中国冶金报社
记者 刘经纬 报道
2024年12月26日，有色金属行业首个人工智能大模型“坤安”及18个具有行业推广潜力的场景落地应用发布；
2025年9月18日，在华为全联接大会2025上，有色金属行业“坤安”大模型应用示范样板点发布；
2025年12月26日，有色金属行业“坤安”2.0人工智能大模型及52个应用场景、8个行业高质量数据集发布，有色金属行业高质量数据集联盟成立……
从18到“52+8”，一周岁的“坤安”迎来了跨越式的发展。在有色金属行业，一场由技术巨头与行业龙头共同主导的深刻变革正在上演。作为有色金属行业大模型落地的典型案例，“坤安”对其他行业发展和应用AI大模型有哪些借鉴意义？《中国冶金报》记者就此采访了华为中国政企油气矿山系统部部长金伟锋和华为油气矿山军团副总裁吴海宇。
图为金伟锋
图为吴海宇
认识：AI不是在替代人，而是在沉淀和放大人类的智慧
“我认为‘AI+工业’的核心价值在于：推动AI从辅助系统进入核心生产系统，实现工业知识的沉淀与增值。”华为油气矿山军团副总裁吴海宇告诉《中国冶金报》记者，过去，AI多用于且仅用于视觉监测等辅助环节。而现在，AI正在解决核心生产难题。
他举了两个例子。一个是材料研究的金相分析，过去需要专家花费大量时间在显微镜下肉眼判别，既耗费时间又难以传承。现在，基于AI视觉大模型，机器拥有了“火眼金睛”，识别准确率达到99.5%以上，效率提升90%。另一个是高炉炉温控制，在中国宝武，高炉内部反应非常复杂，过去控制高炉只能靠经验，现在AI通过融合机理模型，实现了精准预测炉温，仅这个场景，就使得单座高炉每年创效超千万元。
“所以，AI不是在替代人，而是在沉淀和放大人类的智慧。同时，当AI从单点应用走向系统重构，它就会从辅助工具，跃升为核心生产力。”吴海宇说。
“在资源行业，安全就是最大的效益。”谈到AI应用与工作岗位的矛盾，吴海宇举例，在长庆油田，通过AI技术，特殊作业隐患智能识别准确率为94.1%，较传统方法提升18.7个百分点；在华能伊敏露天矿，百台纯电无人矿卡在-40℃极寒环境下作业，综合运输效率达到人工的120%以上，每年替代柴油1.5万吨，节省燃料成本约1亿元。“未来，高危岗位的从业者将逐步转型为数字化操作员、智能化工程师，这是AI进入核心系统后的必然趋势。”吴海宇说。
2026年是“十五五”规划的开局之年。“在国家"十五五"规划的新起点上，中国矿山及相关行业的智能化发展，正从单点技术应用的‘试点示范’，迈向全产业链、全系统智能协同的新阶段。”金伟锋指出，其核心驱动力，正从过去的流程数字化，转变为"数据驱动"和"人工智能深度融合"。一方面，将实现从"单点智能"到"全产业链协同智能"的跨越。另一方面，AI大模型将实现规模化落地。
实践：覆盖全场景业务流程的行业大模型
金伟锋介绍，“坤安”人工智能大模型基于华为盘古大模型打造，深度融合了行业机理与海量数据，构建了“云边协同+边用边学”的进化体系。基于华为人工智能大模型的落地实践经验，中铝集团与华为共同确立了云边协同的落地架构；基于华为AI落地方法论，双方共同完成了AI应用场景开发流程梳理。
“坤安”人工智能大模型具备自然语言处理、图像处理、预测、科学求解器等多项专业能力，覆盖有色金属行业从地质勘探、矿产开采，到冶炼加工、再生利用的全场景业务流程。经过一年的努力，“坤安”大模型基础能力持续提升，在行业全领域场景落地应用中成效显著，实现了从1.0到2.0的成长蜕变。2025年，中铝集团在矿山、冶炼、加工、工程、安全环保、材料研发、供应链、产业金融、经营管理等领域中，推进建设了百余个应用场景，并建成8个行业高质量数据集。
