中央企業(yè)人工智能應(yīng)用場景案例白皮書（2024年版）-中央企業(yè)人工智能協(xié)同創(chuàng)新平臺

智能應(yīng)用場景優(yōu)秀案例白皮書(2024版)，宣傳推廣一批創(chuàng)新性強、具有示范帶動效應(yīng)的優(yōu)秀案例。央企協(xié)同創(chuàng)新平臺7家央企參與了本次案例集編寫，最終遴選了目錄案例1:調(diào)度操作票智能生成及校核場景1成果單位：中國南方電網(wǎng)電力調(diào)度控制中心案例2:生產(chǎn)現(xiàn)場違章作業(yè)智能監(jiān)控場景5成果單位：廣東電網(wǎng)有限責(zé)任公司江門供電局10成果單位：廣西電網(wǎng)有限責(zé)任公司案例4:充電樁運行智能分析與輔助選址場景14成果單位：云南電網(wǎng)公司信息中心案例5:供電所客戶繳費行為預(yù)警19成果單位：貴州電網(wǎng)有限責(zé)任公司安順供電局案例6:“大瓦特”變電設(shè)備智能巡檢示范工程23成果單位：深圳供電局有限公司案例7:煉化裝置大機組智能故障診斷29成果單位：中石化煉化工程（集團）股份有限公司案例8:電氣設(shè)備故障診斷36成果單位：中國石化工程建設(shè)有限公司案例9:靜設(shè)備異常工況診斷與預(yù)測45成果單位：中國石化工程建設(shè)有限公司案例10:地球物理甜點智能識別及解釋47成果單位：中石化石油勘探開發(fā)研究院、中石化物探院案例11:煉化裝置擠壓造粒機智能故障診斷52成果單位：中石化煉化工程（集團）股份有限公司案例12:煉化典型裝置實時在線優(yōu)化55成果單位：中石化（北京）化工研究院有限公司案例13:在線實時優(yōu)化軟件（RTO）59成果單位：石化盈科信息技術(shù)有限責(zé)任公司案例14:基于AI+機理模型的質(zhì)量預(yù)測63成果單位：石化盈科信息技術(shù)有限責(zé)任公司案例15:面向煤炭行業(yè)的人工智能一體化賦能平臺70成果單位：國能數(shù)智科技開發(fā)（北京）有限公司案例16:東風(fēng)集團“擎天-AI智算管理調(diào)度平臺”81成果單位：東風(fēng)汽車集團有限公司案例17:視覺大模型在自動標(biāo)注的應(yīng)用85成果單位：東風(fēng)汽車集團有限公司研發(fā)總院案例18:多模態(tài)感知賦能智能座艙應(yīng)用87成果單位：東風(fēng)汽車集團有限公司研發(fā)總院案例19:基于國產(chǎn)硬件平臺的汽車造型AI創(chuàng)新應(yīng)用91成果單位：東風(fēng)汽車集團有限公司研發(fā)總院案例20:HI-DOLPHIN航運大模型服務(wù)平臺97成果單位：中遠(yuǎn)海運科技股份有限公司案例21:煤炭行業(yè)地知大模型應(yīng)用102成果單位：中國中煤能源集團有限公司成果單位：中航信移動科技有限公司案例23:民航多模態(tài)大模型技術(shù)與應(yīng)用115成果單位：中航信移動科技有限公司成果單位：中國民航信息網(wǎng)絡(luò)股份有限公司1 方式安排、停電檢修申請的操作票智能生成及校核，提高操作票生成及校核的準(zhǔn)確性和效 系統(tǒng)構(gòu)建在調(diào)度云平臺上，集成電網(wǎng)調(diào)度指揮系統(tǒng)，依托新型調(diào)度AI認(rèn)知服務(wù)平臺知識21)基于公司人工智能創(chuàng)新平臺提供的知識圖34 》建設(shè)成效省地調(diào)度業(yè)務(wù)應(yīng)用中，進一步提升調(diào)度操作智能5 2023年3月，廣東電網(wǎng)公司人工智能工程建設(shè)領(lǐng)導(dǎo)小組2023年度 6似違章識別、關(guān)鍵工序識別、作業(yè)智能數(shù)據(jù)分析等3大核心功能的人工智78 粵東某地市局、粵西某地市局發(fā)現(xiàn)了電氣操作不戴絕緣手套(B類)等違章；幫助粵東某地市局、廣東電網(wǎng)安監(jiān)域人工智能示范場景的推廣應(yīng)用大幅減輕安監(jiān)域監(jiān)盤人員工作量。