中國儲能網訊：繼通用大模型引爆市場“百模大戰(zhàn)”后，行業(yè)端垂直大模型領域也開始“千帆競發(fā)”，開啟賦能升級模式。
與通用大模型、專用小模型相比，行業(yè)大模型需要如何創(chuàng)新？
能源行業(yè)大模型有何特點？“算力+電力”該如何實現節(jié)能降耗、綠色發(fā)展？
能源企業(yè)在應用大模型技術時，應遵循什么樣的節(jié)奏科學安排發(fā)展路線圖，以實現可持續(xù)發(fā)展？
在本刊與許繼電氣聯合舉辦的第36次《能源評論》學術沙龍上，學界與業(yè)界專家展開了研討。
專家們表示，行業(yè)大模型需結合業(yè)務應用場景，更輕量、更專業(yè)、更普惠是其未來方向。為此，需要三個層面的智慧：
技術之智：需大小模型協同，通用模型與專用模型結合。
應用之智：需從場景入手，協同聯動，統(tǒng)籌推廣節(jié)奏，超前布置智能體，平衡技術先進性和投入產出比。
戰(zhàn)略之智：需要“以人為本”的人工智能，融入核心業(yè)務，以更高的準確性和適用性，更低的成本和能耗，實現更科學、更可持續(xù)、更綠色發(fā)展。
消費端大模型的“百模大戰(zhàn)”達到了高潮。蛇年春節(jié)前后，現象級產品——深度求索（DeepSeek）公司的大模型以推理能力強、性價比突出的特點引發(fā)全球關注。
據DeepSeek報告稱，其大模型V3和R1以極低訓練成本（同類開源大模型的1%）達到與OpenAI O1模型相近的性能。
DeepSeek的影響力正在不斷破圈，其開源的商業(yè)模式、相對高維的算法架構、較低的訓練成本也給不斷走深的行業(yè)應用帶來震撼，可能引發(fā)產業(yè)格局重新調整。
據不完全統(tǒng)計，目前已有十幾家能源央企推出了行業(yè)大模型，分別應用于電網、水電、煤電、核電、煤礦、油氣等領域，其中超過一半的產品為2024年推出。從全球來看，咨詢機構Indigo的研究顯示，人工智能在能源領域的潛在應用已達50余種，相關投資超130億美元。
與通用大模型不同，行業(yè)大模型會針對特定應用場景進行深度優(yōu)化，將在賦能行業(yè)數字化智能化轉型和高質量發(fā)展方面發(fā)揮重要作用。從實踐來看，目前的行業(yè)大模型同樣面臨諸多挑戰(zhàn)，如成本高、高質量數據搜集難度大、多模態(tài)數據融合技術難度高等。在技術層面，行業(yè)大模型同樣面臨一系列短期難以解決的問題，如算法黑箱、災難性遺忘、認知幻覺等。
2025年將是我國行業(yè)大模型取得深入應用的關鍵一年。部署行業(yè)大模型落地應用，賦能產業(yè)轉型升級和高質量發(fā)展，除了需要遵循項目開發(fā)的普遍規(guī)律，還需要在技術、應用和戰(zhàn)略層面具備大智慧，才能解決技術、經濟和發(fā)展難題，促進人工智能技術真正融入核心業(yè)務全流程。
技術之智：創(chuàng)新場景，通專結合
行業(yè)大模型如何揚長避短，將“大力出奇跡”與輕量化完美融合？
答案是持續(xù)迭代。DeepSeek崛起的案例表明，目前大模型領域格局仍然在動態(tài)變化，人工智能技術還沒到天花板。業(yè)界專家表示，這不僅是簡單的技術升級，或者是粗暴的價低者得，而是更新了業(yè)界對創(chuàng)新的認知，給國內AI行業(yè)注入了強心劑：中國的科技團隊有能力創(chuàng)造世界級成果，打破“堆算力+拼資金”的路徑依賴，開辟“高效率+低成本+自主可控”的新賽道。
