在2025世界人工智能大會上，寶信軟件自主研發的“鋼鐵大模型”核心技術及應用方案（工業“智造”：通專融合垂類大模型創新構建與應用）榮獲被業內公認為世界人工智能領域的“奧斯卡”獎——世界人工智能大會最高獎項SAIL（Superior AI Leader，卓越人工智能引領者）獎。

　　2024年10月23日，寶聯登鋼鐵行業大模型全球首發，成為國內首個“全自主可控、全體系能力、全場景應用”的工業大模型。從項目立項到正式發布，再到榮獲SAIL獎，寶信軟件付出了怎樣的努力？恰逢《國務院關于深入實施“人工智能+”行動的意見》印發，公司未來會有怎樣的規劃？就此，《中國冶金報》記者走進寶信軟件，進行了深度采訪。

圖為寶信軟件項目獲得SAIL獎

　　2025年8月26日，《國務院關于深入實施“人工智能+”行動的意見》印發，明確了實施“人工智能+”行動的總體要求、發展目標和重點方向。其中，“人工智能+”產業發展成為六大重點行動之一，同時提出要“推進工業全要素智能化發展”。

　　當前，鋼鐵行業也正從“鋼鐵+AI”走向“AI +鋼鐵”?！斑@看似簡單的順序調整，實則蘊含著深刻變革。” 中國寶武工程科學家、中國寶武工業智能研究院副院長錢衛東認為，“鋼鐵+AI”更多地是將AI技術作為輔助手段，嫁接到現有的鋼鐵生產流程中，解決局部問題。而“AI +鋼鐵”則是以AI為核心驅動力重新定義鋼鐵，是一種系統性、顛覆性的重塑。在“AI+鋼鐵”模式下，AI不再是簡單的賦能，而是深度融入從原材料采購、生產制造、質量控制、物流配送，到銷售服務、產品研發的全生命周期。以生產計劃排程為例，傳統的“鋼鐵+ AI”只是對現有排程算法進行優化，而“AI +鋼鐵”則是基于大模型，綜合考慮市場需求波動、設備實時狀態、能源供應變化等海量動態數據，生成全局最優的生產計劃，實現真正的智能化決策?！斑@種轉變意味著鋼鐵行業從工業經濟時代向數字經濟時代的跨越，將催生全新的商業模式、產業生態與競爭格局?！彼f。

　　“我們對此充滿信心。”談到大模型在鋼鐵行業的應用潛力，錢衛東表示，鋼鐵行業是典型的流程制造業，數據豐富但長期未得到充分挖掘利用，大模型的出現為釋放數據價值提供了強大工具。隨著大模型技術不斷成熟與應用場景拓展，有望重塑鋼鐵行業競爭版圖，為行業高質量發展注入新動能。

　　他舉例，在生產優化方面，大模型可通過分析海量生產數據，實現對高爐、轉爐、冷軋等關鍵設備運行狀態的精準預測與智能控制，降低能耗、提高產量與質量穩定性。如寶鋼股份與寶信軟件聯合研發的冷軋AI主操，實現工業界“特斯拉FSD”，已穩定使用超過1.5年，生產鋼卷超4萬卷，投用率超過90%，噸鋼成本下降3.79%，提升單產線年利潤1497.6萬元。。在研發創新領域，大模型能夠加速新材料研發進程，通過模擬不同成分、工藝組合對鋼材性能的影響，減少實驗次數，縮短研發周期。在管理決策層面，大模型可以整合企業內外部多源數據，為企業的戰略制定、市場研判提供更全面、更精準的洞察，輔助企業快速響應市場變化。此外，大模型還能賦能供應鏈協同，優化庫存管理、物流配送等環節，提升整體運營效率。