以高處作業(yè)關(guān)鍵工序為1名值班人員每日花費30分鐘即完成全部作業(yè)有關(guān)登高作業(yè)關(guān)9作者：孫曉華、白玥、唐騫、蘇藍天、劉凱杰、董贇、陸一凡、何彩淑、劉麗慧、王藝穎、源管理的效率，提升員工獲取人資知識的便利性，因此開展“人力小智智能問答助手”應(yīng)用 詢問答場景應(yīng)用、業(yè)務(wù)流程智能輔助管理問答場景應(yīng)用，為對接協(xié)同辦公系統(tǒng)，自動接入制度文件，并構(gòu)建知識標(biāo)簽體系：基于大模型，針對人資制度文件處理，構(gòu)建人資知識標(biāo)簽案例簡介建設(shè)方案信息中心聯(lián)合新興業(yè)務(wù)部、楚雄供電局，廣泛收集了全省4千多充電站，6萬多充電樁的運行數(shù)據(jù)，電基礎(chǔ)設(shè)施監(jiān)管平臺數(shù)據(jù)為基礎(chǔ)，從多個維度全面監(jiān)控充電站點下設(shè)備的運行情況，全面提升充電樁的利用率。劃的充電樁精準(zhǔn)選址優(yōu)化模型選擇高相關(guān)性強適用性的群體智能道路等級、交叉口密度等因素對于城市網(wǎng)絡(luò)柵格2)基于機器學(xué)習(xí)的充電設(shè)施城市區(qū)網(wǎng)頁評估算法對劃分的城市區(qū)域進行重要性量化及排序評估。三是結(jié)合支持向量機、隨機森林等機器學(xué)習(xí)算法，3)基于歷史充電數(shù)據(jù)驅(qū)動和時序模 部接入，形成全省充電數(shù)據(jù)收集、監(jiān)管功能，完成縱月，平臺累計接入充電基礎(chǔ)設(shè)施運營企業(yè)537家，充(換)電站4141座。的合理率和公平分配率均超過95%；同時平臺賦能政府政策落地實施，引導(dǎo)行業(yè)高質(zhì)量發(fā)展運行，促進節(jié)能減作者：付宗強、李興濤、馬鑫、杜悅民、馬先進、余振滔、穆超 》案例簡介供電所片區(qū)經(jīng)理通過拍攝現(xiàn)場電表圖片，利用電力行業(yè)人工智能創(chuàng)新平臺自研組件進行電表資產(chǎn)編號識別。時的風(fēng)險預(yù)警，有效促進電費催收的精準(zhǔn)化與高效化，顯著提升了電費回收率，降低了運營風(fēng)險。建設(shè)方案建設(shè)成效以在夏云所為例，參與電費催收工作人員14人，挖掘零電量客戶9894戶、微電量客戶827戶；根據(jù)對客 》案例簡介推動AI技術(shù)賦能變電設(shè)備智能巡檢業(yè)力，降低設(shè)備故障率。目前已在深圳供電局成功實施并取得顯著成效，依托AI飛輪對 》建設(shè)方案過全量微調(diào)的方式，構(gòu)建大瓦特-變電-C隱患智能識別（L2）場景應(yīng)用。將Transformer基于token的二分匹配轉(zhuǎn)化為基于多目標(biāo)框的回歸匹配問題，提升正樣本匹配過程穩(wěn)定性；動態(tài)平衡多個目標(biāo)模塊的梯度方差，提升梯度回傳過程穩(wěn)定性，訓(xùn)練效與重組技術(shù)，實現(xiàn)視覺基礎(chǔ)模型在不同算力與業(yè)務(wù)需求下的應(yīng) 作的安全性與效率。人機協(xié)同復(fù)核圖片，依照每人每作者：孫寶平、師恩容、蘇申健、李后生、張棟梁、杜小元、馮春艷、李雨濛、 》案例簡介測系統(tǒng)成為信息孤島，難以實現(xiàn)統(tǒng)籌管理。在應(yīng)用上缺乏早期預(yù)警和故障診斷能力,多采能預(yù)警和智能診斷能力不足，對關(guān)鍵大機組維修決策支持能力 》建設(shè)方案監(jiān)測，對于工況變化復(fù)雜的設(shè)備，單一的時域特征參數(shù)無法全面監(jiān)測設(shè)備運行狀態(tài)，易造成大量的虛警和漏警，函數(shù)可變的小波基，其分析窗口函數(shù)可調(diào)，能夠提取到非平穩(wěn)信號短時、局部信息特征。