中國儲(chǔ)能網(wǎng)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(lǐng)域也開始“千帆競發(fā)”，開啟賦能升級(jí)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(diǎn)？“算力+電力”該如何實(shí)現(xiàn)節(jié)能降耗、綠色發(fā)展？
能源企業(yè)在應(yīng)用大模型技術(shù)時(shí)，應(yīng)遵循什么樣的節(jié)奏科學(xué)安排發(fā)展路線圖，以實(shí)現(xiàn)可持續(xù)發(fā)展？
在本刊與許繼電氣聯(lián)合舉辦的第36次《能源評(píng)論》學(xué)術(shù)沙龍上，學(xué)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(jié)合業(yè)務(wù)應(yīng)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(gè)層面的智慧：
技術(shù)之智：需大小模型協(xié)同，通用模型與專用模型結(jié)合。
應(yīng)用之智：需從場景入手，協(xié)同聯(lián)動(dòng)，統(tǒng)籌推廣節(jié)奏，超前布置智能體，平衡技術(shù)先進(jìn)性和投入產(chǎn)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(wù)，以更高的準(zhǔn)確性和適用性，更低的成本和能耗，實(shí)現(xiàn)更科學(xué)、更可持續(xù)、更綠色發(fā)展。
消費(fèi)端大模型的“百模大戰(zhàn)”達(dá)到了高潮。蛇年春節(jié)前后，現(xiàn)象級(jí)產(chǎn)品——深度求索（DeepSeek）公司的大模型以推理能力強(qiáng)、性價(jià)比突出的特點(diǎn)引發(fā)全球關(guān)注。
據(jù)DeepSeek報(bào)告稱，其大模型V3和R1以極低訓(xùn)練成本（同類開源大模型的1%）達(dá)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(duì)高維的算法架構(gòu)、較低的訓(xùn)練成本也給不斷走深的行業(yè)應(yīng)用帶來震撼，可能引發(fā)產(chǎn)業(yè)格局重新調(diào)整。
據(jù)不完全統(tǒng)計(jì)，目前已有十幾家能源央企推出了行業(yè)大模型，分別應(yīng)用于電網(wǎng)、水電、煤電、核電、煤礦、油氣等領(lǐng)域，其中超過一半的產(chǎn)品為2024年推出。從全球來看，咨詢機(jī)構(gòu)Indigo的研究顯示，人工智能在能源領(lǐng)域的潛在應(yīng)用已達(dá)50余種，相關(guān)投資超130億美元。
與通用大模型不同，行業(yè)大模型會(huì)針對(duì)特定應(yīng)用場景進(jìn)行深度優(yōu)化，將在賦能行業(yè)數(shù)字化智能化轉(zhuǎn)型和高質(zhì)量發(fā)展方面發(fā)揮重要作用。從實(shí)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(zhì)量數(shù)據(jù)搜集難度大、多模態(tài)數(shù)據(jù)融合技術(shù)難度高等。在技術(shù)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(zāi)難性遺忘、認(rèn)知幻覺等。
2025年將是我國行業(yè)大模型取得深入應(yīng)用的關(guān)鍵一年。部署行業(yè)大模型落地應(yīng)用，賦能產(chǎn)業(yè)轉(zhuǎn)型升級(jí)和高質(zhì)量發(fā)展，除了需要遵循項(xiàng)目開發(fā)的普遍規(guī)律，還需要在技術(shù)、應(yīng)用和戰(zhàn)略層面具備大智慧，才能解決技術(shù)、經(jīng)濟(jì)和發(fā)展難題，促進(jìn)人工智能技術(shù)真正融入核心業(yè)務(wù)全流程。
技術(shù)之智：創(chuàng)新場景，通專結(jié)合
行業(yè)大模型如何揚(yáng)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(lǐng)域格局仍然在動(dòng)態(tài)變化，人工智能技術(shù)還沒到天花板。業(yè)界專家表示，這不僅是簡單的技術(shù)升級(jí)，或者是粗暴的價(jià)低者得，而是更新了業(yè)界對(duì)創(chuàng)新的認(rèn)知，給國內(nèi)AI行業(yè)注入了強(qiáng)心劑：中國的科技團(tuán)隊(duì)有能力創(chuàng)造世界級(jí)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(shù)的深度學(xué)習(xí)模型，通常由深度神經(jīng)網(wǎng)絡(luò)構(gòu)建而成，以“預(yù)訓(xùn)練+微調(diào)”的模式投入應(yīng)用。
