“聊、查、图、写”样样精通！电力行业首个自主可控电力大模型来了
“请帮我查一下我今年8月份的用电量，以及哪天用电最多？”“帮我检测一下这张图片有什么缺陷”……在今日由南方电网公司主办的电力行业人工智能创新平台及自主可控电力大模型发布会上，当与会者说出各种需求，AI立即遵照指令展示了相应结果。会上，南方电网公司自主研发的电力行业人工智能创新平台（以下简称“人工智能平台”）对外发布，同步发布了人工智能平台的首个产品——电力行业首个自主可控电力大模型（以下简称“电力大模型”），先面向南方电网系统应用。
“平台的发布标志着全面服务电力行业上下游生态的体系化服务能力基本形成，有利于产业链上下游用户基于平台便捷开展模型训练、数据融合创新等，促进行业智能化转型，带动人工智能产业发展。”南方电网数字集团副总经理胡荣介绍，平台已完成百亿规模参数大模型训练验证，模型学习效果良好，现阶段部分指标已达到甚至超过了国际水平。
业内普遍认为，在当下百“模”大战之下，垂类大模型目前有机遇，但其机遇基于大模型能否解决行业发展的难点痛点。也就是要做出特色，适合垂类领域的需求。
强化应用 以大模型推动行业数字化转型
本次发布的电力大模型作为人工智能平台首个产品，可为行业提供电力系统的思维链能力，通过与业务系统打通，已具备意图识别、多轮对话、总结提炼、自动生成巡检报告、可视化数据服务等能力。
大模型的发布标志着电力大模型训练在多个关键技术领域实现了突破，具备自主可控能力。同时，电力大模型还突破了软硬件适配、预训练、模型微调等多个技术门槛，验证了研发自主可控大模型的可行性，增强了自主可控信心。
电力大模型现场演示
目前，电力大模型已在广东、广西、云南、贵州、海南五省区的发、输、变、配、用电各领域80余个场景实现应用。
电力大模型还“聊、查、图、写”样样精通：普通电力用户可以和能源电力大模型畅聊电力政策法规、能源结构组成和“双碳”发展目标，可以向大模型了解电费电量、故障报修、电费扣款信息，帮助家庭节能诊断。专业电力市场用户可以用来咨询电力设备供应和安装知识，获取电力安全、保护、节能的建议，听取电力设施维护和故障排除的指导。电力行业员工可以向其发布指令，让其自动生成数据处理结果，准确识别缺陷场景的图像细节，帮助检索处理电力巡检过程中数据、识别缺陷以及自动生成报告。目前，客户服务领域，电费、报修等高频问题60%都可以通过大模型赋能解决，在识别情绪波动方面甚至还优于人工，预计到今年年底，“无人客服”代替率可达到80%；在输配电领域，大模型已具备每分钟处理100张问题图片的能力，还能同时识别20类缺陷，识别效率是传统人工智能算法的10倍；在电力调度领域，能够协助调度部门针对电网异常情况秒级自动化生成处置预案，及时响应15分钟电力市场调节要求，使预案更加安全、高效，成本更优。
共享共建 共同构筑协同创新的人工智能应用生态
人工智能技术对于加快推进构建新型电力系统和新型能源体系建设意义重大，只有共同构筑协同创新的人工智能应用生态，才能更好地助力能源电力行业数字化智能化转型。
共同构筑协同创新的人工智能应用生态。
坚持用户为本，人工智能平台支持用户自主应用“微调”定制符合自己需求的子模型。本次发布的人工智能平台，既提供模型即服务（MaaS）解决方案，也支持模型快速迭代开发，并向全社会开放共享，平台建设有算力中心、样本中心、模型中心，一体集成并能灵活调度华为、百度、商汤等算力资源，全面支持多种主流深度学习框架，能够实现按需调用算力资源和快速微调，用户操作门槛更低、算力消耗成本更低。
“我们将继续整合、优化算力、算法，丰富应用场景，不断提升平台能力，为大家运用人工智能赋能产业发展提供支撑。”南方电网公司数字化部副总经理陈丰表示，下一阶段，该公司将进一步通过平台，联合上下游相关方，打造更好的产业生态，共同推进能源电力行业的发展。
人工智能平台和大模型促进电力行业良性互动、提升行业内密切合作程度、打通能源电力行业上下游企业壁垒的效用正在显现。“人工智能技术与电力领域的深度融合，涉及各种跨学科的研究，作为高校代表，也是人工智能联盟成员，我们将加大对电力系统的机理知识、专业知识和人工智能技术的融合的研究，助力电力行业的人工智能平台赋能能源产业发展。”清华大学电机系副主任陆超说。
商汤科技新兴创新业务副总裁、数字能源总经理王贵珠表示，商汤科技作为人工智能平台的生态企业之一，接下来将围绕算力技术侧、模型生产侧、推理应用等与相关方加强合作，共同建好人工智能平台，同时，希望能加强与头部企业的合作，共同孵化和推进电力行业大模型的落地。
在百“模”大战之下，哪种垂类大模型将有进一步发展的机会？浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员盘和林接受广州日报采访时表示，两类企业在垂类将有所作为，第一类是通用AI大模型竞争中的尾部企业。通用AI在垂直领域会有更大作为，因为通用AI之间存在竞争，而当前AI大模型雨后春笋般涌现，故而如果在通用AI头部竞争中没有占到优势，考虑在垂直领域做出成绩是最好的选择。第二类是具有特色数据优势的企业。其通过神经网络算法来利用自身数据形成垂类AI，解决行业领域特有的问题。总体来说，垂类大模型有机遇，但其机遇基于大模型能否解决行业发展的难点痛点。也就是要做出特色，适合垂类领域的需求。