“百模大战”进行时：场景落地是关键，B端行业应用成为主战场

今年以来，人工智能大模型掀起了新一轮热潮。中国科技部新一代人工智能发展研究中心5月底发布的《中国人工智能大模型地图研究报告》显示，中国10亿参数规模以上的大模型已发布79个。

ChatGPT能迅速问答、写文案，作诗等，虽然功能强大，但热情消退后，人们更关心大模型到底能解决什么问题？是否能带来生产力的飞跃？当前，一个新的共识快速达成：通用大模型能满足C端用户娱乐、创作等基础需求；但下一阶段，机会在行业大模型。

本月，华为常务董事、华为云CEO张平安发布了盘古大模型3.0，声称“不作诗，只做事”，聚焦行业场景、垂直领域；上个月，腾讯云宣布做行业大模型解决方案，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示，大模型只是起点，未来，应用落地的产业变革是更大的图景。“企业所需要的大模型能力，是在实际场景中真正解决了某个问题，而不是在100个场景中解决了70%～80%的问题。”

当前，煤矿率先成为受益大模型迭代的落地场景。7月18日，山东能源集团、华为、云鼎科技联手发布全球首个商用于能源行业的AI大模型——盘古矿山大模型，在通过试点场景验证了大模型在工业生产领域的能力后，其正在开发和实施首批应用场景，涵盖采煤、掘进等专业，让更多的煤矿工人能够从工作环境恶劣的井下走到井上。

大模型在煤矿井下应用

据不完全统计，国内目前已经有近百家大模型，包括通用和垂直、开源和闭源等不同类型。

谈及“百模大战”的未来发展趋势，华为云EI服务产品部部长尤鹏回应《每日经济新闻》记者提问时称：“未来大模型的发展一定是多模态的大模型，而且参数会越来越大，因为在实际工作中参数越大的效果越好；其次，算力的可持续建设是非常重要的一个因素，未来可能模型的比拼就是看谁有更聪明的算力；第三，要深耕行业，数实融合，走行业方面的路子才是真正有价值的。”

浦银国际证券也认为，能否应用落地并且具备商业化能力，才是检验大模型成功与否的标准。不同于传统C端消费互联网，B端产业互联网才是大模型的主战场。随着模型不断细分至垂直行业乃至特定场景，或推动应用落地加速。

7月18日，山东能源集团、华为、云鼎科技联手发布全球首个商用于能源行业的AI大模型——盘古矿山大模型，主要涵盖采煤、掘进、主运、辅运、提升、安监、防冲、洗选、焦化9个专业21个场景应用。

我国煤矿的总产量高，自动化智能化的程度较低，煤矿工人不仅从事重体力劳动，还要承担高风险环境。提升煤矿工人的职业安全度和幸福感，减轻他们的工作负担任重道远。

为进一步了解盘古矿山大模型在煤矿行业带来的实质效果，7月19日，《每日经济新闻》记者来到了隶属于山东能源集团鲁西矿业有限公司的新巨龙公司煤矿现场。在更换全套的井下制服和携带自救器、定位卡及矿灯后，乘坐罐笼，大概两分半钟时间即可抵达地下800米的井底，再乘坐无轨胶轮车沿着运输巷道缓缓行驶了约10公里后，便能到达采煤工作面。新巨龙煤矿的工作条件在全国煤矿中已经算相当好的了，但人在井下依然觉得潮湿、闷热。

新巨龙公司煤矿 图片来源：华为供图

大模型的真正价值，在于成为产业智能的发现工具、效率工具和创造工具。在井下，钻孔卸压工程是冲击地压防治的主要手段。为保证卸压钻孔施工质量，山东能源集团李楼、新巨龙等煤矿引入了AI大模型视觉识别能力，对卸压钻孔施工质量进行智能分析。

一位新巨龙工作人员介绍称：“我们要求卸压钻孔的口径一般是25米到30米，但后来发现有些工人会在钻孔时作假，所以我们通过采用交警使用的执法记录仪对打钻的全过程进行录像，录像以后有专人对这个视频进行核查，也就是说视频现场如果拍了一个半小时，那地面上的人就要看一个半小时。针对这个问题，华为通过AR智能摄像头来识别工人是否打钻达标。”

记者在矿井里看到，卸压钻机旁都配置了摄像仪。在采煤过程中，岩体应力猛烈释放会导致事故，通过打孔产生一定空间可以释放应力。据悉，在使用辅助防冲部门进行防冲卸压工程规范性验证后，不仅降低了82%的人工审核工作量，还将原本需要3天的防冲卸压施工监管流程缩短至10分钟，实现防冲工程100%验收率。