如今，大模型參數(shù)量已達(dá)數(shù)萬億，訓(xùn)練的多模態(tài)數(shù)據(jù)可以擴(kuò)展到上千TB（太字節(jié)）。2024年3月，中國國家數(shù)據(jù)局局長劉烈宏公開表示，中國10億參數(shù)規(guī)模以上的大模型數(shù)量已超100個(gè)，行業(yè)大模型已形成上百種應(yīng)用模式。
更加高效的基礎(chǔ)大模型和可復(fù)制、可推廣的輕量化智能體，將成為行業(yè)大模型的一個(gè)發(fā)展方向。
中國信通院發(fā)布的報(bào)告顯示，2025年大模型生態(tài)將向多元化方向發(fā)展，細(xì)分場景能力的產(chǎn)品化將成為供應(yīng)商企業(yè)協(xié)同提效和盈利增長的關(guān)鍵。
與通用大模型面對(duì)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(duì)的是網(wǎng)架交織互聯(lián)、安全要求極高的物理設(shè)施，一方面，需要與物理經(jīng)濟(jì)社會(huì)系統(tǒng)高度耦合，參數(shù)具有較高的專業(yè)性和復(fù)雜性；另一方面，所需算力資源巨大，安全可靠性和計(jì)算時(shí)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(shù)增至700億，還擴(kuò)展至43個(gè)石油行業(yè)的應(yīng)用和場景。該模型覆蓋勘探開發(fā)、煉油化工、油氣儲(chǔ)運(yùn)、產(chǎn)品銷售、工程建設(shè)和裝備制造等業(yè)務(wù)領(lǐng)域，具備行業(yè)知識(shí)問答、物體檢測(cè)、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(wù)問題。
網(wǎng)絡(luò)上有一個(gè)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(xué)界和業(yè)界專家表示，大模型提出之后，仍需強(qiáng)調(diào)大小協(xié)同、通專結(jié)合?；诖笮f(xié)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(yīng)該是，通過大模型統(tǒng)籌調(diào)動(dòng)小模型的能力，例如人臉識(shí)別、車牌識(shí)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(jié)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(jìn)行調(diào)度，并為專業(yè)場景模型提供兜底保障。
融合不同模型，對(duì)于提升電力系統(tǒng)運(yùn)行效率、增強(qiáng)電力系統(tǒng)的安全性和可靠性、促進(jìn)新能源消納、優(yōu)化電力設(shè)備維護(hù)、提升電力交易和市場管理效率，都具有很高的價(jià)值和廣闊的空間。從這個(gè)角度而言，無論是與傳統(tǒng)的電力運(yùn)行、設(shè)備檢修、值班調(diào)度、功率預(yù)測(cè)等方面的小模型結(jié)合，還是與電力大數(shù)據(jù)分析的工業(yè)增加值預(yù)測(cè)、企業(yè)生產(chǎn)景氣度、產(chǎn)業(yè)鏈平衡度等小模型結(jié)合，都具有足夠的綜合價(jià)值。
DeepSeek推崇的開源模式也會(huì)對(duì)現(xiàn)有格局產(chǎn)生沖擊。中小企業(yè)可以借助開源大模型的技術(shù)開發(fā)性能先進(jìn)的小模型，適配各類行業(yè)應(yīng)用場景，進(jìn)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(gè)時(shí)代開始后就回不去了，就像人類會(huì)使用火后，對(duì)多數(shù)人而言，吃過熟食后，就很難再吃生肉了。
應(yīng)用之智：統(tǒng)籌協(xié)同，發(fā)力“智能體”
國際咨詢機(jī)構(gòu)弗若斯特沙利文發(fā)布的《2024年中國行業(yè)大模型市場報(bào)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(yù)計(jì)到2028年，市場規(guī)模有望達(dá)到624億元。
行業(yè)大模型需結(jié)合業(yè)務(wù)場景推廣應(yīng)用已成共識(shí)。應(yīng)遵循什么樣的節(jié)奏安排大模型的演進(jìn)路線和應(yīng)用節(jié)奏？
