华为是全球领先的ICT基础设施和智能终端提供商，我们的愿景是将数字世界带入每一个人、家庭和组织，构建一个万物互联的智能世界。

  我们始终致力于为客户创造价值，丰富社会、助力个人成长，并推动组织创新。无论是在办公、家庭、智能汽车或是互联网领域，华为的技术和产品都无处不在。在众多的智能手机市场，大部分都采用了我们的技术解决方案。

  我们有超过55%的员工从事研发工作，每年将约20%的收入投入到研发中，去年这一数字达到了25%，累计十年的研发投入高达9773亿元。

  为响应国家的战略需求，华为先后成立了多个“军团”。煤矿军团在今年8月正式更名为“矿山军团”。除此之外，我们还有公路口岸、政务一网通、电力数字化、数字金融、机场与轨道等专业团队。虽然其中的许多军团可能还不为大家所熟知，但矿山军团在所有军团中表现尤为出色，成为了我们的骄傲。

  我们致力于缩短管理流程，迅速整合横向资源，并结合合作伙伴的产品能力，以满足矿山客户的特定需求。在矿业领域，矿山军团与伙伴和矿企协同合作，加速工业互联网架构下的智能矿山解决方案落地实施。我们为中国主要的煤炭集团以及亚太地区的金属和非金属矿业集团提供数字化服务。其中的矿鸿操作系统、矿山AI大模型、本安型IP和F5G解决方案，以及基于视频拼接和5G远程采煤的创新方案都获得了业内的一致好评，为矿山企业进入智能化新纪元提供了有力支撑。

  华为将矿山军团定位为“野战军”，重点是迅速深入矿山，对其进行深入了解。幸好，许多单位都给予了我们全力支持。例如，我们与晋能控股集团、国能集团、山东能源集团和华能集团合作，共同成立联合创新中心，在各种矿山生产场景中进行创新研究。我们还将鸿蒙操作系统应用到矿山，并将矿鸿适配到更多设备上。目前，我们已在国能集团的十个矿山和一个选煤厂进行了适配，并在一些煤矿进行了全矿矿鸿试点。

  基于此，我们从始至终努力打造统一标准、统一架构和统一数据规范的工业互联网架构的智能矿山解决方案，充分的利用科技赋能行业。

  多数人对矿山有一个固有的印象：危险、辛劳且落后。为改变这一现状，矿山智能化显得很重要。令人鼓舞的是，国家针对矿山智能化制定了一系列详细的操作指南，其中既包含宏观的顶层设计意见，也有实际操作的验收办法和示范矿名单，并配备了专家资源、数据资源和标准支持。此外，自然资源部还发布了《智能矿山建设规范》，我们也对此进行了深入研究，这为构建完整的政策标准体系打下了基础。

  国家矿山安全监察局对矿山智能化工作很看重。他们坚信智能化是实现“少人则安、无人则安”的关键。去年12月29日的全国煤矿智能化推进现场会议上提出“新四化”目标。它旨在将井下工人转移到地面，室外作业转移到室内，高原高寒地区的矿山转移到平原，并将人员从高风险岗位中撤离，这被视为提高矿山本质安全的根本方法。基于此，矿监局提出了“无视频不作业”的管理理念，期望通过视频AI技术辅助完成井下的三维识别、报警和处理，从而显著减少由人的因素引起的事故。这种理念全部符合安全学的原则。“无视频不作业”已被纳入矿监局与财政部联合发布的《煤矿及非煤矿山重大灾害风险防控总体方案》，恰如其分地解释了科技如何增强安全监督能力。该文件规定，到2026年前，所有注册的煤矿及2600个重点非煤矿山都应利用AI视频技术实现安全监管智能化。考虑到当前矿山安全状况并不乐观，推进的进度可能会加快。AI视频技术已慢慢的变成为矿山企业安全生产的核心选择。

  近期，国家矿监局发布了多项文件，包括《煤矿单班人数限员规定》《露天矿山边坡监测系统建设及联网》以及《矿山智能化标准体系框架》。在4月，又审批通过了21项行业标准，这中间还包括13项关于“井下人员位置监测煤矿感知数据联网接入数据采集与传输技术”的标准。这些建议和标准构建了一个系统化的框架，主旨是将矿山环境的所有数据通过传感器进行采集并联网，使得所有的作业都可通过视频监控，以及通过人员定位等信息化手段，实现设备和人员数据的网络化。简而言之，其目标是实现环境全感知、作业全可视化、系统全连接。