通過構(gòu)造小波函數(shù)族，和Decoder（解碼器）。編碼器的作用是把高在故障檢測場景下。利用無故障特征數(shù)據(jù)與各類故障特征數(shù)據(jù)，構(gòu)建深度自編碼器網(wǎng)絡(luò)診斷模型到正常與故障樣本特征空間；然后將當(dāng)前待檢數(shù)據(jù)輸馬氏距離是加權(quán)歐式距離中用得較多的一種，馬氏距離的優(yōu)點是排除了特征參數(shù)之間的絡(luò)參數(shù)是共同訓(xùn)練得到的。濾波級包含卷積層(convolutionallayers)，池化層(poolinglayers)與激活層(activationlayers)等3個基本單元，而b）用于振動信號診斷的一維卷積神經(jīng)網(wǎng)絡(luò)。本項目采用的卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)如下圖所示。該卷網(wǎng)包含兩 倍以上，可大幅縮短機組的檢修周期，降低機組故障停機時間、提高企業(yè)經(jīng)濟效作者：吳德飛、周寧、劉罡、王樹國、于世翔、張程 》案例簡介隨著全球電氣產(chǎn)業(yè)迅速發(fā)展，傳統(tǒng)電氣設(shè)備運維方式的局限性日益顯現(xiàn)，尤其是合大數(shù)據(jù)與不同類型的數(shù)據(jù)，通過AI算法進行缺陷早期預(yù)警，可以使得運行管理者實時觀 》建設(shè)方案智能診斷系統(tǒng)覆蓋了變壓器、GIS設(shè)備、開關(guān)柜、電動系統(tǒng)不僅提升了故障診斷的時效性和準(zhǔn)確性，還深度融合不僅提升了故障預(yù)測的準(zhǔn)確性，還為后續(xù)的運維決策提供了實時、全面的數(shù)據(jù)全生命周期管理：系統(tǒng)通過智能算法優(yōu)化設(shè)備運行策略，減少故障率并延長設(shè)備的使用壽通過基于設(shè)備狀態(tài)的智能運維決策系統(tǒng)，系統(tǒng)能夠根據(jù)設(shè)備的健康狀況實時調(diào)整運維策略，實現(xiàn)巡檢頻智能運維調(diào)度：基于設(shè)備實時狀態(tài)和歷史數(shù)據(jù)，系統(tǒng)能夠自動優(yōu)化巡檢計劃、檢修周期及零部件更換方案，缺陷自動識別：通過圖像識別技術(shù)，系統(tǒng)能夠自動檢測設(shè)備表面缺陷，及時報警，減少人為巡檢中的疏漏。智能預(yù)警系統(tǒng)：當(dāng)設(shè)備出現(xiàn)外觀異常時，系統(tǒng)可迅速識別并定位問題，提供詳細(xì)的故障診斷信型能夠不斷訓(xùn)練自我，隨著數(shù)據(jù)的不斷積累，系統(tǒng)的故障識別和預(yù)測精度備的實際運行狀態(tài)，動態(tài)調(diào)整故障診斷和預(yù)測策略，確保精確無誤的設(shè)備狀態(tài)評估。 早期故障的診斷、定位和分析，推動了智能化運維的全面落地。極大降低故障后的 》案例簡介 》建設(shè)方案將紅外比色測溫技術(shù)和機器視覺測量、大數(shù)據(jù)分析等信息化技術(shù)相結(jié)合應(yīng)用于裂解爐運行過程的在線監(jiān)測， 》案例簡介中國石化石油勘探開發(fā)研究院和物探研究院為中國石化直屬上游綜合研究機構(gòu)，職責(zé)定位是中國石化上游場景組具有多年從事塔河油田開發(fā)的研究經(jīng)歷，掌握大量現(xiàn)場生產(chǎn)資料。2000年完成塔河案編制、2005年與法國合作研究的塔河油田 》建設(shè)方案數(shù)據(jù)管理：提供各類數(shù)據(jù)記載功能，提供基礎(chǔ)數(shù)據(jù)管理維護功界面顯示：提供地震剖面顯示、成果剖面顯示基于遺傳算法的自適應(yīng)AI超參數(shù)調(diào)優(yōu)技術(shù)提升訓(xùn)練效率。