大模型參數(shù)多、訓(xùn)練數(shù)據(jù)多，進(jìn)而導(dǎo)致系統(tǒng)龐大、訓(xùn)練耗時(shí)、耗能且費(fèi)錢。降成本成為大模型發(fā)展的重要方向。DeepSeek的技術(shù)路線表明，低成本的路線并不是遙不可及。低至數(shù)百萬美元的預(yù)訓(xùn)練成本，或許真的能加速新舊時(shí)代的交替。
在應(yīng)用端，一個(gè)好的解決思路是集中訓(xùn)練、分布推理。科大訊飛羚羊工業(yè)電力行業(yè)解決方案總監(jiān)王剛認(rèn)為，大型能源企業(yè)需要有頂層設(shè)計(jì)，統(tǒng)籌考慮如何排兵布陣——集團(tuán)總部做什么，產(chǎn)業(yè)單位和區(qū)域公司做什么。從該公司的合作經(jīng)驗(yàn)來看，較好的方式是總部提供整體的集中式訓(xùn)練環(huán)境和技術(shù)條件，同時(shí)允許多個(gè)二級(jí)單位自主創(chuàng)新，基于本部門本地區(qū)的場景驅(qū)動(dòng)來推廣應(yīng)用場景化的大模型。
國家電網(wǎng)公司對(duì)于部署開發(fā)大模型明確提出，在企業(yè)層面強(qiáng)化模型、樣本、算力、平臺(tái)的統(tǒng)籌，以大模型為核心構(gòu)建應(yīng)用體系，拓展應(yīng)用場景，有計(jì)劃、分批次推動(dòng)人工智能在各專業(yè)各單位落地。
風(fēng)投機(jī)構(gòu)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(rèn)為，從國內(nèi)外大模型應(yīng)用來看，高性價(jià)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(shí)現(xiàn)技術(shù)普惠的基礎(chǔ)支撐。
隨著應(yīng)用的逐漸深入，行業(yè)大模型也將令行業(yè)及企業(yè)生產(chǎn)關(guān)系產(chǎn)生深刻變化。
OpenAI將通用人工智能的級(jí)別劃分為五級(jí)：聊天機(jī)器人、推理者、智能體、創(chuàng)新者、組織者。
目前，企業(yè)對(duì)于人工智能的主要應(yīng)用方向逐漸明確：通過智能體優(yōu)化對(duì)外的產(chǎn)品服務(wù)，以及內(nèi)部的流程管理。
美國云計(jì)算軟件企業(yè)Salesforce首席執(zhí)行官馬克·貝尼奧夫認(rèn)為，人工智能的未來在于智能體，而不是大語言模型驅(qū)動(dòng)的聊天機(jī)器人。2024年10月，Salesforce的人工智能定制平臺(tái)上線，據(jù)稱一周內(nèi)達(dá)成200個(gè)交易，IBM、埃森哲、聯(lián)邦快遞等公司已開始使用。
在360集團(tuán)創(chuàng)始人周鴻祎看來，實(shí)現(xiàn)更多人工智能應(yīng)用落地的關(guān)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(yīng)用啟動(dòng)年，那么2025年將是智能體之年，重點(diǎn)是利用智能體全面提升大模型應(yīng)用場景的自動(dòng)化、智能化水平。有分析認(rèn)為，2025年智能體已經(jīng)成為科技公司、大模型企業(yè)、軟件企業(yè)角逐的重要領(lǐng)域，未來將構(gòu)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(shì)
現(xiàn)在的大模型被認(rèn)為是個(gè)基于語言符號(hào)和概率統(tǒng)計(jì)的大號(hào)計(jì)算器，未來其如何才能融入行業(yè)核心業(yè)務(wù)？
從科學(xué)層面看，大模型的歸納法運(yùn)作機(jī)制依然是一個(gè)巨大的黑箱，根本的科學(xué)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(shù)尚未超出對(duì)數(shù)據(jù)進(jìn)行壓縮和編碼的范疇，如果要把智能研究變成科學(xué)問題、數(shù)學(xué)問題，讓大模型用人的邏輯進(jìn)行推理，就要有很好的數(shù)學(xué)理論框架支撐。
在應(yīng)用端，行業(yè)大模型正在向具有深度復(fù)雜推理以及多模態(tài)任務(wù)進(jìn)行升級(jí)。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(xiàn)效應(yīng)，行業(yè)大模型如何從算法、算力和芯片層面進(jìn)行系統(tǒng)設(shè)計(jì)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(jí)舉措或許指明了大模型領(lǐng)域的競爭方向——全面提升多模態(tài)能力、推理能力。據(jù)了解，美國谷歌公司也在測(cè)試一款推理模型 Gemini Flash 2.0 Thinking。