大模型一般是指具有10億參數的深度學習模型，通常由深度神經網絡構建而成，以“預訓練+微調”的模式投入應用。
如今，大模型參數量已達數萬億，訓練的多模態(tài)數據可以擴展到上千TB（太字節(jié)）。2024年3月，中國國家數據局局長劉烈宏公開表示，中國10億參數規(guī)模以上的大模型數量已超100個，行業(yè)大模型已形成上百種應用模式。
更加高效的基礎大模型和可復制、可推廣的輕量化智能體，將成為行業(yè)大模型的一個發(fā)展方向。
中國信通院發(fā)布的報告顯示，2025年大模型生態(tài)將向多元化方向發(fā)展，細分場景能力的產品化將成為供應商企業(yè)協同提效和盈利增長的關鍵。
與通用大模型面對的普通用戶不同，行業(yè)大模型尤其是能源電力大模型面對的是網架交織互聯、安全要求極高的物理設施，一方面，需要與物理經濟社會系統(tǒng)高度耦合，參數具有較高的專業(yè)性和復雜性；另一方面，所需算力資源巨大，安全可靠性和計算時效性要求極高。
以中國石油的昆侖大模型為例，其最近一次更新除了尺寸參數增至700億，還擴展至43個石油行業(yè)的應用和場景。該模型覆蓋勘探開發(fā)、煉油化工、油氣儲運、產品銷售、工程建設和裝備制造等業(yè)務領域，具備行業(yè)知識問答、物體檢測、圖文生成等能力，可有效解決能源化工行業(yè)各環(huán)節(jié)業(yè)務問題。
網絡上有一個比喻：大模型是多功能的軍刀，什么都能干，但專業(yè)性稍弱；小模型是砍骨刀，專注砍骨100年。
學界和業(yè)界專家表示，大模型提出之后，仍需強調大小協同、通專結合。基于大小協同的思路，原來的人工智能小模型也無須一概摒棄，合理的策略應該是，通過大模型統(tǒng)籌調動小模型的能力，例如人臉識別、車牌識別這些比較成熟的小模型，大模型可以直接利用起來。通專結合則意味著，行業(yè)大模型作為“底座”，將不同專業(yè)場景的模型體系化，像穿針引線一樣進行調度，并為專業(yè)場景模型提供兜底保障。
融合不同模型，對于提升電力系統(tǒng)運行效率、增強電力系統(tǒng)的安全性和可靠性、促進新能源消納、優(yōu)化電力設備維護、提升電力交易和市場管理效率，都具有很高的價值和廣闊的空間。從這個角度而言，無論是與傳統(tǒng)的電力運行、設備檢修、值班調度、功率預測等方面的小模型結合，還是與電力大數據分析的工業(yè)增加值預測、企業(yè)生產景氣度、產業(yè)鏈平衡度等小模型結合，都具有足夠的綜合價值。
DeepSeek推崇的開源模式也會對現有格局產生沖擊。中小企業(yè)可以借助開源大模型的技術開發(fā)性能先進的小模型，適配各類行業(yè)應用場景，進行定制開發(fā)，助力大模型在各行業(yè)落地。有專家表示，一個時代開始后就回不去了，就像人類會使用火后，對多數人而言，吃過熟食后，就很難再吃生肉了。
應用之智：統(tǒng)籌協同，發(fā)力“智能體”
國際咨詢機構弗若斯特沙利文發(fā)布的《2024年中國行業(yè)大模型市場報告》顯示：2024年，中國行業(yè)大模型的市場規(guī)模約為165億元人民幣，同比增長57%；預計到2028年，市場規(guī)模有望達到624億元。
行業(yè)大模型需結合業(yè)務場景推廣應用已成共識。應遵循什么樣的節(jié)奏安排大模型的演進路線和應用節(jié)奏？
