源行业AI密码:云鼎科技用大模型实现了″四个转变″ - 少数派
2025-03-21 · via 少数派

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。