钢铁与算法：当AI用在工业界，到底能有多强大_风闻

坐在南方的酒店里，看着窗外的雨，吹着温度适宜的空调，也许很难有人想象，26度的空调房，能和温度高达2300摄氏度的高炉炼钢扯上关系。

但事实是，“西电东送”项目从新疆、云南、四川、甘肃等地跨越上千公里，将电能向东输送到东南沿海的人们家中，整个电力传输的过程，涉及一种叫做“取向硅钢”的尖端材料。它诞生的第一步，就发生在炉膛温度超过2300摄氏度的高炉里，且十分依赖一线操作工人们日积月累的经验判断。

然而无论是时间，精力，还是处理信息的速度，人类总是存在物理的极限。依赖人工的监测和判断，成了中国工业生产力与成本优化的最大瓶颈之一。

但在观看华为开发者大会时，我却看到了突破这种瓶颈的曙光：盘古大模型，在钢铁行业里落地了。

AI被引入工业界，于是人类的第四次工业革命，悄然在工厂里打响。

工业智能的觉醒

没有进过工厂的人，永远不会明白为工业提升效率能有多难。

只有当你站在5000立方米容量的巨型高炉脚下，在60度的高温里，穿着厚重的阻燃工作服，戴着安全帽和防护，面对烧成金红向外流淌的铁水，还要隔着探火镜用肉眼和炉外传感器的间接数据，去判断温度高达2300摄氏度的炉膛里正在发生什么时，你才会真正理解，盘古大模型正在进行怎样了不起的事情。

高炉是业界公认的黑匣子，它几乎集齐了产业数字化升级最难的那些难点：

首先是收集不到准确、实时的数据。高炉内部温度高达2300度，任何传感器都不可能监测和回传高炉内部的实时状况，只能通过外部传感器间接感知炉内变化，采集到的数据本身就有挺大的误差。

其次是大时滞性。因为无法实时监测，所以钢铁工人们每一组每一个动作下去，都要过很长时间才能收到反馈，无论对了错了，误差多少，长则七八个小时，短则四五个小时，可能等到铁水从高炉里流出来，才能知道结果如何。

就像一个人如果没有味觉，那吃水果的时候，就有可能尝不出水果有没有坏掉，直到胃疼了才能知道吃错了东西。

怎么办？加强感知，用算法进行模拟。

比如华为云就用了频域多尺度算法，这是种计算机视觉领域的算法，原理可以简单理解为它通过不同方法把水果切成了大小不一的小块，然后从不同的角度去观察它们，来判断水果品相如何，有没有坏掉，甚至含糖量多少。

比如，按照经验，很多水果颜色更红的一侧，就要比不红的一侧甜一些。

这种算法能够一定程度上解决数据维度太多，复杂度又特别高的情况。但要想从结果再去逆推炉内到底发生了什么，难度还是非常高：

以宝武钢铁的标准为例，能在高炉内影响最终结果的参数，光类别就被分为了8大类，77个小类，参数总数超过1400个，炉内物质形态都是固液气三相并存的，每一种参数都可能跟其他的多种参数互相的勾连、互相耦合。

谁和谁反应，反应的先后，一个参数变化会引发其他参数怎么变化，最终会出什么样质量的结果，几乎不可能用数学公式去表达，只能依赖首席操作工的经验判断。

这在工业界叫做“参数之间具有强耦合性”，就像你吃了1400种菇子，发现眼前有小人儿跳舞，谁也说不清楚哪个小人儿是哪种菇子下的手。

这套高炉生产的做法，从十多年前持续运作至今，效率也没有过颠覆性的提升，因为无论是观测还是模拟，都实在是超越了人类的物理极限。

而盘古大模型用上了时序信息增强算法，尽量把时间跨度切到足够小，原先可能以分钟为单位，现在以秒为单位。划分到足够细的时候，就能把菇子和小人儿们全都打上时间戳，让大家都规规矩矩地排排坐，再进一步模拟到底是哪个菇子产生了反应，造出了哪个小人儿在你眼前跳舞。

通过先进的算法和庞大的算力支持，模拟预测了过去上百年都被认为无法完全观测的反应，用“算力”和“智力”颠覆了传统工业对物理传感器的依赖。

人工智能的觉醒，放在普通人的身边，也许会成为和病人聊天的心理医生；但工业智能的觉醒，放在钢铁生产的高炉里，就成了第四次工业革命的枪声。

根据实践，炉内每减少10℃的温度波动，每吨铁水就可以减少1kg焦炭的消耗，成本就能降低3块钱。按照官方预测，盘古大模型在高炉炉况优化这一个场景，每年就可以为宝钢降本超过10亿元。

而这还只是水面之上，最直接的经济效益。

水面之下，是对整个中国工业体系创新研发效率的巨大推动。

盘古钢铁大模型的横空出世，有点要帮着高炉炼铁打响逆天改命第一枪的意思：它们终于让曾经被认为几乎不可能被观测到的高炉炼铁炉内反应，变得越来越可预测。

但可预测的并不只有高炉炼铁。

推动创新飞轮的AI之手

气象过程过去也被认为是无法完全观测，过程机理也都不甚明确的一个领域。所以大型城市的高分辨率预报，一直是业界持续试图解决的难题。

而盘古气象大模型在发布之后，就在这方面展现了相当优秀的能力。去年就凭借对台风轨迹的预测准确度震惊过业界，到了今年，华为云在去年25KM的全球模型基础上，融合区域高质量气象数据集，升级了分辨率分别为1公里、3公里、5公里的区域预报能力。