新巨龙公司煤矿 图片来源：华为供图

还有一个典型的场景是选煤环节。选煤过程中避免粗颗粒物进入介质回收环节，是保证选煤效果的关键因素。为解决“跑粗”发现不及时难题，通过在稀介桶内加装截粗装置和摄像仪，在边缘推理设备上部署AI模型，实时分析截粗装置上的粗颗粒物堆积情况，及时告警提醒，推送证据图片，帮助巡检人员处置，降低工人劳动强度，提升选煤效果。

大模型产业化落地仍需突破瓶颈

在井下的三个半小时中，一路上很少看到作业人员，但每隔一段距离就能看到摄像头、基站以及传感器等设备。靠着这些装置，800米以上的地面智能矿山集控中心和调度综合管理平台便能实时了解智能工作面、原煤运输、通风、压风、提升、供电、排水、洗选等自动化系统的信息，同时可以对各系统进行集中控制，实现地面一键操控。

据新巨龙方面介绍，公司在井下部署了8台汇聚万兆节点，配置了1台专用万兆交换机，敷设1条光缆专线，同时配备大容量不间断电源，建设成了一条无线通讯、调度通讯、应急广播等系统相结合的通信联络通道。“冲击地压线原来要16个人，现在正常条件下5～7人就可以生产。”新巨龙工作人员说道。

新巨龙煤矿是中国主要煤炭产区加速数字转型的一个缩影。尽管在智能化方面已经取得一些成效，但在探索大模型应用产业化的初期，仍面临许多亟待解决的问题。山东能源集团党委常委、副总经理刘健坦言：“煤炭行业最应该实现智能化，让机器设备代替人工，但实际上煤矿这样的自然环境非常复杂，（要想实现智能化）这个功能非常难。”

其实，要想真正全面、系统实现产业的智能化升级，还需从算力、标准、人才培养等多个领域统筹兼顾、协同推进。

据《2023年全球生成式AI产业研究报告》数据，大规模预训练模型训练算力是以往的10到100倍。中国联通公司董事长刘烈宏曾表示，大模型训练对算力消耗大、算力成本高、计算时间长，对算力中心建设和云计算技术提出了更高要求。中国电子信息产业集团有限公司董事长曾毅也认为，算力底座建设是下一阶段人工智能和数字经济发展迫在眉睫的重大问题。

在标准制定方面，华为煤矿军团MKT与解决方案总裁郭振兴表示：“人工智能在行业中的应用是一个系统工程，需要装备厂家，场景专家，算法专家协同配合，才能真正实现价值闭环。在配合过程中，涉及装备的接口数据协议，算法模型的建立，应用场景的协同等，今年6月国家矿山安全监察局对外发布了《智能化矿山数据融合共享规范》，其中包括怎么指导场景构建，怎么解决矿山、装备和通信企业面临的数据编码不统一、通讯接口不兼容、传输协议不开放、系统集成难度大等突出问题，整个人工智能的部署肯定会快速推进。目前来看，工业体系中，可能成体系规模推进的矿山行业是最快的。”

此外，在谈及实践大模型的经验、建议时，山东能源集团总经理助理王立才回应称，其他单位在落地大模型时可以注意几点：“首先，要相信（大模型），真用它，可以从最基层来征求痛点，解决自己的实际问题；其次，底层生产系统的基础条件要具备，比如需要的传感器要齐全，要使用高可靠性的装备，在架构上，最好按照工业互联网架构来设计信息化系统；最后，在算力方面，大模型一定要有充足的算力作为基础，建议规模大的企业可以自建，虽然前期投入大，但效率非常高，从网络安全、信息安全、管理方面都能实现集中统一高效。”

值得注意的是，除了华为，目前腾讯、阿里、百度、字节、360等科技企业也看到了行业端的机会，布局行业大模型。以国内最早内测生成式大语言模型的百度为例，过去几个月，百度智能云在化工、制造、能源及汽车等大工业制造板块有新动作。

中国工程院院士邬贺铨此前表示，对话、写诗、作画绝不是大模型的全部。我们需要去深入思考大模型的应用方向。要将大模型切实投入到城市发展、金融科技、生物医药、工业制造、科学研究等领域，也需要专业的企业和组织加速其在实体产业落地，为产业刚需带来实实在在的大价值，真正意义上大规模服务社会。

当前，大模型浪潮带动产品、服务、行业等多方位变革已是不争的事实。接下来的竞赛不再局限于追逐大模型技术，在AI深入产业的视野中，千行百业也正迎来巨大的想象空间。