本次論壇積極響應國家將新質生產力視為高質量發展關鍵引擎的指導理念，緊密契合粵港澳大灣區的發展節奏，重點聚焦工業軟件在推進智能制造與工業互聯網生態演進過程中的關鍵作用，吸引了來自科研機構、高校以及企業界的200多位專家、學者和行業代表踴躍參會。

作為一家專注于“工業Al+”的工業智能產品與解決方案提供商，中能拾貝聯合創始人、常務副總經理劉勇在會上重點闡述了AI+能源大模型在數字化電廠建設中的重要性，分享了中能拾貝在電力等能源領域的數字化研究與創新成果，并為與會嘉賓帶來企業級能源大模型建設的核心方法及部署方案。

會上，劉勇表示，隨著AI技術的不斷創新，中能拾貝順勢推出拾貝云能源大模型（CyberwLLM），助力電力行業構建新質生產力，通過深度學習與大數據分析技術，拾貝云能源大模型為數字化電廠的建設與穩定運行提供了前所未有的洞察與決策支持，確保了電力供應的可靠性、安全性與可持續性，對于構建智慧能源體系具有重大意義。

在企業級能源大模型建設方面，他指出核心方法在于降低語料處理門檻，讓數據準備不再是難題，并分享基于拾貝云能源大模型與知識庫結合的實現路徑，現場呈現了企業級能源大模型部署方案。

談及拾貝云能源大模型的具體應用，他詳細展示了基于拾貝云能源大模型的電力知識服務引擎、巡檢智能交互問答、檢修作業增強、集控告警信號分析、電站設備信號建模、電站監測預警處理、儲能電站故障信號處理、電站安全監督管理、企業通用文檔助手、智能合同助手、職能培訓助手、會議紀要助手、設備技術監督、生產指揮動態決策等應用場景。

以巡檢智能交互問答場景為例，當巡檢發現異常，拾貝云能源大模型可以根據歷史經驗和智能算法支撐，結合設備運行數據做出智能輔助決策建議，包括精密點檢建議、設備檢修決策建議、應急處置建議、調整運行方式建議等。基于大語言模型的系統交互能力，通過與模型對話可以完成巡檢路線規劃、巡檢標準查詢、巡檢結果查詢、巡檢發現異常問題統計及檢索、統計圖表生成。

以技術監督為例，因涉及多項監督內容，要求按照標準對設備和系統進行檢測評價并編制各類報、月報，工作量巨大。基于拾貝云能源大模型，通過自然語言大模型與知識庫協同驅動技術，可將技術監督涉及的非結構化數據轉換為技術監督所需的規則、模型，直接把業務活動產生的試驗報告及業務記錄數據自動理解、處理、生成報表、報告，大幅減輕業務人員工作量，提高工作效率。

目前，拾貝云能源大模型相關能力已在基建管理、設備資產管理、電力生產管理、巡檢和維修管理、安全管理等多個數字化&智能電力業務場景落地應用，具備企業知識問答、輔助文案生成、視頻/圖像感知分析、多模態圖文理解對話、風險發現等核心業務賦能能力，助力電力企業打造從感知、認知到分析、決策、執行的完整業務賦能能力。

未來，中能拾貝將持續推動拾貝云能源大模型的迭代創新，在電力數字化應用等更多領域探索大模型與業務場景的協同路徑，提高大模型的訓練和運行效率，積極助力數字化電廠建設，邁向可持續發展未來。