通過模擬生物進化過程來高效優(yōu)應(yīng)用功能建設(shè)按照客戶端（C/S）模式進行設(shè)計和后續(xù)研發(fā)，客戶端軟件負(fù)責(zé)對地震原始數(shù)據(jù)及其屬性數(shù)據(jù)回傳本地工作站，由本地工作站客戶端軟件進行推理和結(jié)果展a）訓(xùn)練流程。鑒于地震數(shù)據(jù)量的海量規(guī)模，場景樣本標(biāo)注在本地進行。依據(jù)專家經(jīng)驗優(yōu)選地震屬性，多資b）預(yù)測流程。應(yīng)用石化智云的建模與訓(xùn)練成果，針對不同類型的地震數(shù)據(jù)域，提供靈活的預(yù)測數(shù)據(jù)體選擇經(jīng)驗總結(jié)。首先，地球物理領(lǐng)域以其海量數(shù)據(jù)著稱，但數(shù)據(jù)的豐富性并未直接轉(zhuǎn)化為確定性樣本的充高質(zhì)量訓(xùn)練樣本數(shù)據(jù)更是稀缺資源。這一現(xiàn)狀對我們提出了新的挑戰(zhàn)，也為我們指明了下一步的研難題。這一挑戰(zhàn)不僅要求我們在理論上有所突破，更需要在實踐中不斷探索和作者：孫寶平、師恩容、李后生、梁濤、張建超、張巖 》案例簡介有效的設(shè)備故障監(jiān)測預(yù)測手段（多以人工巡檢、離線分析為主存在監(jiān)測不實時、運行故障率高等，進而導(dǎo)致 》建設(shè)方案設(shè)備運行狀態(tài)數(shù)據(jù)（振動、加速度、溫度、位移等信號數(shù)據(jù)）作為模型輸入，應(yīng)用機器學(xué)習(xí)、深度學(xué)習(xí)等方法，實時預(yù)測診斷齒輪箱、螺桿、軸承等關(guān)鍵部 本項目已完成試點企業(yè)13臺擠壓造粒機監(jiān)集團化統(tǒng)一管控的硬件資源、軟件資源、數(shù)據(jù)資源等的優(yōu)化配工巡檢、人工分析判斷的業(yè)務(wù)模式，實現(xiàn)了設(shè)備運維 》案例簡介國外乙烯裝置模擬軟件較為成熟，中國石化內(nèi)部的煉化廠使用的蒸汽裂解模擬軟件基本以國外軟件（如 》建設(shè)方案輸入層以裂解原料性質(zhì)和操作條件作為輸入特征，通過一個全連接神經(jīng)網(wǎng)絡(luò)（FullyConnectedNeuralNetwork）進行處理，這部分網(wǎng)絡(luò)負(fù)責(zé)提取輸入特征的有用信息。同時制的長短期記憶網(wǎng)絡(luò)（Attention-basedLST了乙烯裝置的運行穩(wěn)定性和產(chǎn)量，還實現(xiàn)了卡邊控制和操作，極大降低了工作強度。乙烯裝置 》案例簡介數(shù)據(jù)接口、在線調(diào)度模塊等核心技術(shù)。 》建設(shè)方案烯裂解裝置，攻克了“乙烯裂解機理+數(shù)據(jù)驅(qū)動”的建模技術(shù)和大規(guī)模非線性規(guī)劃系列技術(shù)，開發(fā)劃（SQP）算法、內(nèi)點信賴域算法、混合驅(qū)動初值生成算法、動態(tài)降維算法、自適應(yīng)微分技術(shù)、加速迭代算法，期模型、超高壓蒸汽發(fā)生模型、燃燒模型，結(jié)合與裂解爐模型相匹配針對復(fù)雜的實際化工過程，其參數(shù)優(yōu)化問題選用數(shù)據(jù)驅(qū)動的強化學(xué)習(xí)等AI路線實現(xiàn)構(gòu)建學(xué)習(xí)率等超參數(shù)，其中模型超參數(shù)的選擇運用了貝葉斯優(yōu)化 》案例簡介依據(jù)個人經(jīng)驗預(yù)估工況下的產(chǎn)品質(zhì)量，從而進行操作或調(diào)整。基于中石化自有工藝技術(shù)，SGPE和STPP數(shù)或常數(shù)項修正為變量，最終得到更加精確的過程“AI+機理”混合模型。