大模型參數多、訓練數據多，進而導致系統(tǒng)龐大、訓練耗時、耗能且費錢。降成本成為大模型發(fā)展的重要方向。DeepSeek的技術路線表明，低成本的路線并不是遙不可及。低至數百萬美元的預訓練成本，或許真的能加速新舊時代的交替。
在應用端，一個好的解決思路是集中訓練、分布推理?？拼笥嶏w羚羊工業(yè)電力行業(yè)解決方案總監(jiān)王剛認為，大型能源企業(yè)需要有頂層設計，統(tǒng)籌考慮如何排兵布陣——集團總部做什么，產業(yè)單位和區(qū)域公司做什么。從該公司的合作經驗來看，較好的方式是總部提供整體的集中式訓練環(huán)境和技術條件，同時允許多個二級單位自主創(chuàng)新，基于本部門本地區(qū)的場景驅動來推廣應用場景化的大模型。
國家電網公司對于部署開發(fā)大模型明確提出，在企業(yè)層面強化模型、樣本、算力、平臺的統(tǒng)籌，以大模型為核心構建應用體系，拓展應用場景，有計劃、分批次推動人工智能在各專業(yè)各單位落地。
風投機構A16Z的研究顯示，大模型推理成本3年來已降至原來的千分之一。來自阿里云的專家認為，從國內外大模型應用來看，高性價比、高彈性、高可用和就近合理分布的公共云算力支持是必然的選擇，更是模型推理成本持續(xù)下降、實現技術普惠的基礎支撐。
隨著應用的逐漸深入，行業(yè)大模型也將令行業(yè)及企業(yè)生產關系產生深刻變化。
OpenAI將通用人工智能的級別劃分為五級：聊天機器人、推理者、智能體、創(chuàng)新者、組織者。
目前，企業(yè)對于人工智能的主要應用方向逐漸明確：通過智能體優(yōu)化對外的產品服務，以及內部的流程管理。
美國云計算軟件企業(yè)Salesforce首席執(zhí)行官馬克·貝尼奧夫認為，人工智能的未來在于智能體，而不是大語言模型驅動的聊天機器人。2024年10月，Salesforce的人工智能定制平臺上線，據稱一周內達成200個交易，IBM、埃森哲、聯邦快遞等公司已開始使用。
在360集團創(chuàng)始人周鴻祎看來，實現更多人工智能應用落地的關鍵是建立信仰、培養(yǎng)素養(yǎng)；如果說2024年是專業(yè)大模型應用啟動年，那么2025年將是智能體之年，重點是利用智能體全面提升大模型應用場景的自動化、智能化水平。有分析認為，2025年智能體已經成為科技公司、大模型企業(yè)、軟件企業(yè)角逐的重要領域，未來將構建起萬億美元的市場規(guī)模。
戰(zhàn)略之智：從概率到推理，發(fā)揮兩大優(yōu)勢
現在的大模型被認為是個基于語言符號和概率統(tǒng)計的大號計算器，未來其如何才能融入行業(yè)核心業(yè)務？
從科學層面看，大模型的歸納法運作機制依然是一個巨大的黑箱，根本的科學原理仍然難以解釋。多位專家表示，目前的大模型的核心技術尚未超出對數據進行壓縮和編碼的范疇，如果要把智能研究變成科學問題、數學問題，讓大模型用人的邏輯進行推理，就要有很好的數學理論框架支撐。
在應用端，行業(yè)大模型正在向具有深度復雜推理以及多模態(tài)任務進行升級。在推理能力方面，通用大模型依靠的是“大力出奇跡”帶來的涌現效應，行業(yè)大模型如何從算法、算力和芯片層面進行系統(tǒng)設計正在成為業(yè)界探索的新方向。
春節(jié)前夕，豆包1.5pro版本、DeepSeek-R1、Kimi k1.5陸續(xù)推出，這些升級舉措或許指明了大模型領域的競爭方向——全面提升多模態(tài)能力、推理能力。據了解，美國谷歌公司也在測試一款推理模型 Gemini Flash 2.0 Thinking。