業(yè)界專家表示，從本質(zhì)層面，人工智能如果只是停留在表面，不能進(jìn)入核心業(yè)務(wù)場景建立機(jī)理模型，將永遠(yuǎn)只是輔助角色，只有建立可以科學(xué)計(jì)算的大模型，才能真正促進(jìn)行業(yè)發(fā)展和產(chǎn)業(yè)進(jìn)步。
中國電力科學(xué)研究院正高級(jí)工程師，電力異構(gòu)融合類腦計(jì)算關(guān)鍵技術(shù)研究項(xiàng)目負(fù)責(zé)人、電力人工智能大模型分布式算力調(diào)度與協(xié)同訓(xùn)練推理項(xiàng)目執(zhí)行負(fù)責(zé)人周飛認(rèn)為，大模型要安全可靠融入電力系統(tǒng)各業(yè)務(wù)環(huán)節(jié)與核心業(yè)務(wù)，在科研層面，需要構(gòu)建電力原生時(shí)序大模型；在應(yīng)用層面，可以將具身智能與智能體相結(jié)合，構(gòu)建電力具身智能體，為大模型添加“可行動(dòng)的軀體”。
以國家電網(wǎng)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(jí)多模態(tài)大模型，其具備電力知識(shí)記憶理解、多模態(tài)融合分析、業(yè)務(wù)邏輯推理、基礎(chǔ)數(shù)值計(jì)算、內(nèi)容輔助生成等能力，已在電網(wǎng)規(guī)劃、電網(wǎng)運(yùn)維、電網(wǎng)運(yùn)行、客戶服務(wù)等多個(gè)領(lǐng)域得到應(yīng)用。
算力帶來的電力需求激增同樣是業(yè)界關(guān)注的重點(diǎn)。目前，數(shù)據(jù)中心單機(jī)架平均功率從8千瓦升至17千瓦，預(yù)計(jì)2027年達(dá)到30千瓦。據(jù)專家介紹，現(xiàn)在的大模型能源消耗達(dá)到兆瓦級(jí)，人類大腦的能耗只有十幾二十瓦。
改進(jìn)的一個(gè)手段是剪枝壓縮技術(shù)。應(yīng)用剪枝、量化、知識(shí)蒸餾等技術(shù)，可以減少模型計(jì)算量和算力需求。
另一個(gè)改進(jìn)方向是電力算力協(xié)同。對(duì)于系統(tǒng)延遲要求不高的大模型訓(xùn)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(shí)現(xiàn)可持續(xù)發(fā)展。
一個(gè)需要注意的問題就是杰文斯悖論：當(dāng)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(huì)導(dǎo)致整體消耗量的上升。典型的案例是， 18世紀(jì)瓦特改良蒸汽輪機(jī)提升效率后，英國煤炭消耗量持續(xù)上升了100余年。
對(duì)算力而言，開源模型低成本的技術(shù)創(chuàng)新有望加速應(yīng)用側(cè)的布局，隨著成本的降低，人工智能應(yīng)用的規(guī)模可能會(huì)呈指數(shù)級(jí)增長，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(shù)基礎(chǔ)，在“十五五”謀劃階段，需要做好超大規(guī)模智算集群建設(shè)規(guī)劃，強(qiáng)化基礎(chǔ)要素保障。
從行業(yè)應(yīng)用角度，中國發(fā)展人工智能擁有兩大獨(dú)特優(yōu)勢(shì)：一是充足實(shí)惠的電力資源的保障，可以讓企業(yè)降低訓(xùn)練和運(yùn)行用電成本；二是海量新型應(yīng)用場景數(shù)據(jù)的孵化，可以整合海量高質(zhì)量行業(yè)數(shù)據(jù)，快速提升模型知識(shí)密度，讓其能力越來越強(qiáng)大。
《全國數(shù)據(jù)資源調(diào)查報(bào)告（2023年）》顯示，2023年，我國數(shù)據(jù)生產(chǎn)總量達(dá)32.85ZB（澤字節(jié)），同比增長22.44%，同時(shí)生產(chǎn)總量中只有2.9%的數(shù)據(jù)被保存。存儲(chǔ)數(shù)據(jù)中，一年未使用的數(shù)據(jù)占比約4成，數(shù)據(jù)加工能力不足導(dǎo)致大量數(shù)據(jù)價(jià)值被低估、難以挖掘復(fù)用。
從這個(gè)角度而言，中國人工智能實(shí)現(xiàn)并跑的故事才剛剛開始，領(lǐng)跑只是時(shí)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(dòng)的系統(tǒng)。它可以是軟件、硬件或一個(gè)系統(tǒng)，具備自主性、適應(yīng)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(shù)據(jù)輸入），根據(jù)自身學(xué)習(xí)到的知識(shí)和算法進(jìn)行判斷和決策，進(jìn)而執(zhí)行動(dòng)作以影響環(huán)境或達(dá)到預(yù)定的目標(biāo)。
