1 研究的背景和目标

1.1 背景

我国钢铁工业是国民经济的重要基础产业，是国家经济建设的中流砥柱，是建设现代化强国的重要支撑。钢铁工业历经起步时期、加速时期、高速时期和全面发展时期，目前进入周期性调整阶段，面临着阶段性供需矛盾加大、行业利润下降等困难，以数字化转型、智能化升级推动钢铁行业高质量发展迫在眉睫。习近平总书记强调，“我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期，迫切需要新一代人工智能等重大创新添薪续力”。因此，中国宝武明确提出自主打造钢铁大模型平台，用人工智能大模型重新定义钢铁生产，引领行业高质量发展。

1.2 拟解决的问题

中国宝武牢牢把握高质量发展的首要任务，突出做强做优，把做强放在首要位置、优先位置，确立了“四化”（高端化、智能化、绿色化、高效化）发展方向、“四有”（有订单的生产、有边际的产量、有利润的收入、有现金的利润）经营原则，不断夯实高质量发展基础，打造世界一流企业。智能化关乎中国宝武能否顺应时代发展、跟上时代步伐，是企业做强做优、转型发展的关键动力，人工智能大模型有望成为转型发展的新机遇。

人工智能大模型在工业垂直领域的创新应用仍然处于初期阶段，主要体现以下三个方面问题：

（一）工业垂类大模型赋能钢铁缺少体系化方法

在以人工智能的全局视角策划钢铁行业转型升级路径方面缺少体系化的方法和模式。要强调人工智能在钢铁行业的深度融合和引领作用，以人工智能技术重构业务内涵，实现全新业务形态与模式，推动钢铁行业的整体转型和升级。

（二）高质量工业领域语料库匮乏

一是工业数据数量规模和质量水平较低，大规模多源异构数据融合问题以及数据孤岛问题仍难以克服，工业垂类大模型训练难度大。二是工业数据产业服务生态的建设不完善，工业知识、工业数据的语料化缺少专业的方法论和技术工具，工业数据确权、治理、标注、合成、质量评估、隐私保护等相关标准不足；三是数据专业人才紧缺，特别是具备行业不同业务领域专业知识的语料标注人员欠缺。

（三）解决方案综合能力不足

目前，工业垂类大模型在解决工业场景适用性、系统工程化、生产规模化等问题的综合性能力表现仍有待提升。在场景适用性方面，“通专融合”的多模型混合体系尚未成熟。在系统工程化方面，垂类大模型的系统整体架构不够完善。在生产规模化方面，落地及使用门槛较高，仅有少数头部企业有能力开展工业垂类大模型研发，跨产业、跨基地、跨产线规模化的应用场景不多。

中国宝武积极贯彻落实国家人工智能赋能新型工业化发展战略，开展工业垂类大模型策划布局，以生产级应用示范为牵引，加快数实融合，构建懂行业知识、懂运营模式、懂业务机制、懂数据结构的钢铁大模型平台，支撑场景大模型的快速开发与应用，加速人工智能+钢铁转型升级。

1.3 项目目标

项目构建适应钢铁行业需求的工业垂类大模型平台，研究深度学习、神经网络、生成式AIGC、智能体等新一代人工智能技术，构建钢铁行业高质量多模态数据集，提供通用及专用等多样化AI算法与模型，具备生成式、决策式、判别式等多类AI能力，形成算力、数据、算法一体化管理以及中心训练、边缘推理、场景应用一站式闭环，支持钢铁场景应用或构建领域模型，实现人机物三元融合的综合性赋能底座，形成一体化、集成化的人工智能+钢铁解决方案。项目需具备钢铁行业国际竞争优势，并为相关行业的智能化发展树立新标杆。

2 建设思路和研究内容

2.1 建设思路

由于工业领域场景具有专业化、多元化、碎片化的明显特征，依靠单一的基础大模型并不能很好适应各类工业领域需求，因此需要打造工业垂类大模型，深入理解并精准服务于行业独特需求。本项目解决基础大模型不懂行业的问题，实现大模型能力行业分层融合，同时构建企业级智能化MaaS架构，支撑大模型分层构建能力。建设思路如图1所示：

图1 平台建设思路

中国宝武钢铁大模型平台按照平台、数据、算力、模型、场景五位一体总体建设要求，通过通专融合（通用模型和专业模型）、业技融合（行业知识和AI技术）、数实融合（数字技术和实体制造）三融合一，支持钢铁行业人工智能应用场景需求，赋能人工智能+钢铁创新发展。平台综合能力体系如图2所示：

