电力人工智能多模态大模型 创新技术与应用 1 、研究背景 2 、关键技术 3 、应用案例 4 、未来展望 目 录 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科 学；其在历史上经过多个发展时期，形成了不同的技术流派； 深度学习是目前主流。 1950s—1970s 1970s 中期 1980s-2000s 通用模型 无需人类专家标注 高效互联通讯： NVLINK 、 HCCL ( 华为 ) 多模态通用模型： Qwen2-VL 等 . 背景 1—— 人工智能的概念及发 展 数据 算力 的范式，使大规模预训练成为可能。近年来，大模型凭借超大规模参数和海量数据学习，在多模态学习、 推理和通用人工智能方向取得重要进展，为人工智能的发展开启了新的阶段。 大模型 模态扩展 文本 检索增强 图像 / 视频 大规模基础模型 音频 电力大模型 医疗大模型。 Transformer 架构 注意力机制 多模态融合 0upr ake Wefert

项目编号： 生态环境保护基于多模态 AI 大模型智慧 诊断应用 设 计 方 案 目 录 1. 引言........................................................................................................................................... ............................................................................................9 1.3 多模态 AI 大模型的简介........................................................................................ ......22 3. 多模态 AI 大模型概述........................................................................................................................................................23 3.1 多模态学习的定义.......

第 42 卷 2025 年第 2 期 上海航天（中英文） AEROSPACE SHANGHAI （CHINESE & ENGLISH） 面向多品种大批量生产的航天飞行器智能工厂 关键技术研究 刘骁佳 1，夏永江 2，戴 铮 1，王 堃 1，刘 晓 1，洪海波 1 （1. 上海航天精密机械研究所，上海 201600；2. 上海航天技术研究院，上海 201109） 摘 要: 我国航天领域的快速发展使得航天飞行器的品种和批量大幅增加，对其研制生产周期、成本和质量的 管控能力提出了更高的要求。基于当前航天飞行器加工、装配车间发展现状，提出面向未来多品种、大批量生产的 航天飞行器智能工厂发展思路和总体架构，并从资源动态组织、人机协同制造、质量智能检验和产业链高效协同等 维度分析智能工厂的关键技术，通过将制造技术与数字化、智能化技术深度结合，为我国航天飞行器制造智能工厂 智能工厂 中图分类号: V 468 文献标志码: A DOI: 10.19328/j.cnki.2096‑8655.2025.02.007 引用格式： 刘骁佳，夏永江，戴铮，等 . 面向多品种大批量生产的航天飞行器智能工厂关键技术研究［J］. 上海航 天（中英文），2025，42（2）：58-66. Research on Key Technologies of Intelligent

水资源管理与调配 N 项业务 数 据 驱 动 现实世 界 决 策 支 持 网络 安全 体系 数字 孪生 平台 保障 体 系 数字模拟仿真引擎 水利 专业模型 知识 平台 模 型 平台 可视化 模型 专家 经验 智能模型 智能决策能力 ( 大脑 ) 融合水文机理模型、人工智能模型实现孪生场景下的预测。 实时感知能力 ( 眼、手 ) 结合物联传感实现对现实观测数据的实时感知。 CorrDiff 生成式 AI 模 型技术，融合了人工智能、 物理模拟和观测数据，能够 从今天的数据来预测未来世界的影响。 新安江 模 型 、 双超产 流模型 等水利 部模型 方法 马斯京 根河道 汇流模 型 山 丘 区 河 道 山 丘 反 干 GISTC 工程过 水模拟 模型 、水工 程复杂 调度模 型 型 、二维 、二维 水动力 模 型 道模型 、潮位 边界模 型 水文机理模型 四类下 垫面产 流模型 降雨 蒸发 泊 及 蓄 滞 洪 一 平 原 区 河 道 平 原 区 坡 面 水 利 工 程 零维模 一维河 P7 实时感知能力：“天空地”、中长期、短时、实时感知…