基于過程“AI+機理”混合模型的應(yīng) 》建設(shè)方案通過結(jié)合機理模型和AI模型的優(yōu)勢，構(gòu)建一個能夠?qū)崟r、準(zhǔn)確預(yù)測聚烯烴產(chǎn)品質(zhì)量的混合模利用機理模型的高解釋性和理論基礎(chǔ)，結(jié)合AI模型的數(shù)據(jù)挖掘能力和處理復(fù)雜非線性關(guān)系數(shù)據(jù)是訓(xùn)練AI模型的基礎(chǔ)，在收集數(shù)據(jù)時，需要從可靠的數(shù)據(jù)源獲取數(shù)據(jù)，確保數(shù)據(jù)的準(zhǔn)確收集數(shù)據(jù)需要中韓（武漢）石化SGPE和STPP裝置檢驗數(shù)據(jù)以及相關(guān)生產(chǎn)數(shù)據(jù)。在收集數(shù)據(jù)之后進行清洗，包括去重、缺失值處理、異常值過濾等而驗證數(shù)據(jù)集用于優(yōu)化和驗證模型。測試數(shù)據(jù)集用于測試周期中調(diào)整擬合系數(shù)的值來使損失最小化，從而得到更優(yōu)的模型參模型，實現(xiàn)SGPE和STPP裝置生產(chǎn)過程參數(shù)與產(chǎn)品質(zhì)量之間更精確的機理關(guān)聯(lián)。模型，實現(xiàn)了SGPE和STPP裝置的產(chǎn)品質(zhì)量通過云平臺服務(wù)的模型管理功能，基于定期收集的數(shù)據(jù)，通過模型訓(xùn)練和優(yōu)化，確保其始終處于最佳狀態(tài)。 通過構(gòu)建“AI+機理”混合模型，中韓石化可以大幅提升SGPE和STPP裝置產(chǎn)自的優(yōu)勢，還克服了各自的局限，為其他國產(chǎn)SGPE和STPP聚烯烴工藝的產(chǎn)品質(zhì)量預(yù)測和優(yōu)化提供基于“機理+AI”混合建模技術(shù)，實現(xiàn)對關(guān)鍵產(chǎn)品品質(zhì)的在線實時預(yù)測，對產(chǎn)品的平直性。機理模型可以捕捉反應(yīng)的基本規(guī)律，而AI模型可以處理傳感器數(shù)據(jù)中的細(xì)微變化，兩者作者：聶志勇、王曉燕、鄔谞博、陳劍、周智強、官鋒、張棟、楊淑琴、穆 將為我國構(gòu)建現(xiàn)代化經(jīng)濟體系、實現(xiàn)高質(zhì)量發(fā)展提供重要支撐2024年2月19日，國務(wù)院國資委召開“AI賦能產(chǎn)業(yè)央企業(yè)要把發(fā)展人工智能放在全局工作中統(tǒng)籌謀作部署，錨定建設(shè)“智慧國家能源”的目標(biāo)，以數(shù)字化轉(zhuǎn)型為契機，探索發(fā)展新模式和新業(yè)態(tài)，提出了“136”新發(fā)展格局，打造創(chuàng)新發(fā)展體系，大力培育和發(fā)展具備國能特色的新質(zhì)生產(chǎn)技術(shù)自主可控，充分發(fā)揮中央企業(yè)布局人工智能新型基礎(chǔ)設(shè)施的龍頭作用，構(gòu)建自主可控的人工智能產(chǎn)業(yè)生態(tài)，開展完成面向煤炭行業(yè)的人工智能一體化賦能平臺建 算法融合等技術(shù)創(chuàng)新，搭建“產(chǎn)業(yè)技術(shù)生態(tài)+專業(yè)場景應(yīng)用”為核心的煤炭行業(yè)人工智能一體化自主可控的AI軟硬件設(shè)施，致力于打造集數(shù)據(jù)資源匯聚、智能算力整合、模型開發(fā)應(yīng)用平臺內(nèi)置60余種包括圖像、語音、文字等多個方向的經(jīng)典算法，可為用戶提供 建設(shè)成果。國能數(shù)智科技開發(fā)（北京）有限公司現(xiàn)已完成人工智能硬件基礎(chǔ)設(shè)施建設(shè)，內(nèi)含華為、寒武完成設(shè)備運維、語音識別、煤礦機器視覺三類算法模型開發(fā)和平臺納管，實現(xiàn)多樣化A炭行業(yè)的人工智能一體化賦能平臺（服務(wù)平臺、國能AI服務(wù)平臺。