金相分析是“坤安”大模型一个突出的能力。在材料科研场景中，需要依赖金相分析洞察其内部组织结构，推断合金性能。中铝集团每年有超过15万张图片需要分析，人工标记一张照片需要花费3-5分钟，重复性劳动多且一致性难以保证。中铝材料院基于“坤安”大模型开发了金属材料显微组织AI大模型分析软件——“金属智眼”，可以批量快速地识别铝合金组织，完成显微组织分析并统计其面积和尺寸分布，成功将单张图片分析时间从3-5分钟压缩至10秒以内。
除了研发环节，生产运营环节也处处可见“坤安”的身影。在矿山开采端，中国铜业迪庆有色的高海拔矿山部署了AI皮带智能监测系统，对矿石异物进行识别，有效避免撕裂风险，识别率达90%。在氧化铝生产端，研究人员基于“坤安”大模型攻克了氧化铝生产过程中人工取样化验时间长、控制滞后的核心痛点，实现了生产关键参数的在线高效预测，显著提升了生产的稳定性和效率。在电解铝冶炼端，华为与文山铝业联合研发的铝电解工艺优化大模型，能精准预测氧化铝下料间隔、氟化铝添加量、出铝量等关键参数，使生产过程的吨铝单耗降低，有效降低了能耗和碳排放。
生态：众筹智慧，从盆景走向风景
目前，华为盘古大模型已在有色金属、能源化工、煤炭、钢铁等多个行业中成功落地，展现出强大的跨行业适配能力。在这些行业的转型中，盘古大模型不仅提供技术支撑，还以其工业化、规模化的优势，促使AI从“作坊式”发展迈向“工厂式”生产。
“华为倡导‘为场景找技术’的原则，通过‘云边协同’的5G+云+AI架构与分层渐进的大模型落地路径，帮助企业规划一条从单点突破到全域智能的务实升级路线。”金伟锋向《中国冶金报》记者展示了华为助力企业应用大模型的做法。
华为通过构建统一的数字平台作为基础，实现全域数据入湖与共享。在此基础上，为企业提供灵活的大模型建设路径：企业无需等待庞大的行业模型建成，可以基于华为的L0基础大模型（如盘古大模型），快速开发解决特定痛点的L2场景应用。随着场景的不断丰富和数据资产的持续积累，企业可以平滑地向训练专属的L1行业大模型演进。“这种技术架构与业务价值并重的模式，能使企业的每一步投入清晰可见，有效支撑智能化转型的持续深入。”金伟锋说。
谈到行业大模型落地的最大挑战，吴海宇认为是如何将行业Know-How（专业知识）与AI深度融合。“通用大模型‘读万卷书’，但行业大模型必须‘行万里路’。”吴海宇表示，华为采取同题共答，众筹智慧的模式，与头部客户联合创新。无论是中铝还是宝武的案例，都是以用促建的体现——围绕真实场景构建AI能力，让AI下井、下厂，沾满“机油味”。“只有这样，AI才能真正从辅助系统，走向驱动核心生产的智能引擎。”吴海宇说，“当AI应用从单点突破走向全域复制，并实现投入和效益的闭环，就意味着‘奇点来临’。行业智能就不再是盆景，而是连片风景。”
在“坤安”2.0人工智能大模型发布会上，包括中铝集团、华为在内的10家企业成立了有色金属行业高质量数据集联盟，旨在打造行业高质量数据集建设生态，促进协同创新，推动行业数据要素价值释放。
“展望‘十五五’，华为将继续通过‘根技术+生态协同’的双轮驱动，与伙伴共同推动油气矿山行业向本质安全、高效集约、绿色低碳的方向加速发展。”金伟锋最后表示。
