“未来，’数据+算法+模型的商业重构模式’将成为企业赋能的必然趋势，我们希望未来发电企业的整个过程中用算法模型，实现现场真正的无人值守、全员值班”，国家电投集团科学技术研究院总体技术部副主任张成刚在2024数字开物大会上表示，“用AI来解决现场的工作量，是很好的方式。”
10月，3家能源行业的大模型解决方案相继发布。显然，随着人工智能技术的快速发展，大模型在能源场景的应用落地正在全面提速。
10月24日，羚羊工业互联网股份有限公司发布全新升级的羚羊能源大模型2.0及应用场景；10月14日，中国海油发布"海能"人工智能模型；
10月15日，国能日新发布了专注于新能源风电、光伏发电领域的"旷冥"大模型。
早在今年6月，羚羊就以讯飞星火大模型的通用能力为核心技术底座，结合能源行业场景实际需求，发布了专门面向能源领域的羚羊能源大模型1.0，涵盖风、光、水、火、核、储6大行业场景。此次羚羊能源大模型2.0升级版本整合了语言、视觉和时序三大子模型，为能源行业的智能化转型提供了全方位的技术支持。
羚羊能源大模型2.0的一大亮点是视觉大模型子模型，针对传统机器学习方法在能源行业应用中面临的样本需求量大、模型强定制、交付周期长等痛点，羚羊公司打造了具备低成本快速定义新功能、跨场景能力自适应迁移、深度语义视觉理解能力的视觉大模型，可广泛应用于能源安全生产监测等场景，大幅提高了模型的通用性和效率。
其次是时序大模型，时序大模型子模型聚焦于多维度时序数据的理解与预测，通过将时序预测任务转化为语言任务，结合多维数据输入和前缀提示词技术，羚羊能源大模型2.0在时序数据分析方面取得了显著突破。以安徽某光伏电站短期功率预测为例，月均准确率达92%，单日预测精度更是高达97.8%，为新能源的智能调度提供了有力支持。
时序大模型讲解
通过高质量数据集、国产化算力适配和模型训练与精调，羚羊能源大模型2.0用完善的工具链助力行业大模型落地全流程。尤其是智能体，作为连接大模型与现实场景的载体，具备工具链调用、开箱即用、一站式开发、场景落地等重要作用，可在设备智能识别、设备配件匹配、销售数据分析等多个业务场景运用。
羚羊公司石油行业高级咨询专家刘奇峰表示，在石油石化场景中，羚羊能源大模型搭建了“1+N+X”石油石化智能化总体架构，正在为能源行业转型升级“加油打气”。
近期发布的另两个能源模型则更垂直聚焦于能源行业的细分领域。
由中国海油和中国电信、科大讯飞等企业合作推出的"海能"人工智能模型聚焦于海上油田，“海能”模型依托海量数据资源，集成了5个专业场景模型和6个通用场景模型。专业模型覆盖了海上油田稳产增产、安全钻井、海工制造、设备维护、LNG贸易、油气销售等核心业务场景，旨在构建数据驱动、业务协同的新模式。通用模型则针对招标采办、员工健康、辅助办公等日常需求，助力提升管理效率。
“海能”模型
国能日新发布的“旷冥”大模型则专注于新能源风电、光伏发电领域，该模型采用动态图神经网络、大气分层结构、时序注意力机制等前沿技术，在风/光功率预测、极端天气预测和电力现货市场预测等方面展现出色性能，为新能源行业的智能化发展提供了有力支撑。
旷冥大模型
针对能源行业的细分领域展开深入分析，不仅丰富了能源模型的多样性，更是为更多实际场景提供了解决方案，中国电子云能源AI业务专家肖建清向数字开物表示：“我们项目交付的时候不会夸大说大语言模型什么都能干，我们要找到它的合适场景，小模型慢慢融合大模型，根据客户业务场景的任务驱动去分装，才能给客户提供价值。”
能源行业大模型的蓬勃发展，标志着人工智能与传统能源产业融合进入新阶段。不过，要真正实现AI大模型在能源领域的深度应用，还需要进一步加强产学研合作。
国家电投集团科学技术研究院总体技术部副主任张成刚告诉数字开物，现阶段AI大模型在垂直行业的真正应用仍面临巨大挑战，要想在产业中有真正的应用，一定要搭建一个桥梁，科研院所等应该发挥桥梁作用。
