直击真实的甲方AGI需求，人工智能赋能产业融通发展论坛顺利召开|人工智能_新浪财经

7月6日，「2024 WAIC 人工智能赋能产业融通发展论坛」在世博展览馆隆重举行。本次论坛主要议题为探讨人工智能赋能新型工业化、促进产业融通发展的相关问题，包括领导致辞、签约仪式、主题演讲、央国企人工智能场景需求发布和圆桌论坛等多个环节。众多来自央国企机构和人工智能领域的企业参与，包括中国电子信息产业发展研究院、中国移动研究院、中国石化胜利油田、国家电网客服中心、中电昱创、南方电网数字电网集团、达摩院、百度智能云、创新奇智等。出席嘉宾围绕人工智能在不同领域的应用实践、大模型的发展与应用、智能化运维、人工智能赋能产业转型等方面展开了深入讨论。

论坛开场，由中国电子信息产业发展研究院领导致辞。在致辞环节中，中国电子信息产业发展研究院强调了人工智能在新型工业化中的重要作用、人工智能+产融结合的重要方向以及人工智能赋能场景落地的最终目标。

签约环节，中国电子信息产业发展研究院和国家电网客服中心的代表在与会者的见证下签署了战略合作协议，这也代表了双方携手共同提升电力智能服务水平，为电力产业发展赋能的新决心。

此外，中国软件评测中心和机器之心的代表也进行了合作签约，这一签约将双方在各自领域的专业优势和丰富资源紧密结合，从而有效实现资源共享和优势互补，共建合作新生态。

主题演讲环节，达摩院决策智能实验室能源行业负责人刘乐分享了达摩院决策智能实验室在电力场景的应用产品，达摩院决策智能实验室根据其研究的决策智能相关技术，沉淀了 MindOpt 求解器等决策产品，在电力等领域应用。绿色能源 AI 解决方案围绕电力发输配用，通过基础能力落地实施。大模型时代，其在电力能源领域的应用包括精准天气预报，如【全球-区域】联合气象预报；解决人工智能可解释问题；探索类人决策智能，结合大模型和传统技术，提升智能化水平。

中国石化胜利油田分享了在油田场景的智能化尝试。中石化指出，新时代油田新质生产力围绕人、工具手段和生产资料展开，油田通过数字化、智能化实现减人增产。胜利油田数改智转的目标是建设智能油田，目前处在 1.0 时代以自动化为核心，未来将向 2.0 时代智能化发展，包括全链条智能决策和一体化协同。油田还提出了四个方向的变革，包括综合研究方式、工程工艺模式、劳动组织形式和管理模式的变革。

百度智能云副总裁喻友平则针对企业内部应用场景的 AI 应用探索提出了百度方案，“百度智能云提供了从 IaaS、PaaS 到 SaaS 的全方位能力，助力大模型在企业应用中实现增收提效降本合规。其中，知识管理、客服和营销是企业通过大模型增收、提效的最佳路径。百度智能云推出的“甄知”产品重塑了企业知识管理范式，“客悦”产品革新了智能客服能力，“曦灵”数字人产品基于大模型重构后，2D、3D 数字人效果更拟真，并且大幅降低了数字人制作成本和时间，在营销和销售场景有着广泛的应用前景。”

针对传统电力运维中存在的问题，中电昱创认为，传统电力运维存在数据处理能力不足、故障预测与定位困难、人力资源成本高等痛点，智能化运维是必由之路，但面临诸多挑战。中电昱创将人工智能与电力行业融合，通过智能化前端设备和 AI 后端平台形成边端结合架构，以提升运维效率、降低成本、保障安全，推动电力行业智能化发展。

此外，中国移动研究院还介绍了中国移动在人工智能领域的发展战略和实践成果：智能时代，AI、数据和算力成为驱动新质生产力的重要因素，中国移动围绕供给者、汇聚者、运营者定位，构建了智能算力万卡集群，打造千亿参数大模型，建立九天 1 + N通/专大模型体系，创立弈衡大模型评测体系，完成 40 余款主流大模型评测，成立人工智能评测大模型联盟。

央国企人工智能场景需求发布环节，南方电网数字电网集团发布了“人工智能驱动的电能量数据创新应用技术研究”项目需求，包括运用多模态大模型等技术实现计量装置的故障预警及运维效率优化，提升电能量数据质量，对内赋能用户侧灵活响应资源管理，对外增值探索电能量数据在宏观经济分析中的新角色。项目面临的人工智能需求包括在 AI 赋能计量运维、负荷精细化管理、电力看经济等场景的具体技术应用和实现目标。

圆桌论坛环节由中国软件评测中心的代表主持，中电昱创、创新奇智首席技术官张发恩、达摩院决策智能实验室能源行业负责人刘乐、南方电网数字电网集团共同围绕人工智能赋能新型工业化的初步经验展开了讨论。

中电昱创认为，人工智能在新型工业化中作用重大，中电昱创运用机器人智能感知和控制技术，包括图像处理、声音处理以及场景感知认知、强化学习和大模型预测预警技术，保障设备安全高效运维。人机交互、人机融合涉及自然语言处理、产品售后服务解读，人机协同控制等，通过人机共同融合训练达到效果。

创新奇智首席技术官张发恩表示，人工智能的内涵是从数据中找到知识并应用到场景中，场景广泛，基于大模型的技术有更多潜力。智能涌现背后是 Scaling law，即大模型或深度学习的神经网络的参数、训练数据和算力总量的规律，智能涌现会让自动化变得更加智能化，未来机器人将更加柔性化，生产出来的产品也会更加多样性、个性化。

达摩院决策智能实验室能源行业负责人刘乐则提到，新型工业化需要更精准的天气预报，大模型的出现给 AI 气象大模型带来了新机会，同时 AI 的安全性、可靠性、可解释性也是重要发力点。在大模型落地时，可通过可解释性 AI 方向尽量与人类经验对齐，并进行安全校核，辅助决策，同时探索在大模型基础上做类人决策智能。

南方电网数字电网集团提出，电力行业在人工智能方面的应用已渗透到各个场景，如前端的智能客服、电力营销，后端的运维，包括无人机巡检、图像识别等，负荷预测对电网企业非常重要。