自今年以来，我国在推动“人工智能+能源”融合发展方面持续发力，目前已有数十个能源行业专用大模型成功落地并投入应用，覆盖电网、油气、煤炭以及新能源等全产业链，这使得能源行业的智能化转型进入快速推进阶段。

智能化转型进程的持续加速，使得能源领域的大模型应用呈现出密集落地的态势。

中国能源化工行业内首个通过国家备案的大模型——中国石油昆仑大模型于日前正式发布。该模型的发布，标志着其已迈入主动智能的发展阶段，具备了六大人工智能高阶能力。此模型全面覆盖了油气勘探开发、炼化生产、技术服务以及资本金融等全产业链共计152个应用场景，其日均词元调用量已达到485亿次，是能源化工行业中首个实现全产业链体系化与规模化落地的大模型平台。

中国石油天然气集团有限公司总经理助理乔辉表示，昆仑大模型正深入嵌入至产业链的各个关键环节之中，并在数据集、模型、应用、具身智能以及人工智能治理等多领域规划制定了27项人工智能标准，旨在将昆仑大模型所积累的实践经验转化为行业层面的广泛共识。

此外，国家能源集团正式推出了名为“擎源”的发电大模型。该模型目前已经在安全环保、电力交易、产调中枢以及设备检修这四大核心业务领域开展落地应用，其设计旨在破解发电行业所面临的安全风险高、交易决策困难、多种能源协同运作复杂、设备运维模式被动等核心痛点。依托该模型，企业致力于构建一个覆盖发电全生命周期的智能决策与验证闭环体系。

在电网领域，南方电网正式发布了名为“大瓦特”的人工智能模型。现阶段该模型重点部署于生产应用类场景，系统提供专业的电力知识检索服务，同时为输配电缺陷检测、电力调度、电网规划、安全监督以及覆盖全电网的业务场景提供专业化支持。此外，其构建的电力专用多模态大模型底座，旨在为全网范围内的各类多模态应用场景提供统一的调用能力。

国家能源局局长 王宏志：目前正逐步形成"能源行业提供应用场景、人工智能破解行业难题，人工智能提出技术需求、能源行业优化资源供给"这一良性循环的发展格局。

日前，国家能源局正式公布了51个"人工智能+"能源高价值应用场景，此次公布的场景聚焦于"人工智能+"油气等八大类应用场景领域，旨在探索形成一套综合解决方案可实现规模化复制、商业模式可供参考借鉴的"人工智能+"能源融合发展新范式，从而推动能源行业智能化发展水平的持续提升。

从油气田的智能化开发到水电站的智慧化运行，从电力系统的精准调度到管线的无人巡检，能源大模型正在推动传统能源行业的生产方式发生深刻变革。这些被誉为“最强大脑”的能源大模型，究竟能够为能源行业带来哪些切实可见的变化？

在我国规模最大的油田——长庆油田，通过将4000多口井所涉及的上万条生产数据与专家经验进行深度融合，依托昆仑大模型开发了柱塞体智能调参以及智能诊断两大应用场景，使得人工管理工作量下降了67%，规模应用后气藏采收率可提高3至5个百分点，有效解决了气田开发过程中井多人少、管理精细度不足的难题。

在金沙江上游的水风光一体化基地，即将投入运行的雅砻江水风光一体化智慧大模型正进入最终调试阶段。作为国内首个水风光一体化基地实现全国产化与自主可控的智能中枢，该模型正在构建覆盖全流域、涵盖全要素、支持多尺度的预报与预测体系。借助这一体系，径流预报的预见期得以延长至60天，与此同时，风电与光伏功率的预测精度以及一体化运营能力均获得显著提升，从而能够系统性增强新能源消纳水平、保障电网安全并提高整体经营效益。

在中原油田的生产一线，部署有"云翼巡线"模型系统的智能无人机正全天候执行作业任务。有别于传统人工巡检的被动排查模式，这套智能系统实现了从"看得见"到"看得准、判得快、管得全"的跨越式转变。该系统贯通了涵盖预警、研判以及现场处置的完整流程，并建立起智能预警与现场指挥之间的联动机制。当系统在巡查过程中识别出管线渗漏、违规施工以及外力占压等各类安全隐患时，设备能够即刻触发预警，并实现精准定位与即时推送。

数据壁垒、安全风险等关键挑战，仍需多方力量协同合作方能有效应对与突破。

尽管我国在能源行业人工智能融合领域已取得了显著的成效，但业内专家普遍指出，在当前的发展进程中仍持续面临着数据标准不统一、安全风险防控难度大以及专业人才短缺等多重挑战，这些问题亟需多方力量协同合作予以破解。

数据是人工智能发展的重要基础。目前，在能源行业中，不同企业以及不同环节之间的数据标准未能实现统一，数据壁垒问题依然存在，从而导致数据资源难以得到有效共享与利用，进一步制约了大模型的训练效果及其应用范围。

中国工程院院士刘合指出：当前数据标准尚不统一，这主要是由于数据的非结构化特性较强。尽管存在海量数据，但“有数据无质量”的问题依然较为突出。这些海量数据的准确程度，尤其是开发数据的准确程度，仍有待进一步探索。与此同时，高质量的标注数据则相对稀缺。

能源行业作为国家关键基础设施领域，其安全稳定的运行状态具有至关重要的意义。伴随着人工智能技术的广泛应用，亦带来了新的安全风险，诸如数据泄露、算法漏洞以及网络攻击等问题。如何构建完善的人工智能安全防护体系，已经成为行业发展中亟待解决的关键问题。

在油气行业的组织层面，复合型人才方面仍然存在显著短缺，组织协同机制方面也存在不足之处，其中既懂油气专业知识又懂AI技术的复合型人才，其数量依然相对匮乏。

面对这些挑战，相关专家指出，应加快推动针对能源行业人工智能应用的统一技术标准与规范的制定工作，并同步建立健全行业数据共享机制，旨在打通不同企业与环节间存在的信息壁垒，促进数据资源在合规前提下的高效流通与共享利用；应着力强化面向能源行业特殊性的人工智能安全技术研发投入与过程监管，致力于构建覆盖技术、管理与运营等多层次的安全防护体系，从而系统性应对从数据层面到算法层面可能引入的新型风险；需持续扩大兼具能源专业知识与人工智能技术的复合型人才培养规模，并积极构建紧密联结产业实践、学术研究、技术创新与最终应用的协同育人模式，以为我国能源领域人工智能技术的深度融合与可持续发展构筑稳固的人才与制度基础。

来源：能源行业大模型密集落地 | 中国能源网