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

 

点赞(1) 关注

立即下载

温馨提示! 你需要支付 ¥3.98 元后才可以下载

评论列表 共有 0 条评论

暂无评论

微信小程序

微信扫一扫体验

立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部