已建成國能AI服務(wù)平臺，并已初步形成了運營服務(wù)模式，實現(xiàn)塑造公司AI品牌形象、實現(xiàn)AI價值創(chuàng)造、指引公司AI系列產(chǎn)品國能AI開發(fā)平臺。已建成國能AI開發(fā)平臺并投入使用，平臺可提供數(shù)據(jù)預(yù)處理、數(shù)據(jù)標(biāo)注、算法開發(fā)、模實現(xiàn)多樣化AI能力輸出，可滿足不同應(yīng)用場景的開發(fā)需求。邊端設(shè)備管理以及應(yīng)用部署模塊，支持AI應(yīng)用快速在邊端部署，確保應(yīng)用服務(wù)能夠高效運行。云端與邊緣端，實現(xiàn)數(shù)據(jù)的雙向流通和智能處理。這些模塊共同構(gòu)成了AI邊緣應(yīng)用平臺的的10種開源與閉源的大模型，提供了具備千億級LoRA微調(diào)、基礎(chǔ)助手、知識助手、任務(wù)助手等大模型全流程應(yīng)用，共建共享共用機制，有效降低投資成本，賦能煤炭行業(yè)智能化發(fā)展和煤炭行業(yè)高質(zhì)量案例16：東風(fēng)集團“擎天-AI案例16：東風(fēng)集團“擎天-AI智算管理調(diào)度平臺” 》案例簡介創(chuàng)新、掌控技術(shù)制高點。擎天AI中臺將整合智能汽車的業(yè)務(wù) 》建設(shè)方案擎天AI智算管理調(diào)度平臺，作為自主可控的高性能算力管理調(diào)度系統(tǒng)，它能夠整合跨地域、跨運營商的異務(wù)完成率。擇和更靈活的資源配置，同時也降低了多云環(huán)境下的運維復(fù)通過這些創(chuàng)新性的做法，東風(fēng)集團擎天AI還推動了汽車智能化場景創(chuàng)新與實踐，體現(xiàn)了其在智能化轉(zhuǎn)型中的先進性和創(chuàng)東風(fēng)集團擎天AI智算管理調(diào)度平臺的實施，為東風(fēng)集團及各單位帶來了顯著的工作成效，此外，平臺的建設(shè)為東風(fēng)集團后續(xù)AI中臺的進一步建設(shè)打作者：李紅林、黃睿、趙昶銘、邵亞東、李漢清、王海洋、陳楠 》案例簡介 》建設(shè)方案于SAM視覺大模型的車道線數(shù)據(jù)自動標(biāo)注方法首圖像中每個像素賦予一個類別，為車道線或者背景。接著，使用K-means聚理的復(fù)雜性，還保留了用于后續(xù)模型訓(xùn)練的有效信息。然后，將這些無標(biāo)注數(shù)c）將生成的偽標(biāo)簽與原始的標(biāo)記數(shù)據(jù)相結(jié)通過上述高效的自動標(biāo)注方法，目前已在較短時間內(nèi)完成90萬幀圖片的車道線自動標(biāo) 》案例簡介 》建設(shè)方案產(chǎn)品特點：本項目開發(fā)的駕駛員/乘員監(jiān)測軟件模能夠感知駕駛員的行為和進行人臉身份驗證，實現(xiàn)下，本模組產(chǎn)品仍能通過功能標(biāo)準(zhǔn)測試，性能在國標(biāo)基礎(chǔ)上顯著提升。2023年該項目團隊攻克座達到396萬元。除了提高企業(yè)經(jīng)濟效益，DMS和OMS還能有效避免駕駛員因狀態(tài)不佳和未系安全帶而導(dǎo)致的染和資源浪費等，有助于推動汽車行業(yè)的綠色轉(zhuǎn)型。DMS和OMS系統(tǒng)收集的大量作者：陳彥、王權(quán)、孫偉、李林、潘坤、王泥、李萍、王小煥、 》案例簡介生成創(chuàng)作能力，率先在汽車造型設(shè)計領(lǐng)域?qū)崿F(xiàn)AI全流程效能平臺落地，并在不同品牌實車中上計之初就采用了開源平臺+國產(chǎn)自主可控GPU算 》建設(shè)方案滿足用戶對不同品牌的快速設(shè)計需求。