01

11月15日，国内首个石化化工大模型在浙江宁波发布。这一大模型由中控与镇海炼化、宁波万华等石化企业协同研发、验证优化。

宁波是国家七大石化产业基地之一，2022年11月成功入选国家级先进制造业集群，是全国石化行业唯一家。2022年，宁波石化产业规上工业总产值达到5221亿元。

此前的10月14日，中国海油正式发布“海能”人工智能模型，前一天的10月15日，国能日新“旷冥”大模型发布。2024年是大模型的行业落地的一年，除了教育、通信、金融、医疗之外，能源行业也逐步凸显出对于大模型的拥抱。

核电方面，3月11日，中核集团中核八所发布了国内首个核领域数字生产力平台“龙吟·万界”以及5类通用的Nu Copilot™系列数字助理。一个月后，中核集团下属同方知网与华为共同发布了华知大模型2.0及系列解决方案，即专为知识服务和科研行业设计的大模型。

四个月后，中国核电旗下秦山核电数字化转型专项——“知识管理平台(i-知识)”研发项目通过行业专家鉴定，标志着中国核电首个基于AI大模型的知识管理平台研发成功。

国家电网方面，5月9日，首个在电力专业领域落地应用的大模型产品上线启动，该款产品由国家电网旗下国网信通产业集团研发。两个月后，国网湖南电力二级领军专家肖剑发布了电科院自主研发的10亿节点配网视觉大模型。

10月11日，国网信息通信产业集团有限公司所属安徽继远软件有限公司自主研发的电力安监知识增强大模型上线运行。

发电企业方面，1月，三峡集团发布了自主研发的行业垂类大模型“大禹大模型”。4月，煤炭科学研究总院发布自主研发的太阳石矿山大模型。7月国家能源集团数智科技公司发布自研的能源通道大模型。

此外，今年6月，拾贝云发布能源大模型CyberwLLM，三个月后的9月，羚羊工业迭代大模型2.0。同时，2023年发布能源大模型的乐创能源也在今年进行了储能AI相关解决方案的更迭。

据亿欧网统计，2024年前三季度，能源行业大模型公开招标项目超过80个，除了通用大模型企业阿里、百度、智谱参与之外，能源企业、工业IT服务商业对于行业大模型的研发与投入也同样积极。

业内人士表示，随着全球能源结构向清洁能源转型，大模型正逐步成为能源行业的关键推动力。大模型技术能够利用深度学习和先进的数据分析方法，实现高精度的发电预测、电网调度优化及电力市场交易支持。在电力领域，不仅改变了传统系统的运作方式，更为能源行业的智能化升级带来了全新的商业化机遇。

02

这还不是全部。

去年9月26日，南方电网公司发布电力行业首个自主创新电力大模型“大瓦特”，为电力行业人工智能的自主创新发展迈出了探索性的第一步。同时，电力行业人工智能创新平台上线，向社会各方开放共享南方电网公司的数据、算力和模型资源。

南方电网公司数字化部总经理龙云曾介绍，经过近一年的发展，“大瓦特”已纳入模型281个，涵盖电网生产运行、客户服务、安全监管、调度指挥、供应链等十余个领域、百余个应用场景，累计调用23.4亿次，初步形成了运用场景丰富、应用成效显著的良好局面。

预见能源观察到，这一波能源能源行业的AI潮，动力来自政策要求。

自2023年以来，国资委多次对中央企业发展人工智能提出要求。其中，在2024年2月的中央企业人工智能专题推进会上，提出中央企业要“开展AI+专项行动”。并针对国家电网、中国电信、中国石化、中国中化、宝武钢铁、招商局等10家央企提出算力和应用方面的要求。

同年7月，国新办举行“推动高质量发展”系列主题新闻发布会，提出未来五年，中央企业预计安排大规模设备更新改造总投资超3万亿元，更新部署一批高技术、高效率、高可靠性的先进设备。

当前，国资央企正快马加鞭推动大模型布局，成为一股先行力量，推动着国内大部分的AI大模型落地项目。据不完全统计，从2024年1-7月，央国企采购大模型项目数量已超过950个，且均匀布局在智算中心、大模型预训练、Agent和行业应用等多个方向。

“未来需要更多数据科学、人工智能等领域的专业人才，特别是既懂业务又懂AI的交叉型人才。”深圳供电局人力资源部部长魏前虎在接受《国资报告》采访时表示，岗位胜任力评价标准发生了变化，其中AI应用能力需要持续提升。因此，公司一方面积极招聘引进相关人才，另一方面统筹员工了解和学习 AI技术，鼓励大家积极适应。

据介绍，利用 AI 对电网运行数据进行分析，深圳供电局得以更科学地决策电网的规划、维护等，有力管控了风险，管理效率和精度明显提升。

事实上，国资央企在大模型的相关投入上基于其自身能力承担不同的研发任务，因此优先会选择成熟度较高、收益较明确的场景，当前多以提高员工生产力的应用为主。

根据沙丘智库发布的《2024年国资央企大模型应用跟踪报告》，通过对36名国资央企技术高管的调研显示，国资央企首选的大模型应用场景为知识助手、数据分析，其次为智能客服、员工办公助手等。

业内人士表示，尽管能源大模型展现出巨大的市场潜力，但其推广应用也面临着诸多挑战。

首先，模型建设和运行所需的高额成本和计算资源投入，使得企业在落地过程中需要谨慎权衡投入与产出。其次，数据获取和数据隐私问题成为大模型应用中的重要课题。特别是在电力调度和市场预测等敏感场景中，如何确保数据的安全性和合规性，是企业在实施过程中必须考虑的关键因素。

展望未来，大模型不仅是实现能源智能化的重要工具，也将在未来的零碳能源体系中扮演不可或缺的角色。例如在电力领域，通过精准的发电预测和智能化调度，大模型有助于提高新能源发电的消纳率，优化电力系统的整体效能。

未来，随着新能源大模型技术的不断迭代与进步，智能电网、虚拟电厂等新兴产业将进一步发展，推动电力系统更加灵活高效，实现真正的源荷互动和实时动态调节。通过这些技术与产业的协同发展，大模型将在全球清洁能源转型中发挥至关重要的作用。

‍本文来自微信公众号“预见能源”，作者：杨锐