“未来，’数据+算法+模型的商业重构模式’将成为企业赋能的必然趋势，我们希望未来发电企业的整个过程中用算法模型，实现现场真正的无人值守、全员值班”，国家电投集团科学技术研究院总体技术部副主任张成刚在2024数字开物大会上表示，“用AI来解决现场的工作量，是很好的方式。”
10月，3家能源行业的大模型解决方案相继发布。显然，随着人工智能技术的快速发展，大模型在能源场景的应用落地正在全面提速。
10月24日，羚羊工业互联网股份有限公司发布全新升级的羚羊能源大模型2.0及应用场景；10月14日，中国海油发布"海能"人工智能模型；
10月15日，国能日新发布了专注于新能源风电、光伏发电领域的"旷冥"大模型。
早在今年6月，羚羊就以讯飞星火大模型的通用能力为核心技术底座，结合能源行业场景实际需求，发布了专门面向能源领域的羚羊能源大模型1.0，涵盖风、光、水、火、核、储6大行业场景。此次羚羊能源大模型2.0升级版本整合了语言、视觉和时序三大子模型，为能源行业的智能化转型提供了全方位的技术支持。
羚羊能源大模型2.0的一大亮点是视觉大模型子模型，针对传统机器学习方法在能源行业应用中面临的样本需求量大、模型强定制、交付周期长等痛点，羚羊公司打造了具备低成本快速定义新功能、跨场景能力自适应迁移、深度语义视觉理解能力的视觉大模型，可广泛应用于能源安全生产监测等场景，大幅提高了模型的通用性和效率。
其次是时序大模型，时序大模型子模型聚焦于多维度时序数据的理解与预测，通过将时序预测任务转化为语言任务，结合多维数据输入和前缀提示词技术，羚羊能源大模型2.0在时序数据分析方面取得了显著突破。以安徽某光伏电站短期功率预测为例，月均准确率达92%，单日预测精度更是高达97.8%，为新能源的智能调度提供了有力支持。
时序大模型讲解
通过高质量数据集、国产化算力适配和模型训练与精调，羚羊能源大模型2.0用完善的工具链助力行业大模型落地全流程。尤其是智能体，作为连接大模型与现实场景的载体，具备工具链调用、开箱即用、一站式开发、场景落地等重要作用，可在设备智能识别、设备配件匹配、销售数据分析等多个业务场景运用。
羚羊公司石油行业高级咨询专家刘奇峰表示，在石油石化场景中，羚羊能源大模型搭建了“1+N+X”石油石化智能化总体架构，正在为能源行业转型升级“加油打气”。
近期发布的另两个能源模型则更垂直聚焦于能源行业的细分领域。
由中国海油和中国电信、科大讯飞等企业合作推出的"海能"人工智能模型聚焦于海上油田，“海能”模型依托海量数据资源，集成了5个专业场景模型和6个通用场景模型。专业模型覆盖了海上油田稳产增产、安全钻井、海工制造、设备维护、LNG贸易、油气销售等核心业务场景，旨在构建数据驱动、业务协同的新模式。通用模型则针对招标采办、员工健康、辅助办公等日常需求，助力提升管理效率。
“海能”模型
国能日新发布的“旷冥”大模型则专注于新能源风电、光伏发电领域，该模型采用动态图神经网络、大气分层结构、时序注意力机制等前沿技术，在风/光功率预测、极端天气预测和电力现货市场预测等方面展现出色性能，为新能源行业的智能化发展提供了有力支撑。
旷冥大模型
针对能源行业的细分领域展开深入分析，不仅丰富了能源模型的多样性，更是为更多实际场景提供了解决方案，中国电子云能源AI业务专家肖建清向数字开物表示：“我们项目交付的时候不会夸大说大语言模型什么都能干，我们要找到它的合适场景，小模型慢慢融合大模型，根据客户业务场景的任务驱动去分装，才能给客户提供价值。”
能源行业大模型的蓬勃发展，标志着人工智能与传统能源产业融合进入新阶段。不过，要真正实现AI大模型在能源领域的深度应用，还需要进一步加强产学研合作。
国家电投集团科学技术研究院总体技术部副主任张成刚告诉数字开物，现阶段AI大模型在垂直行业的真正应用仍面临巨大挑战，要想在产业中有真正的应用，一定要搭建一个桥梁，科研院所等应该发挥桥梁作用。