利用文生圖、圖生圖、算力調(diào)度、Checkpoint斷點續(xù)訓(xùn)、模型精調(diào)等關(guān)控算力底座的一體化汽車造型設(shè)計平臺，整合自研行業(yè)模型與開源能力，實現(xiàn)設(shè)計任務(wù)的自動化與智能化管理，構(gòu)建大模型代理平臺，支持多業(yè)務(wù)的開放異構(gòu)AI算力平臺。通過大模型代理中的智能調(diào)度務(wù)的請求任務(wù)調(diào)度到最合適的資源上。有效提升算力通過業(yè)務(wù)遷移、精度驗證、性能優(yōu)化、業(yè)務(wù)部署4步法，結(jié)合MLU算子遷移工具，成功替換英偉達接口，并進一步運用麒麟操作系統(tǒng)+海光CPU處理器替換英特爾及烏班圖操作通過CKPT（檢查點）異步多級緩存，訓(xùn)練任務(wù)調(diào)度全程優(yōu)化，實現(xiàn)訓(xùn)練任務(wù)自主可信：本案例為國內(nèi)首個自主可控軟硬件平臺與汽車造型設(shè)計領(lǐng)域的結(jié)合，項目硬件平臺采用國產(chǎn)化彈性共享模式，至少可降低20%以上的工作邱洋、任飛揚、王科迪、王文涵、張浩宇、張梓建、陳書航 術(shù)在航運領(lǐng)域的應(yīng)用提供了廣闊空間。近年來，大模型技術(shù)迅速崛起，成為人工智能領(lǐng)域的重要趨勢。中國大模型發(fā)展呈現(xiàn)“通用+垂直”策優(yōu)化能力?；谥R圖譜的智能問答系統(tǒng)也為人機交互提供了精準(zhǔn)支持，極大提高了用戶體驗。建設(shè)方案用戶輸入轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，融合航運數(shù)據(jù)庫構(gòu)建全面而豐富的航運知識圖譜，實現(xiàn)智能對話功能的創(chuàng)新應(yīng)用。微調(diào)參技術(shù)的核心要素為：使用遠(yuǎn)低于預(yù)訓(xùn)練數(shù)據(jù)集規(guī)模的小型數(shù)據(jù)集，針對性訓(xùn)練AI對某 在業(yè)務(wù)模式創(chuàng)新方面，研究成果為企業(yè)帶來了更高的靈活性與自主性。通過支持本地化部署和私有化運件資源消耗和訓(xùn)練成本，為企業(yè)提供了性價比更高的智能化工 》案例簡介中煤“地知”大模型緣起于《煤礦全生命周期地質(zhì)保障系統(tǒng)》重大科技制度、生產(chǎn)經(jīng)營參數(shù)作為數(shù)據(jù)庫來源，通過訓(xùn)練，實現(xiàn)知 》建設(shè)方案硬件配置11A40/1絡(luò)相關(guān)信息、煤炭相關(guān)文章等。數(shù)據(jù)收集方式主要通過接口鏈接企業(yè)內(nèi)部數(shù)據(jù)庫，并通過S科技相關(guān)數(shù)據(jù)共3249816條，其中煤炭會議論文49573條、煤炭學(xué)位論文59945條、煤炭科學(xué)論文針對對收集非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、結(jié)構(gòu)使用OCR技術(shù)將其轉(zhuǎn)為可編輯的docx格式文件，word文件、c）創(chuàng)建知識圖譜。針對知識圖譜模塊的非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，使用實體識別得到煤炭數(shù)據(jù)實體，存儲煤炭知識圖譜。為了保證實體識別結(jié)果的準(zhǔn)確性，對實體識別模體再進行人工審核，最大程度的保證結(jié)果的準(zhǔn)確性。構(gòu)建知識圖譜質(zhì)量維度，得到知識圖譜質(zhì)量評估本體，建立知識圖譜質(zhì)量模型，對知識圖譜質(zhì)量進行d）大模型訓(xùn)練。