记者 王惠

在兴隆庄煤矿，过去一个智能采煤工作面一个班需要10至15人，现在只需5人；在济二煤矿洗选环节，重介选煤分选密度智能控制系统让洗煤生产率提升0.2%，每年为洗煤厂带来400万元效益。

带来这些变化的，是云鼎科技（000409.SZ）与华为联合打造的云鼎矿山大模型。该模型于2023年发布，是全球首个矿山行业大模型，推动矿山人工智能（AI）从零散开发走向标准化、工厂化开发。

矿山为什么需要大模型？云鼎科技工业互联网事业部副总经理崔润兴表示，尽管现代化矿井的基础条件已有改善，但井下依旧阴暗潮湿，作业劳动强度大。井下一线作业人员以70后、80后群体为主，愿意下井的年轻人越来越少。

不过，想要打造真正适配井下复杂工况的矿山垂类大模型，并非易事。训练该类大模型所需的核心行业数据，高度依赖真实矿山生产现场，这也构成了较高的行业壁垒。

作为国内能源行业人工智能领域领军企业，云鼎科技承接山东能源集团数字化转型业务，拥有完整的矿山全链条生产场景和多年沉淀的工艺数据集，具备研发矿山垂类大模型的独特优势。

立足于成熟的大模型技术，云鼎科技将工业AI能力向更多产业延伸。2026年7月，该公司推出“云鼎山海・AI原生产品体系”，业务版图由此拓展至矿山、化工、电力、新能源、油气、钢铁六大行业。

目前，云鼎科技围绕安全生产、工艺优化、设备运维、能耗管理、经营决策等方向，打造3500余类AI智能体，已在200余家大型能源企业落地，业务覆盖全国15个省（区、市）。

矿山破题

2024年，国家矿山安监局等7部门联合印发的《关于深入推进矿山智能化建设促进矿山安全发展的指导意见》提出，到2026年，全国煤矿智能化产能占比不低于60%，智能化工作面数量占比不低于30%，智能化工作面常态化运行率不低于80%。

矿井下工况复杂多变，这是矿山AI落地的现实阻碍。矿山业务链条长，涵盖采掘、洗选、设备管控等众多环节。想要把AI真正用起来，不光要铺设各类传感器、积攒大量一线现场数据，还要吸收矿工、技术人员长年积累的实操经验，这离不开矿山产业端的深度参与配合。

此外，场景验证还要承担高昂试错成本。模型调试和测试只能安排在生产间隙或停工窗口期进行，而矿山一旦停工，单日损失可达数百万元甚至上千万元，进一步抬高矿山AI落地门槛。

2022年，山东能源集团、云鼎科技与华为达成战略合作，搭建三方协同创新闭环。山东能源集团开放真实矿山作业现场，提供生产课题与试验环境；云鼎科技深耕能源行业，训练垂类大模型与细分场景模型，同步搭建行业数据集、开发上层业务应用；华为输出算力硬件、AI开发平台与通用大模型底座，夯实整套方案的底层技术根基。

这套机制的核心，就是三方各司其职，把技术能力、行业经验和真实场景打通，把AI真正带到生产一线。

截至目前，云鼎科技智慧矿山的AI能力，已经覆盖采煤、掘进、机电、辅运、通防、主运、提升、发运、洗选、安监十大矿山专业。

崔润兴介绍，在落地应用上，云鼎矿山大模型主要聚焦两方面：一是安全，包括危险区域入侵识别、设备故障预警告警；二是生产，通过预测类模型优化工艺、提升生产效率。

例如，安全监管层面，云鼎科技接入万余路井下摄像仪开展AI智能分析，对设备状态、人员行为、作业环境进行实时监测预警，识别准确率超98%，自动巡检效率提升3倍以上，推动矿山安全监管从“人盯人”的被动防范转向主动治理。以兴隆庄煤矿为例，主煤流运输系统落地堆煤监测、异物识别等十余类AI场景，可减少现场及巡检人员18人以上。

提质降本方面，围绕煤炭洗选全流程完成工艺优化，落地重介密控、浓缩加药、智能浮选三大场景，实现精煤产率提升0.3%以上。一座年入洗量300万吨的洗选厂，借助这套系统年创效可达300万元以上。

产业延伸

依托山东能源集团丰富的产业场景，云鼎矿山大模型先用集团内部矿井打磨产品，待方案跑通成熟之后，再对外输出给其他能源企业。

崔润兴表示，内部成熟模型向外复制并非易事。不同矿井在地质条件、设备型号、管理制度上差异巨大，即便是经过大量预训练的垂类大模型，也难以直接移植到新矿井投入生产。

对此，云鼎科技采用“一矿一策”交钥匙服务模式。对已经过项目验证的通用AI场景，模型部署后仍需结合矿井现场工况做针对性调优，保障识别与推理准确率；对尚无项目积累的全新特殊工况，则从零开展场景开发和现场适配。

不过，“一矿一策”也带来定制化开发成本偏高的问题。云鼎科技为此打造工厂式AI开发模式，将AI场景开发周期从月级压缩至周级，以平衡定制化需求与规模化推广之间的矛盾。

云鼎科技矿山场景中沉淀下来的技术能力，随后开始向更多行业延伸。2025年10月29日，云鼎科技发布云鼎伏羲化工大模型；2026年7月，该公司进一步推出“云鼎山海・AI原生产品体系”，业务覆盖矿山、化工、电力、新能源、油气、钢铁六大行业。

“云鼎山海・AI原生产品体系”核心能力包括四个方面：经过沉淀的高质量能源行业数据集、云鼎矿山和云鼎伏羲化工两大行业垂类大模型、完整的工业智能体与机器人产品矩阵，以及覆盖全能源行业的350余类成熟AI应用。

该体系的核心是让数据、模型、智能体和业务连成一个循环。崔润兴谈到，云鼎科技不只输出大模型，更是用数据训练模型，用模型支撑智能体，用智能体改造业务，再让业务产生的新数据反哺模型，持续迭代。由此形成从行业大模型到工业智能体，再到行业应用的一整套工业AI能力。整套方案大幅压缩应用开发周期，帮助客户实现AI产品开箱即用。

当前，云鼎科技已经打造出多个可复制标杆项目：一是兴隆庄煤矿AI全场景建设项目，接入摄像仪460余台，部署740多路场景，覆盖矿山十大专业；二是国家管网集团训练中心建设项目，项目金额1.53亿元，搭建数字平台AI使能大模型软硬件框架；三是皖北煤电集团训练中心建设项目，金额2612万元，建成6个子系统、55个AI场景。

“不过，即便AI在工业场景落地范围持续扩大，也并不意味着可以完全替代人。”崔润兴介绍，井下现场工况瞬息万变，很多复杂异常状况没有固定标准，依旧需要一线人员综合判断。现阶段AI更适合替代流程明确、规则清晰的重复性作业岗位。

放眼整个能源行业，工业AI规模化落地的核心瓶颈，在于如何让AI深度嵌入真实生产流程、适配复杂多变的工业现场，形成可持续运营的业务闭环。

崔润兴表示，为补齐这一短板，该公司面向煤矿、化工、电力等行业打造数字员工，将行业知识、业务规则、生产数据与企业流程注入工业智能体，让AI进一步具备理解问题、分析问题、解决问题的能力。