钢铁行业大模型平台建设框架与关键技术
钱卫东,胡兵,张洋,刘红燕(上海宝信软件股份有限公司工业互联网研究院)
摘要: 钢铁行业作为国民经济的重要支柱,面临高成本、低效率、工艺复杂等挑战,亟需通过智能化转型突破发展瓶颈。大模型技术凭借其跨模态理解、多场景泛化能力,为钢铁行业提供了数据价值深度挖掘与生产流程优化的新路径。提出了“五位一体”的钢铁行业大模型平台总体建设框架,并详细阐述了构建适应行业需求的大模型平台所需的十项关键技术。通过平台、算力、数据、模型、场景的深度协同,融合通用模型与钢铁行业知识,形成一体化、集成化的人工智能+ 钢铁解决方案,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。最后,结合钢铁行业的业务特点与实际探索经验,对应用场景进行了展望。
关键词: 人工智能; 工业大模型; 智能制造; 平台建设
目录介绍
0 引言
1 总体架构和建设思路
1.1 总体架构
1.2 建设思路
1.2.1 “五位一体”
1.2.2 “三融合一”
1.2.3 “分层构建”行业垂类大模型
1.2.4 行业高质量语料库构建
1.2.5 “1 + X”场景支撑
2 技术路线
2.1 “训练-推理-场景”一体化的智能化架构技术
2.2 行业垂类大模型分层构建技术
2.3 行业高质量语料库构建技术
2.4 大规模异构算力集约化调度技术
2.5 面向通用场景的预测模型构建技术
2.6 面向多目标复杂场景的决策模型构建及动态优化技术
2.7 “端-边-云”协同的实时智能控制模型构建技术
2.8 基于人/物/业务相联接的混合增强智能技术
2.9 基于智能体的人机交互技术
2.10 MaaS模式及实现技术
3 典型应用场景赋能
3.1 研发设计应用场景
3.2 生产制造应用场景
3.3 经营管理应用场景
4 结论和展望
©软件著作权归作者所有。本站所有文件均来源于网络,仅供学习使用,请支持正版!
转载请注明出处!

发表评论 取消回复