精准率低 测不准 痛点 难点 不敢用 无法有效业务化 新的要求 抓不住 P6 模型的区域属性强、 且缺少多模型耦合工作机制 ， 需要提出大范围精细化 产流模拟方法 传统模型复用难度大 ，在多模型耦合工作机制方面较为薄弱 ，在大范围地区产流模拟存在一定 的 不足 ，需要建立一套统一的模型开发和映射标准规范 ，在此基础上研发大流域尺度精细化的产 快速组装、敏捷复用”的要求， 已成为行业亟待攻关解决的卡脖子技术之一。 集中于数据模拟 ， 与业务化 运用有一定的距离 针对性强 ， 但尚欠缺统一、 规范化接口。 国外相关的商业软件方法较 为通用 多针对特定区域问题定制 ， 通用化程度低 新的要求 国外模型 国内模型 P8 算法在高效支撑数字孪生业务上存在明显不足 ， 需改进算法 ， 以提高计算 效率 现有传统的模型建模过程复杂 长短记忆神经网络 时空地理加权回归 P13 提 出 了 产 流 模 型 空 间 尺 度 自 适 应 校 正 方 法 ， 建 立 了 流 域 蓄 水 容 量 和 地 形 指 数 的 动 态 响 应 关 系 ， 降 低 了 产 流 模 型 的 空 间 尺 度 依 赖 性 ， 实 现 了 不 同 空 间 尺 度 的 高 效 模 拟 。 实现了不同空间尺度的高精度产流模拟 ， 200m 、

优化决策时效要求高 海量新能源接入电力系统 新能源的个体容量小、数量多、预测难度大 新能源和电力电子、储能的关系密切 , , 新型电力系统需要人工智能 中国南方电网 CHINA SOUTHERN POWER GRID 展提供 人工智 型电力 9 可以“无条件”接受新能源 新能源为主体 能源供给侧脱碳 系统有“无限大”的功率、“无限多”的能量 系统的功率的动态平衡、能量的动态平衡：动态平衡理论 变的。但是基于机电系统转动惯量 的稳定理论，受到系统转动惯量小，将不足够承担以新能源为主体的新型电力系统的稳定。 新型电力系统是基于电力电量的实时平衡的系统平衡理论，是“无限大”的功率、 “无限多”的 能量的动态随机平衡。 电量平衡 有功功率平衡 无功功率平衡 频率稳定 电压稳定 功角稳定 传 统 电 力 系 统 新 型 电 力 系 统 中国南方电网 CHINA SOUTHERN 7 月，国网湖南电科院发布 10 亿节点配网视觉大模型。 口 2024 年 12 月，国网长沙供电公司研发人工智能“配网调度员”“光明”。 口 2024 年 12 月 19 日，国家电网发布千亿级多模态行业大模型“光明电力大模型”。 南方电网： 口 2023 年 09 月，南网发布电力行业人工智能创新平台及“自主可控电力大模型 ( 大瓦特 )” 。 口 2023 年 12 月，南网总调发布“大瓦特

表 性 强 的 工 业 园 区 ， 开 展 国 家 低 碳 工 业 园 区 试 点 工 作 。 相 关 试 点 园 区 积 极 探 索 适 合 我 国 国 情 的 工 业 园 区 低 碳 管 理 模 式 ， 提 高 可 再 生 能 源 消 费 占 比 ， 加 快 钢 铁 、 建 材 、 有 色 、 石 化 和 化 工 等 重 点 用 能 行 业 低 碳 化 改 造 ， 培 育 了 一 批 低 家 低 碳 园 区 创 建 的 先 进 理 念 ， 促 进 典 型 经 验 和 发 展 模 式 交 流 ， 我 们 组 织 专 家 梳 理 了 国 家 低 碳 工 业 园 区 试 点 典 型 案 例 ， 将 从 低 碳 日 开 始 ， 集 中 展 示 这 些 工 业 园 区 的 优 秀 低 碳 管 理 模 式 和 绿 色 低 碳 发 展 成 果 。 目录 CONTENTS 综合示范型低碳工业园区——天津经济技术开发区 了 25.9%，为 促 进 当 地 经 济 发 展 做 出 了 重 要 贡 献 。 在 保 持 经 济 发 展 增 速 的 前 提 下 ， 2015— 2016 年 ， 天 津 开 发 区 规 模 以 上 工 业 企 业 综 合 能 源 消 费 总 量 和 碳 排 放 总 量 均 未 呈 现 明 显 上 升 趋 势 。 天津开发区风光 （ 二 ） 园 区 低 碳 发 展 的 战 略 与 举

