8月18日，"AI+钢铁"技术发布会在北京召开，中国工程院院士王国栋在会上作了《开展“AI+钢铁”行动，加速钢铁行业中国式现代化》的主题报告。他指出，新一代人工智能包括人机协同、跨界融合、共创分享，涉及大数据智能、跨媒体感知计算、混合增强智能、群体智能、自主协同与决策等方面，应加快发展新一代人工智能，推动其与经济社会深度融合。

王国栋表示，钢铁工业作为典型的大型复杂流程工业，全流程各工序均呈现“黑箱”特性，存在大量不完全信息、不确定性及动态环境下的各类问题。尤其是材料“黑箱”内部的演变过程与最终的目标控制变量，目前尚无法实现在线实时连续监测，单纯依靠数字时代的大数据、机器学习等统计方法，难以突破现有瓶颈。

因此，必须发挥我国钢铁材料领域和AI领域专家的优势，将近年发展的新一代AI技术与钢铁行业实体经济深度结合，充分利用钢铁行业丰富的大数据、钢铁领域专家的理论与经验，以及信息领域先进的生成式人工智能技术，实施“数据密集—智能涌现—人机协同”的三元认知方法论，建立人机混合人工智能体，人机协同，跨界融合，共创分享，向钢铁行业赋能。

以炼铁环节为例，炼铁过程涉及的物理化学冶金反应极为复杂，全流程“黑箱”操作，不仅数据维度高、耦合性与非线性强，还存在明显的时间滞后性；同时，炼铁工业长期存在的工序孤岛式控制问题，导致单元间界面衔接性差、资源配置困难、实时分析效率低下。

东北大学“AI+钢铁”大模型便是通过基于铁前大数据的智能配矿系统，不仅能够有效降低吨铁能源消耗，减少碳排放，还可对渣铁性能成分实现提前预测，大幅提升炉热稳定率、炉缸活跃性。

宝信软件党委书记、董事长田国兵在会上作了《用人工智能重新定义钢铁——钢铁大模型建设实践》的主题报告，分析了目前钢铁行业发展的需要，他指出，为推进行业的高质量发展，钢铁企业正从追求规模向效率效益转变。传统的自动化、信息化技术和系统在数据、模型、算力等方面的不足，制约了企业在效率、效益方面的极致提升，亟盼数字化、智能化的助力。他表示，钢铁行业正处于从数字化向智能化迈进的关键阶段，以大模型为代表的新一代人工智能有望成为驱动高质量发展的新引擎。

田国兵从体系化方法、约束条件、数据集、工程适配能力、复合型人才五个方面指出人工智能应用的问题和难点。田国兵还分享了部分钢铁大模型阶段性应用成果案例以及目前通专融合垂类模型和智能体的应用情况。他表示，宝信软件将继续积极发挥融通带动作用，深化与国家实验室、高校院所、基础大模型企业、语料加工服务企业、制造业企业等生态相关方合作，建立政产学研用协同创新生态，深化推进“AI+钢铁”工作。

冶金工业信息标准研究院院长张龙强表示，AI作为数字时代的前沿技术，为钢铁行业突破发展瓶颈、实现高质量发展带来了新的曙光。智能算法能够精准预测设备故障，大幅减少停机时间，提高生产效率。在质量控制领域，AI图像识别技术可以对钢材表面缺陷进行高精度检测，确保产品质量符合标准。此外，在供应链管理环节，人工智能还能够根据市场需求、原材料价格波动等多因素预测，优化采购与生产计划，降低运营成本，提升企业竞争力，激活新动能。

在此背景下，钢铁行业正在加速推动“AI+钢铁”相关标准制定工作。张龙强透露，在工信部科技司的指导下，我国已开展《人工智能钢铁大模型技术要求》等6项大模型标准的研制。同时，聚焦人工智能在钢铁行业的典型应用场景，以需求为牵引，开展了《人工智能钢铁行业应用场景分类指南》等10余项标准的研制。

中国钢铁工业协会副会长姜维在发布会上表示，在国家一系列“人工智能+”政策的指引下，钢铁行业正迎来以AI驱动高端化跃迁的历史性机遇。姜维指出，钢铁行业将继续以“AI+智能技术应用”为核心，全面转向新一代人工智能技术驱动的生产力重塑，通过政策引导、标准建设、标杆推广推动行业转型。重点聚焦产业链智能协同、低碳智能融合及低成本技术推广，支撑钢铁行业高端化、智能化、绿色化发展。

信息参考：经济参考报、上海证券报·中国证券网、冶金工业信息标准研究等。

声明：本文由淘钢网整理发布，文章内容仅供参考并不构成投资及应用建议。若需转载或复制本文章，须注明来源。如有侵权请联系删除。