图2 平台综合能力体系

中国宝武钢铁大模型平台行业首创“五位一体”模式，通过平台、数据、算力、模型、场景五要素一体化支撑，形成综合性AI赋能底座，大幅降低AI模型研发门槛与应用成本，让人工智能技术更好融入行业。依托五位一体的钢铁大模型平台，将充分利用人工智能、数据要素、低代码以及“破堵去孤”（即打破信息孤岛、消除数据壁垒）等新技术、新要素和新方式，打造“加减乘除”新质生产力，用人工智能赋能新型工业化。（注：人工智能做加法，发挥人工智能在钢铁行业的深度融合和引领作用，推动行业整体转型升级；低代码做减法，简化开发过程，降低技术门槛和开发成本；数据要素做乘法，充分利用数据在推动业务发展、决策制定等方面的倍增效应；破堵去孤做除法，打破数据堵点、去除信息孤岛，实现互联互通。）

钢铁大模型平台的建设，把人工智能融入企业经营管理、生产制造的各个环节，实现从研发、营销、制造到客户服务的全链条、全方位智能化升级，利用数智技术助力钢铁行业高质量发展。

2.2 研究内容

项目围绕人工智能、机器学习、人机交互、云计算、边缘计算等多个技术前沿方向，以自主可控为原则，研究训练-推理-场景一体化的智能化架构技术、行业垂类大模型分层构建技术等十项关键技术，构建钢铁大模型平台，形成行业高质量语料库建设方法，赋能一批重大示范应用场景。

3 主要创新点

五位一体总体能力。通过对平台、数据、算力、模型、场景五要素一体化管理，实现模型全生命周期有效监管运营。通过规范化管理、精细化管控，使模型能力价值投入显性化、有效化，大幅降低钢铁行业模型研发门槛与成本，让人工智能技术更好融入行业。

智能化整体架构。中心训练、边缘推理、场景应用一站式闭环，算力、数据、算法一体化管理的智能化整体架构。云边一体的智能化整体架构，使AI能力的便捷获取与持续迭代优化成为可能。

行业垂类大模型分层构建技术。大模型采用分层构建，包括M0基础大模型层、M1行业层和M2场景模型层，通过灵活的分层架构逐层优化和定制化训练，充分发挥大模型的潜力，满足钢铁生产各个层次的应用需求。

预测模型构建技术。面向钢铁生产场景的工艺参数预测模型通用工作流，为钢铁生产工序提供高度灵活且模块化的预测模型工作流，实现“数据预处理-数据集管理-特征工程-算法调优-模型集成-模型评价”全流程自动化。

生产制造实时智能控制技术。针对钢铁制造生产中机理不明晰，传统控制技术难解决的难题，提出模拟人类思考决策的AI主操方案，在准确性和安全性要求较高的生产控制场景中实现设备的“自动驾驶”，降低人工主操的负荷。

工业智能体技术。通过建设满足工业场景应用要求的AI智能体，提供大模型开发应用工具，支撑人+AI、事+AI、流程+AI、应用+AI全场景应用要求，实现工业智能体的专业性、准确性、实时性。

4 应用情况与效果

钢铁大模型在钢铁企业中具有非常重要的应用价值，应用范围涵盖研发、生产、运营、服务的多个关键环节。在研发创新设计方面，大模型可以加速新产品和新工艺的研发，提升产品性能和可靠性，以“市场-研发-大生产相融合的硅钢产品研发模型”为例，通过推动“试错式”物理实验向“数据理论预测、实验验证”的精益研发模式转变，实现研发效率提升30%。在生产精益制造方面，大模型可以根据生产需求和资源状况，优化原材料采购、库存管理和生产计划等资源配置方案，某产线采用自动排程后，编制效率提升40%，轧硬卷周转周期缩短12%，减少返回卷35%，年均增效超千万元，结果明显优于人工。在绿色低碳节能方面，大模型可以通过优化生产流程和资源配置，降低能源消耗和碳排放；可以通过数据分析和预测模型帮助企业评估环保政策对企业运营的影响并制订相应的应对措施，确保企业符合环保政策要求并实现可持续发展。

信息来源：上海宝信软件股份有限公司

版权与免责声明
【1】本网站凡注明“学会秘书处”的所有作品，版权均属于四川省金属学会所有，未经书面授权，任何媒体、网站或个人不得转载、摘编或利用其它方式使用上述作品。已经本网站协议授权的媒体或网站，应在授权范围内使用上述作品，并注明“来源：四川省金属学会”。违者本网站将追究其相关法律责任。
【2】本网站凡注明“来源：XXX（非学会秘书处）”的作品，均转载自其它媒体，登载此作品出于传递更多信息之目的，不代表学会观点或证实其描述，不对其真实性负责。作品内容仅供参考，如转载稿件涉及版权等问题，请在两周内来电或来函与四川省金属学会联系。