　　錢衛東同時指出，大模型在鋼鐵行業落地雖然前景廣闊，但也需跨過諸多關隘。首先是數據質量關，鋼鐵生產數據來源復雜、格式多樣，且存在數據缺失、噪聲等問題。高質量的大模型訓練依賴海量、準確、標注良好的數據，因此需要建立完善的數據治理體系，對數據進行清洗、整合與標注，提升數據可用性。其次是算力需求關，大模型訓練和推理對算力要求極高，鋼鐵企業自行搭建大規模算力基礎設施的建設和運營成本高昂，需要依托專業的云智算中心。還有是行業知識融合關，通用大模型很難直接適配鋼鐵復雜工藝場景，需將鋼鐵行業的專業知識、工藝訣竅融入模型。這需要鋼鐵企業與科技企業緊密合作，發揮各自優勢，構建融合行業“know-how”的專用大模型。同時，還需解決人才短缺問題，培養既懂鋼鐵工藝又熟悉AI技術的復合型人才，保障大模型在鋼鐵行業的順利落地與持續優化。

　　“研發團隊既包含在生產現場沉浸幾十年的工藝專家，也有初出茅廬卻滿懷激情的AI算法工程師。項目初期，傳統制造與前沿智能的思維模式相互碰撞，讓項目的開端充滿了磨合與挑戰。”回顧整個研發過程，錢衛東表示，最大的難題出現在業務理解和數據融合方面。鋼鐵生產的數據質量參差不齊，算法工程師面對這些“臟數據”束手無策，而工藝專家則堅信其中蘊藏著寶貴的經驗，項目一度陷入僵局。面對這一難題，團隊成員堅守寶信軟件“產業智慧化、智慧產業化”的使命，年輕的算法工程師走出辦公室，下沉到生產現場，，拜師傅學業務，深入了解數據背后的核心工藝。與此同時，工藝專家從零基礎學習人工智能知識，經過無數次的迭代和優化，模型終于開始“讀懂”鋼鐵的語言。

　　錢衛東介紹，寶聯登鋼鐵行業大模型基于中國寶武“1+N”工業大數據中心進行擴展，針對行業垂類大模型訓練和相關智能體應用所需要的高質量、多樣性語料的需求，除IT/OT等結構化數據之外，還包括了文本、圖像、語音、視頻等非結構化數據，實現完整的從源數據采集、清洗加工到高質量語料入庫的全新語料庫構建模式。目前已經形成涵蓋設計研發、財務經營、生產制造等業務領域的知識庫、語料庫、樣本庫，構建了符合大規模、準確無噪音且多樣化三個關鍵標準的2.5T Tokens（AI文本處理的最小單元）的語料，可支撐不同分層大模型的訓練和應用、RAG應用、智能體應用等大模型相關服務運行。

　　“中國寶武在推進寶聯登鋼鐵行業大模型研發與應用過程中，以技術創新為核心、場景落地為抓手，在多個維度取得了突破性進展?！卞X衛東介紹，一是技術架構與核心能力突破。寶聯登鋼鐵行業大模型采用“基礎大模型+行業垂類大模型+應用場景領域模型”的三層架構，通過“通專融合”（通用模型與專業模型）、“業技融合”（行業知識與AI技術）、“數實融合”（數字技術與實體制造）的三融合模式，首創平臺、數據、算力、模型、場景五位一體的鋼鐵大模型建設思路，實現了從數據采集到場景應用的全鏈條集成。

　　二是應用場景落地與效益提升。寶鋼股份在2024年底已實現100多個AI應用場景上線，其中包括高爐大模型、轉爐智能吹煉、冷軋AI主操等鋼鐵制造核心流程的AI融合應用，目前已在寶武湛江基地實現高爐燃料比降低3.2%、轉爐終點碳溫雙命中率提升至89%的實測效果。據測算，寶鋼股份2024年的AI改造，每年能為企業帶來上億元的經濟效益。

　　三是智能體賦能與管理變革。智能體以感知、分析、決策與執行的全鏈路智能化能力，實現人機物三元融合，成為連接數字空間與實體空間的關鍵紐帶。寶聯登鋼鐵行業大模型通過智能體賦能，推動鋼鐵產業與人工智能的深度融合。目前，智能體平臺已覆蓋寶武集團總部及33家二級公司，開通租戶60個，創建智能體1000多個，廣泛應用于生產管理、設備維護、質量監控等場景，實現了顯著的管理效率提升和業務優化。