金融语料训练金融大模型 ，②金融垂类大模型。 1 ）双方优劣具有相对性。通用大模 型 优势：泛用性强、灵活性和利用率高、可迁移性强。劣势：特定领域深度较浅、模型复杂、训练时间长；金融垂类模型优势：领域专业性、针 对 性的解决方案、高精度和合规性。劣势：适应性限制、更新和维护复杂度、数据利用率低。 2 ）通用大模型通过金融语料训练超越金融垂类模 型 可能性较小。通用大模型在行业数据量 ，性价比 ，精确性、适用性、实时性、推理速度 ，精确性、适用性、实时性、推理速度 ，合规性和风险控制等方面表现欠佳。 通用大模型“ 百模大战 ” ， 头部模型国外领先较大 ， 平均水平国内外差距较小 ， 中文上国内表现更优。 1 ） 国外通用 GPT4-Turbo 遥遥领 先。 OpenAI 震撼发布 GPT4-Turbo ，开启新一代人工智能模型的大门； 谷歌将在谷歌云上部署 Claude ，并于推出自研的大模型 LaMDA 的聊 Foundation 开发 FinGPT ，为金融大 型语言 模型提供互联网规模的数据 ，以此推动金融领域的开源发展。 2 ） 国内金融垂类模型百花齐放。奇富科技率先宣布推出自研的金融行业 通用大模 型“奇富 GPT” ；度小满推出国内首个千亿级中文金融大模型“轩辕” ；腾讯云公布腾讯云金融行业大模型 ， TI-OCR 大模型帮助银行解决 日常业务问 题；恒生电子进一步升级金融大模型

气象、应急等具有指挥调度职能部门的信息资源和统筹相关应用系统，形成城乡一体 的自然灾害、事故灾害、公共卫生事件和社会安全事件等“全方位、全天候、立体化 智能化”的综合指挥体系，让城市运行可视化、一图多应用、流程聚合，打造“预”能力 全面提升 XX 市区城市公共安全管理、社会治安管理、便民管理、应急处理能力，建 设 XX 市“1 个指挥中心+10 个镇街”协作共同管理的运作模式，简称“1+10”模式。 台传真机及 1 台电台设备。 4 其他功能房 设备 包括 8 个入驻单位、1 个业务运营中心等场所会商室 及公共会商室的建设，包括视频会议系统、显示系 统、扩音系统等系统建设。另外还包括培训室、多功 能室的显示系统、扩声系统、中控系统的建设。 7 某市智慧城市实施项目之指挥中心实施方案 序号 建设内容 内容描述 备注 5 场所基本配 套建设 场所基本配套的建设，包括场地的综合布线、视频监 视频图像解码 器一套； 需要新增搬迁配套服 务； 按照描述内容进行搬迁； 5 因增加接入的多媒体类 设备过多，原信号处理 系统（即坐席协作分布 式系统）需要增加高清 混合矩阵一台及配套多 媒体信号线缆一项 需要新增高清混合矩 阵一台及配套多媒体 信号线缆一项 新增高清混合矩阵一台及配 套多媒体信号线缆一项 三 防 指 挥 中 心 会 商 室 10.94 平 方 米 P1.2LED

工程智能作为建设数字中国的重点领域；美国、欧盟纷纷出台专项政策与法律框 架，加大研发投入、规范发展路径，全球范围内的战略布局与协同创新已然形成。 技术层面，大语言模型实现从表层流畅到深层认知的跨越，数字孪生、时空多模 态基础模型与工程场景深度融合，工程智能操作系统的核心架构逐步成型，让曾 经的技术构想正在变为现实。应用层面，智能建造的生成式设计、智能制造的预 测性维护、智慧城市的动态调度等场景，已从实验室走向产业一线，用实际成效 应用从“九死一 生”的探索，提升为“十之八九”的成功，真正产生可衡量的产业价值与社 会效益。 要实现如此宏大的变革，我们必须找到正确的实现路径。幸运的是，技术的 发展为我们指明了方向。大型语言模型，多模态大模型与智能体技术的崛起，构 成了工程智能的核心驱动力。大模型以其强大的知识融合、逻辑推理与自然语言 交互能力，成为了理解和处理工程领域复杂信息的“认知内核”；而智能体则扮 演了“超级执行者 发展工程智能恰逢其时。当前正处于政策、产业与技术三重机遇的交汇点： 一方面，国家层面的积极政策为产业智能化提供了重要的顶层牵引；另一方面， 我国完备的产业链为工程智能的应用落地提供了得天独厚的沃土；同时，以大模 型为代表的新一代人工智能技术突破，为工程智能在各工程领域的全面渗透提供 了强大的技术驱动力。 然而，实现工程智能规模化赋能的进程并非坦途。核心挑战在于如何跨越工 程领域固有的专业壁垒，满足其