  据了解，矿监局已建立煤矿风险监测预警平台，并正在构建非煤矿山的同类平台。这些合并起来意味着数据量的巨大增长。据统计，国家矿监局目前监测的数据已达4万部视频。这还是在“无视频不作业”理念提出之前的数据量，未来这一数字预计将会翻数倍。而且，非煤矿山的数量是煤矿的6倍，这仅仅是视频数据，还未包含别的系统的数据。

  所有这一些数据将构成一庞大的数据资产，但这也带来了一个问题：数据量过于庞大，而全国的矿山监察人员不足3000人，如何有效管理如此海量的数据，进行实时的监控与反馈？这样的一个问题的答案，在我们看来，是人工智能。

  我们预测，未来的几十年，人类社会将逐渐走入一个智能化时代。当前，AI在各行业中的渗透率为4%，在工业领域这一数字可能更低，但未来这一比例有望增长到80%或90%，矿山领域同样不能落后。例如，现有的AI技术已可以准确地识别地面作业中的设备、车辆和人员，无论是在井工矿地面工区还是露天矿坑作业区。

  以副井口人员识别为例，AI技术能协助我们解决如下问题：入井和出井的人员数量，结合考勤数据，自动判断入井人数是否超标；在事故发生时，能够迅速确认哪些人员已上井，哪些人员仍留在井下，这在事故应急中至关重要。过去，一旦事故发生，最令人担忧的问题是井下到底有多少人及其身份，而现在，AI技术能迅速提供这些信息。

  关于井口的异常进出情况，这是矿监局领导提出的问题：您们的AI识别能否识别出从井下抬着担架出来的、背扶出来的、非上班时间出现的大量访客、非生产时间人员异常聚集的场景？对于露天矿的作业区，如坑口、采剥点、排土厂等关键作业地点，是不是能够识别设备、人员以及其他重点目标？再者，在井下，还有诸多细节可以被识别，我这里就不逐一列举了。

  我们希望能通过云端赋能摄像头，使每一个摄像头都能如《流浪地球2》中的MOS般智能，能够识别出人的身份、行为，以及所处的环境是否安全、是不是真的存在异常等情况。

  以业务场景为例，例如在采掘作业中，常规做法是由生产科在办公的地方设计好钻孔的位置、数量、角度和深度，然后在班前会议中告知施工队。但施工队在真实的操作中可能会忘记一些设计的基本要求，有的工人甚至可能会参考纸质设计，而有的则没有。在实际作业中，工人可能不太明白为什么需要按照指定的深度进行钻孔，因此也有一定可能会出现钻孔数量或深度不足的情况。当进行验收时，大部分时间仅能看到完成的钻孔，而对钻孔的深度几乎没办法进行回溯检查。采用信息化手段则能够解决此问题，不但可以确保探矿的设计、任务下达、现场作业、验收和监督整一个流程的精准性，而且该视频AI技术能全面评估作业数量和钻孔深度，从而解决不探、漏探、假探以及不规范探矿的问题。这只是一个初步的方案，我们将与相关专家继续探讨，使方案更为完善。

  在此类方案中，我们在先前与合作伙伴共同研发了100多个具有极高准确率和召回率的模型。所有的算法均根据煤矿的安全规定和矿业企业的内部规章制定，完全满足大型矿业企业的安全监管部门以及政府的监察和监管需求。这种基于AI技术的矿山智能安全解决方案，能有很大成效避免作业过程中的遗漏和不按设计进行实施工程，它为矿工的现场安全提供了第一道保障。虽然摄像头是冷硬的机器，但背后运行的算法却为工人提供了温暖的守护。

  今年初，我们与中国煤炭工业学会和中国矿业大学（北京）联手举办了矿山AI大模型竞赛。竞赛吸引了59所高等学府的学生和代表队参与，涵盖了矿山采掘、选矿和运输中的307个场景。这些模型不仅被构建出来，而且会持续迭代、调整和发展，实现“边使用边学习”的目的，以确保其使用效果一直在优化。面对如此多的算法，如何在短时间内研发并确保其准确率如此之高？这要归功于今天我要重点介绍的华为人工智能“盘古大模型”。

