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

P
Proofpoint News Feed
Microsoft Azure Blog
Microsoft Azure Blog
Jina AI
Jina AI
博客园_首页
宝玉的分享
宝玉的分享
The Cloudflare Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
量子位
T
Tailwind CSS Blog
雷峰网
雷峰网
Blog — PlanetScale
Blog — PlanetScale
Last Week in AI
Last Week in AI
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Hugging Face - Blog
Hugging Face - Blog
月光博客
月光博客
罗磊的独立博客
F
Fortinet All Blogs
酷 壳 – CoolShell
酷 壳 – CoolShell
Stack Overflow Blog
Stack Overflow Blog
J
Java Code Geeks
V
V2EX
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
The GitHub Blog
The GitHub Blog
Apple Machine Learning Research
Apple Machine Learning Research
博客园 - 聂微东
U
Unit 42
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
D
Docker
阮一峰的网络日志
阮一峰的网络日志
I
InfoQ
Simon Willison's Weblog
Simon Willison's Weblog
D
DataBreaches.Net
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
I
Intezer
Scott Helme
Scott Helme
B
Blog
M
MIT News - Artificial intelligence
K
Kaspersky official blog
H
Help Net Security
V
Vulnerabilities – Threatpost
C
CXSECURITY Database RSS Feed - CXSecurity.com
Engineering at Meta
Engineering at Meta
博客园 - 【当耐特】
L
Lohrmann on Cybersecurity
P
Privacy & Cybersecurity Law Blog
Project Zero
Project Zero
The Hacker News
The Hacker News
B
Blog RSS Feed
T
Tor Project blog

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。