我曾经把基础大模型进化到行业大模型的过程，比作一个极其出色的学霸，完成了基本知识的学习之后，开始专攻不同的专业。

盘古大模型的架构就很典型：

但和很多人所熟知的各类大语言模型不同，盘古大模型的基础能力并不只是理解自然语言，而是真正意义上的用包含自然语言、机器视觉、科学计算、多模态等等方式，理解三维的物理世界。

这就是为什么盘古大模型具有如此泛化的能力，能够同时赋能千行百业，可以预测高炉中的反应，也可以预测气象变化，还能做自动驾驶，预测车辆和行人的行为，甚至能够预测一些极其罕见，以至于没有样本的故障类型——

据华为云专家的叙述，他们团队在将盘古铁路大模型用于高铁巡检机器人的过程中，遇到了一个谁都没想到的问题：中国的高铁太可靠了，以至于故障样本太少，一些低概率但高风险的类型根本收集不到真实数据。

怎么办？

还是模拟，不光模拟好的情况，咱也能模拟问题和故障。华为云和北铁所采用了“高铁故障数据生成算法”， 利用文生图、图生图的方式，生成高铁场景罕见故障样本，来丰富故障类型，再通过一种小样本学习技术，用多轮迭代把识别率逐步做上去。

这将许多巡检工人从繁重的劳动中解放了出来，减轻、减少凌晨时段巡检的艰辛作业，还大幅提升了检测效率和检测准确率。一个大模型就能覆盖8大类型、350多种故障，而且故障识别率已经提高到了99%以上。

当这种模拟能力被用在设计领域，简直就是个神器。

比如建筑设计，曾经是极其复杂且耗时的工作，要借助CAD等工具画图，再用3DMax等软件对图纸进行渲染，制作效果图和相关视频，接着在一个漫长的周期里，反复进行大量的确认流程，不断对图纸和效果图、视频进行修改。

一般来说，自行制作渲染一张效果图可能需要数小时，而制作一个视频可能要数天。如果选择供应商服务，渲染一张效果图的费用上千元人民币，动画视频的制作成本每秒钟都要400-800元。

华为云用盘古大模型搞了个狠活，依托可控高质量视频生成和3D重建两个技术，用户只需要输入建筑周边环境的场景视频或者图片，加上一张建筑意向的草图，再配一段描述，盘古就能直接给你生成一段建筑物在该环境中的环绕效果视频，然后快速重建出高真实感的建筑3D模型。

我都不敢想，设计师有了这玩意，能玩出什么花活来。

普通的大语言模型，输入的是互联网上的图片跟文字，输出的也是图片跟文字；而华为云做出的盘古，输入是物理世界的三维数据，所以输出也是物理世界三维数据。

跟AI聊天，许多人还感受不到智能化时代的到来究竟意味着什么；但当AI大模型被成功地用在工业领域、气象领域、设计领域，那种颠覆性的力量很容易就能化成一只看得见的巨手，在你面前一把推动了可以颠覆世界的那个创新飞轮。

智能与工业的交响曲

高炉的火焰见证了AI技术的神奇，高铁的轨道上，人们享受着AI带来的精准与效率。在许多大模型还在卷聊天的时候，华为云已经在工业领域走得很远了。

钢铁产业的背后，是C919的飞机起落架，是高铁列车的轴承与车轮，是中国汽车产业3000万的年产销量，和全球第一的出口量。

铁路大模型赋能的是中国四万五千公里的高铁里程，是每年36.8亿人次（2023年数据）的出行安全与体验，是能够重塑客运与货运交通逻辑与效率体系的交通网络。

精准的气象预测，则可以走入水利水电、航空航天、农业牧业，甚至是各类新能源领域……

从行业的角度来看，人工智能+千行百业的未来，正以惊人的速度在中国成为现实。

而从AI发展的角度看，中国的千行百业，也成为了AI大模型产业实践最好的舞台。这片拥有全球门类最齐全、体系最完整工业体系的土地，本就是智能化走向应用的最好的土壤。

而盘古这样从诞生开始，就立足产业的大模型，也的确不断推动着新质生产力的腾飞，真真正正地在帮助传统行业“解难题，做难事”。

而且已经解出了一些题，做成了一些事。

当一个又一个的案例在盘古5.0发布的过程中出现，你会发现所有人在一起，其实都是在做一件事：推动整个中国社会做一场关于新质生产力的革命。

而华为云和其他同样可以被定义为生产力工具的厂商相比，最大的区别或许是华为云的整个算力体系，从底层应用件，到系统，到大模型，是全栈自研的。

这场智能化引发的人类第四次工业革命，和互联网带来的革命有个本质的区别，就是边际成本不同。

互联网过去喜欢强调规模效应，因为互联网的规模增长，往往没有太高的边际成本。互联网企业在10万用户和100万用户时的成本差别，通常都不算太大。但大模型则是每计算一次，都要产生一次计算的成本，这就让华为这样具有全栈能力和自有算力基础设施的厂商，有了更强的竞争力。

生产力工具带来生产关系的变革，生产关系的变革带来生产力的腾飞。

在中国工业崛起进而走向智能化的浪潮里，以云计算和大模型为基础的新型生产力工具正在爆发出惊人的能量，给中国的工业****带来颠覆性的进步与发展，重塑中国乃至世界的未来。