大会邀请人工智能、社会计算、信息科学、伦理学以及社会科学、系统科学、政策科学等交叉领域的重量级学者做大会报告，中能拾贝联合创始人、常务副总经理刘勇作为能源电力AI+大模型应用研究专家，受邀参会并做《大模型技术应用赋能能源电力新质生产力》报告。

不追求模型“大小”，拾贝云能源大模型更注重应用价值

大模型时代的到来极大提升了人工智能在自然语言处理、图像识别、声音分析等领域的性能，也为智能社会发展带来了一系列影响和机遇。在能源电力领域，AI大模型技术也获得大力推广，并涌现出一系列行业级应用。

作为一家专注于“工业AI+”的工业智能产品与服务提供商，中能拾贝通过自主研发的“拾贝云（CyberWing）”品牌系列产品，助力工业企业特别是能源电力企业数字化转型升级。面对落地成本高、无法自我“成长”等企业级大模型建设的核心痛点，刘勇通过丰富的行业成功实践，分享了企业级能源大模型搭建整体架构及部署方案。

他指出：“拾贝云能源大模型CyberwLLM在工业领域的应用，不追求模型的大小，而是注重模型的适用性和专业性。工业领域更倾向于使用小参数的大语言模型，针对特定场景进行训练和知识库加强。”他强调，大模型并非越大越好，而是要适当，同时要注重模型的颗粒度，既不能太粗也不能太细，以实现系统协同。

在讨论大模型的成本与收益时，他建议：“企业应合理控制成本，同时最大化大模型的价值。

作为一个深耕电力领域多年的工业智能产品与服务提供商，我们更希望从全局把控上帮助企业合理规划大模型的建设和应用，通过技术手段以最小的成本实现价值最大化。”

大模型产品是“得力助手”，让能源管理更智慧

谈及大模型技术带来的变化，刘勇指出：在能源电力领域，拾贝云能源大模型应用不会替代传统的知识和技能，而是作为智慧电厂的“得力助手”，可以更好地促进现有数字系统的升级和优化。他鼓励行业内外人士拥抱AI技术，大力推广大模型产品应用，让科技促进社会和工业的进一步发展。

比如，针对电力行业知识的多样化和专业化、知识的散乱存放、知识的传承效果欠佳、知识的缺失以及专业领域解决问题的宝贵知识和经验留存，基于CyberwLLM的电力知识服务引擎可以构建统一自然语言交互的知识载体，提供问答应用知识服务引擎，以大模型统一知识载体为内核，对知识进行充分的应用、共享和传递。

在巡检场景上，当巡检发现异常，基于CyberwLLM的巡检智能交互问答可根据历史经验和智能算法支撑，结合设备运行数据做出智能辅助决策建议，包括精密点检建议、设备检修决策建议、应急处置建议、调整运行方式建议等。基于大语言模型的系统交互能力，通过与模型对话可以完成巡检路线规划、巡检标准查询、巡检结果查询、巡检发现异常问题统计及检索、统计图表生成。

此外，拾贝云能源大模型的能力还在多个场景上发挥作用，包括基于CyberwLLM的检修作业增强、技术监督、生产指挥动态决策、集控告警信号分析、电站设备信号建模、Eventlog事件异常识别、电站监测预警处理、储能电站故障信号处理、电站安全监督管理、企业通用文档助手、智能合同助手、职能培训助手、会议纪要助手……

总的来看，拾贝云能源大模型助力企业通过智能化分析和预测，优化电网运行和能源管理，支持绿色能源的高效集成，推动行业向低碳、智能、高效的方向发展，同时为实现“双碳”目标提供了技术支撑和创新解决方案。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005