業(yè)界專家表示，從本質層面，人工智能如果只是停留在表面，不能進入核心業(yè)務場景建立機理模型，將永遠只是輔助角色，只有建立可以科學計算的大模型，才能真正促進行業(yè)發(fā)展和產業(yè)進步。
中國電力科學研究院正高級工程師，電力異構融合類腦計算關鍵技術研究項目負責人、電力人工智能大模型分布式算力調度與協同訓練推理項目執(zhí)行負責人周飛認為，大模型要安全可靠融入電力系統(tǒng)各業(yè)務環(huán)節(jié)與核心業(yè)務，在科研層面，需要構建電力原生時序大模型；在應用層面，可以將具身智能與智能體相結合，構建電力具身智能體，為大模型添加“可行動的軀體”。
以國家電網公司發(fā)布的光明電力大模型為例，作為面向電力行業(yè)的千億級多模態(tài)大模型，其具備電力知識記憶理解、多模態(tài)融合分析、業(yè)務邏輯推理、基礎數值計算、內容輔助生成等能力，已在電網規(guī)劃、電網運維、電網運行、客戶服務等多個領域得到應用。
算力帶來的電力需求激增同樣是業(yè)界關注的重點。目前，數據中心單機架平均功率從8千瓦升至17千瓦，預計2027年達到30千瓦。據專家介紹，現在的大模型能源消耗達到兆瓦級，人類大腦的能耗只有十幾二十瓦。
改進的一個手段是剪枝壓縮技術。應用剪枝、量化、知識蒸餾等技術，可以減少模型計算量和算力需求。
另一個改進方向是電力算力協同。對于系統(tǒng)延遲要求不高的大模型訓練，將算力布置在西部北部等新能源富集的地區(qū)，以充分利用綠色能源，實現可持續(xù)發(fā)展。
一個需要注意的問題就是杰文斯悖論：當某種資源的利用效率提高后，雖然單次使用消耗更少、成本更低、使用更方便，但是由于需求的增加會導致整體消耗量的上升。典型的案例是， 18世紀瓦特改良蒸汽輪機提升效率后，英國煤炭消耗量持續(xù)上升了100余年。
對算力而言，開源模型低成本的技術創(chuàng)新有望加速應用側的布局，隨著成本的降低，人工智能應用的規(guī)?？赡軙手笖导壴鲩L，帶來整體算力需求上升。
專家表示，超大規(guī)模智算集群是大模型發(fā)展的技術基礎，在“十五五”謀劃階段，需要做好超大規(guī)模智算集群建設規(guī)劃，強化基礎要素保障。
從行業(yè)應用角度，中國發(fā)展人工智能擁有兩大獨特優(yōu)勢：一是充足實惠的電力資源的保障，可以讓企業(yè)降低訓練和運行用電成本；二是海量新型應用場景數據的孵化，可以整合海量高質量行業(yè)數據，快速提升模型知識密度，讓其能力越來越強大。
《全國數據資源調查報告（2023年）》顯示，2023年，我國數據生產總量達32.85ZB（澤字節(jié)），同比增長22.44%，同時生產總量中只有2.9%的數據被保存。存儲數據中，一年未使用的數據占比約4成，數據加工能力不足導致大量數據價值被低估、難以挖掘復用。
從這個角度而言，中國人工智能實現并跑的故事才剛剛開始，領跑只是時間問題。
延伸閱讀
智能體（Agent）是指能夠感知環(huán)境、作出決策并采取行動的系統(tǒng)。它可以是軟件、硬件或一個系統(tǒng)，具備自主性、適應性和交互能力。Agent通過感知環(huán)境中的變化（如通過傳感器或數據輸入），根據自身學習到的知識和算法進行判斷和決策，進而執(zhí)行動作以影響環(huán)境或達到預定的目標。