大模型主要用于語義識別，理解用戶輸入，并能夠調(diào)用知識圖譜數(shù)據(jù)，整理輸出數(shù)據(jù)生成 3）煤礦地質(zhì)仿真預(yù)測，結(jié)合地質(zhì)仿真預(yù)測理論研究，將大模型與知識圖譜技術(shù)結(jié)合，形成地質(zhì)仿真預(yù)測系4）智能地質(zhì)建模工具軟件，以地質(zhì)勘探數(shù)據(jù)為基礎(chǔ)，有效結(jié)合礦井生產(chǎn) 快速發(fā)展的背景下，機場作為航空運輸?shù)闹匾?jié)點，其運營效率和管理水平直接關(guān)系到航空運輸?shù)捻槙撑c安全。 》建設(shè)方案規(guī)劃數(shù)據(jù)、車輛定位數(shù)據(jù)、視頻流數(shù)據(jù)、激光雷達信息等。d）車輛定位數(shù)據(jù)：包括車輛的時間、經(jīng)緯度、車牌號、車輛類型、所屬單位、運動方向、速度等a）全景視頻監(jiān)控點位：在機場停機坪、滑行道、跑道等重點區(qū)域設(shè)立監(jiān)控點，確保關(guān)c）圖像增強技術(shù)：提高視頻的清晰度和識別度，確保關(guān)鍵事些數(shù)據(jù)發(fā)送至監(jiān)控終端進行存儲和可視化顯示。系統(tǒng)能夠識別并記錄停機位完成的所有節(jié)點，如擋輪擋、靠橋/a）機器學(xué)習(xí)技術(shù)：通過訓(xùn)練模型，實時從視頻監(jiān)控數(shù)據(jù)中提取c）數(shù)據(jù)存儲與可視化：將提取的關(guān)鍵節(jié)點信息發(fā)送至監(jiān)控終端進行存儲，并通過可視化方式進行展示，方在航站樓區(qū)域，系統(tǒng)提供特定區(qū)域的人群、車輛數(shù)量、排隊時長識別，以及無人看管行李、倒流旅客識a）行人檢測：識別航站樓內(nèi)的人群數(shù)量和密度，為了實現(xiàn)整個監(jiān)控系統(tǒng)的高效管理和運營，構(gòu)建一個綜合管控平臺。該平臺集成所有的數(shù)據(jù)c）協(xié)同工作：實現(xiàn)多部門、多業(yè)務(wù)的協(xié)同工作d）全景監(jiān)控覆蓋：實現(xiàn)機場飛行區(qū)和航站樓區(qū)域的全景無縫監(jiān)控覆蓋，確保每一個關(guān)鍵區(qū)域都在監(jiān)控范圍e）保障節(jié)點提取與管理：實時提取并記錄航班保障進程的關(guān)鍵時間節(jié)點，提升保障流程的透明度和管理效f）違規(guī)預(yù)警智能分析：提供人群、車輛、g）綜合管控平臺：集成所有數(shù)據(jù)源和分析結(jié)果，提供全面的監(jiān)控和管理功能，實現(xiàn)多部門協(xié)同工作，提升整體運營效率。b）國產(chǎn)硬件設(shè)備集成：我們在各個系統(tǒng)模塊中集成了國產(chǎn)硬件設(shè)備，如服務(wù)器，顯卡、攝像頭、雷達和激a）標(biāo)準(zhǔn)化系統(tǒng)平臺：我們開發(fā)了一套標(biāo)準(zhǔn)化的綜合管理平臺，集成多源信息輸入和系統(tǒng)運行監(jiān)控，便于不b）全景拼接技術(shù)推廣：我們研發(fā)的機場全景拼接系統(tǒng)，通過多攝像頭實時拼接形成無縫全景視頻畫c）智能分析與預(yù)警系統(tǒng)應(yīng)用：航站樓智能監(jiān)控分析系統(tǒng)和機坪違規(guī)預(yù)警系統(tǒng)，利用先進的圖像識別、視頻 力大。因此，本項目實現(xiàn)更為全景、智能的場面運行監(jiān)視和安全監(jiān)管，可助力處于高度復(fù)雜運行環(huán)境下的高效、安全運行，使得機場方面實現(xiàn)科學(xué)化智慧化場等。在這些機場中，我們結(jié)合先進的數(shù)據(jù)采集技的候機體驗和安全感，提升了機場服務(wù)品質(zhì)和聲譽。 》案例簡介命要求我國民航企業(yè)必須能夠有效駕馭大模型技術(shù)，從而有能力將大模型技術(shù)與民航數(shù)字化基礎(chǔ)設(shè)施有機融合， 》建設(shè)方案功能，適配國內(nèi)外主流的訓(xùn)練與推理軟硬件框架，覆蓋模型研發(fā)全流程的高