　　四是智算中心建設。中國寶武聯合華為建設了國內鋼鐵行業規模最大、技術最先進的AI算力中心，基于寶信軟件“寶之云”技術底座，融合華為昇騰AI平臺，為智能化轉型提供算力支撐。目前，寶之云智算中心算力規模已達200PFLOPS(1PFLOPS相當于每秒1000萬億次計算速度)，為充分發揮大模型優勢提供了強有力的支撐。

　　未來：努力形成具有示范價值的行業解決方案

　　錢衛東介紹，作為國內鋼鐵行業首個全棧式大模型平臺，寶聯登鋼鐵行業大模型是融合數智技術底座、通專融合垂類模型、工業智能體的“人工智能+鋼鐵”整體解決方案。目前已實現105個典型場景的智能化應用的產業化部署，涵蓋高爐智能診斷、煉鋼工藝優化、設備預測性維護等18類核心業務場景，關鍵工序覆蓋率突破85%，成為行業首個全場景集成式AI解決方案。

　　談及大模型應用效果，錢衛東舉例，在智慧排程方面，AI排程模型可實現工序生產排程與材料匹配優化的一體化優化，達成產能最大化利用，實現單機組效益179萬元/年，預計單基地每年可實現效益超億元；在一體化配料方面，AI配料模型提高制造與采購協同效率，降低鐵前生產成本，以某千萬級制造基地為例，實現平均噸鐵成本降低10元以上，預計每年降低噸鐵成本超億元；在物流智能管控方面，通過多模型智能協同，對物流各環節進行事前預測、事中管控、事后分析，實現物流效率的持續提升，在寶武湛江基地實現年產規模約1200萬噸的物流智能管控，每年產生相關經濟效益約3971萬元； ；在安全管控方面，用安防視覺監控模型替代傳統安全員人眼監測方式，在某鋼鐵基地接入現場安全風控視頻點位數近100路，識別準確率已達98%左右；在表面檢測方面，在某冷軋電鍍鋅產線驗證中實現92%的準確率。

　　2025年2月26日，寶武集團啟動了數字化、智能化轉型的標志性工程——“2526工程”。錢衛東介紹，為落實“2526”工程戰略，推動AI與產業技術、管理流程的深度融合，實現“智改數轉”，寶信軟件積極謀劃，構建了“2511”推進計劃，加速AI規模化落地。其中，“2”指雙輪驅動。一是業務場景驅動加速構建高價值應用；二是科技創新驅動，深入研究AI技術，具備大模型自主優化和深度改造能力?！?”指全力構建集“平臺、數據、算力、場景、模型”五位一體的“AI+”賦能底座。第一個“1”指打造100個典型示范智能體，實現人工智能的治理、制造、服務新模式。第二個“1”指實現1000個場景突破，圍繞生產、設備、質量、供應鏈等20個核心環節實現AI全流程嵌入。同時，寶信軟件還構建了AI轉型長效機制，保障“2511”推進計劃落地，有序推進寶武“用AI重新定義鋼鐵”發展戰略。

　　談到寶聯登鋼鐵行業大模型的未來，錢衛東表示，寶信軟件將在三個方面繼續發力，推動大模型進一步發展和應用。一是技術創新突破。持續優化核心算法與模型架構，提升多模態數據處理能力，重點攻關高通量時序數據存儲與管理、時序預測等關鍵技術，進一步增強模型對復雜工業場景的適配性，實現從鋼鐵到多行業的技術擴展。二是場景化深耕與跨行業拓展。在鋼鐵行業繼續深化應用，同時輻射冶金、化工、港口、能源等工業領域，打造覆蓋流程制造全生命周期的垂類模型解決方案。通過跨行業的數據共享與技術融合，加快應用案例落地，為多行業智能化轉型提供可復制路徑。三是生態體系構建。以“產學研用”協同創新為核心，聯合高校院所、產業鏈上下游企業，共建行業模型服務生態。通過聯合實驗室、攻關團隊和行業社區建設，推動科研成果轉化，豐富平臺模型與應用庫，形成具有示范價值的行業解決方案。