  “大模型”中的“大”意味着巨大的潜力和可能性，意味着当内功深厚到某些特定的程度时，外在表现形式可以更为简洁高效。当人工智能的参数量达到千亿或万亿级时，它能学到的东西远超我们的预期。这种大规模的预训练模型具有很强的泛化能力，能积累行业经验，总结出难以言说但经验证确实正确的规律，能高效地从文本、图片和视频中提取信息。

  因此，盘古大模型能够很好地解决AI在矿山推广中的一些困难，如场景覆盖率低、识别准确率不足、算法训练周期过长等问题。未来的智能矿山趋势将更看重效率提升，利用人工智能替代人力资源，将人们从危险、繁重和重复的工作中解放出来。同时，它也能吸收和利用资深专家的经验，将他们的经验和判断转化为可量化的参数，并由AI进行深度分析和决策。

  L0：基础公共大模型。它如同一个接受了基础教育、广泛阅读的学生，让我们了解世界各种事物的形态与逻辑。

  L1：行业专用大模型。包括矿山、气象、医疗、交通等多个领域。这一层如同拜师学艺、受过高等教育的学者，拥有深厚的行业理论基础。

  L2：主要由矿山企业研发，宛如经验比较丰富、在特定领域专业的工程师。例如，某个算法可能专门用于检测“六字链条”。AI作为新员工，在初期可能会对某些事务产生疑问。例如，“我看到一个人是横着走的，这正常吗？”或“这里冒出的烟与平常的粉尘不同，有几率发生了火灾？”在此，工程师需为AI进行标注和解释。经过短时间（如一到两个月）的培训，该模型便可成为真正的专家，为我们解决实际问题。

  AI作为新兴技术，为行业带来了硬件、框架和算法的通用能力。但AI的通用性与行业的专业性与多样性之间有明显的鸿沟。要弥合这一鸿沟，我们一定要简化AI的开发流程，使其能够大规模应用于实际产业。否则，我们可能会陷入一个困境：懂AI的人不懂实际场景，懂场景的人不会应用AI，而懂得如何应用的人又不会训练AI。华为的盘古大模型旨在提供AI开发的基础能力，打造一个高效、大规模的AI开发平台，专门服务于矿山行业。我们已与多家矿业企业及合作伙伴进行了联合创新，逐步覆盖矿山行业的各个场景，以实现全面智能化。

  AI工业化生产不仅快速缩短了研发周期，而且在所有的领域都已得到普遍的应用和验证。例如，盘古气象大模型在今年5月能够提前5天准确预报台风玛娃的路径变化。这一突破性成果已被顶级学术期刊《自然》杂志所报道。它成为了首个精度超过传统预报方法的AI模型，其预测速度比传统方法快了逾1万倍。

  矿业领域也有相似的进展。山东能源集团旗下的云顶科技公司在短短半年时间内完成了21个应用场景的模型训练，这些模型的准确度均达到90%。7月18日，我们与其合作公布了这些成果。相较于以往需要6个月至9个月的训练时间，现如今这批模型仅用了2个月至3个月时间。预计年底还会发布更多模型，预计数量为二十多个。现在，每隔几个月我们都能开发出二十几个新场景的模型，以后成千上百甚至更多的场景模型对我们来说都不再是难题。

  总之，在全球AI领域的竞争愈发激烈之际，特别是在美国于10月17日再度加强对中国AI芯片的技术限制下，推进行业智能化变得更加紧迫和重要。我们呼吁大家齐心协力，无论是提供技术、场景，还是参与产业链上下游的合作与支持，都为实现AI核心技术的自主可控作出贡献。

  希望我们共同探索AI的场景化应用，持续创新，助力矿山行业的智能化进程。我们的目标是将数字技术带入每一座矿山，确保矿山安全、高效、智能化的运作，从而保障矿工的生命安全，支持矿山企业的健康发展，并为国家的能源与资源安全贡献我们的力量。

  投资者关系关于同花顺软件下载法律声明运营许可联系我们友情链接招聘英才使用者真实的体验计划

  不良信息举报电话举报邮箱：增值电信业务经营许可证：B2-20090237

上一篇: 新锐股份获108家机构调查与研究：公司在海外子公司有库存储备为减少货运物流周期的影响保障海外销售能够及时供货因此存在一定的产品库存储备（附调研问答） 下一篇: 【48812】惠州市生态环境局行政处分决议书：惠州市惠源新能源有限公司