2025AI赋能安全应急

人工智能技术应用AI赋能安全应急20251.人工智能的技术现状2.大模型相关技术进展3.行业案例与落地场景4.人工智能的技术展望1—张图看懂人工智能—句话说明大小模型为安全应急提速增效人工智能将走向何处5页14页14页2页1.人工智能的技术现状Part-13人工智能的技术现状参考：跨媒体通用人工智能全国重点实验室，朱松纯，《浅谈人工智能：现状、任务、构架与统一》子领域问题样例研究基础机器学习统计建模、分析工具和计算方法概率论、统计学、线性代数计算机视觉图像处理、模式识别图论、信号处理、离散数学自然语言处理语音识别、合成、对话语言学、信息论、符号推理认知与推理物理常识、社会常识认知科学、物理学机器人机械设计、运动规划、任务规划动力学、运动学、控制论多智能体多智能体的交互、对抗与合作博弈论、心理学人工智能的研究领域非常广泛人工智能的行业应用非常广泛人工智能的技术现状机器学习自然语言处理计算机视觉产品推荐系统供应链优化销量预测用户画像拍照识别、刷脸支付体感游戏视觉识别视觉检测语音输入法翻译软件智能客服语音转文本文本转文本文本对话召回(粗筛)排序(精筛)减少库存浪费降低获客成本为消费创造便利提升用户体验4减少重复脑力人工智能的行业应用非常广泛人工智能的技术现状5机器人认知与推理多智能体派单系统排班系统运筹优化强化学习建筑/工业机器人自动化控制自动驾驶系统智能NPC数字孪生多模态感知强化学习虚拟现实、物理模拟器智能营销(流量分发)降低获客成本因果推理减少人力浪费提升重复劳动的安全性人工智能的技术现状（行业智能体）子领域代表性产品前沿进展机器学习供应链优化、产品推荐系统呈现多学科融合趋势虚拟人、数字分身、AIGC助手计算机视觉图像搜索、刷脸支付、体感游戏自然语言处理语音输入法、翻译软件、智能客服认知与推理排班系统、派单系统、智能营销机器人建筑/工业机器人、自动驾驶系统具身智能机器人多智能体智能NPC、数字孪生社会仿真(社会模拟器)人工智能的行业应用非常广泛6人工智能的技术现状7①思维链(COT)人工给出步骤特定类型的问题②自问自答允许模型自行生成问题深入分析、复杂查询③批判修正模型分饰两角、自我迭代指出问题、解决问题④函数调用专业模块做专业的事精准操作、精准计算⑤

ReAct模仿自动化控制系统推理-行动-观察⑥计划与执行允许模型生成计划规划–执行⑦多智能体协作专业的智能体做专业的事大模型只是人工智能领域众多工具中的一种以大语言模型为核心的智能体架构AI系统架构行业主流技术机器人感知机器人控制感知控制规划决策2.大模型相关技术进展Part-2行业调研大模型相关技术进展IDC，百度，2022《2024大模型典型示范应用案例集》《北京市人工智能行业大模型创新应用白皮书》《2022中国大模型发展白皮书》元能力引擎筑基智能底座9北京市科技委、中关村管委会，202318个代表性的应用案例中国信通院华东分院、上海人工智能实验室及大模型头部企业，99个“案例”复合年均增长率24.9%数据特征高维化模态格式多样化《2022中国大模型发展白皮书》大模型相关技术进展（1）数据、算法、算力是AI发展的驱动力也是瓶颈所在计算复杂度标注难度数据噪声数据偏见算力承压场景多样化生产难度清洗难度应用场景多元化和复杂化增加了模型生产的难度例如：工业场景下，有工业质检、安全巡检等应用，质检中不同产线生产的零部件千差万别；智能办公场景下，文档的分类、文档OCR识别、文档知识抽取、文档审校也都是不同的任务类型。（2）中国人工智能的其他挑战与阻碍数据互通壁垒明显，共建生态存在阻碍技术门槛高，平台层挑战不断人才储备不足，技术发展受限大模型基于“预训练+精调”等新范式有效降低AI开发门槛深度学习平台为大模型发展与应用护航（人才复用）10《2022中国大模型发展白皮书》大模型相关技术进展各行业技术买家都应该尽早拥抱大模型在合作方面，主要关注大模型与自身业务的适配性与头部厂商联手打造行业标杆大小模型协同进化，推动端侧化发展大模型通用性持续加强，实现AI开发“大一统”模式大模型只是人工智能众多工具中的一种头部厂商通用能力强，但定制成本高在技术方面，需要持续探究大模型的生成可控性在安全性方面，主要关注伦理问题在商业化方面，大模型的路径仍不明确，建议借鉴海外市场可控、可信是关键不要完全依赖大模型的直接输出行业用户大模型供应商智能体供应商的必经之路11通用大模型“大数据、大任务”技术范式大模型相关技术进展12图像文本小型/小任务神经网络CNN

/

RNN

/LSTM标签/方框/图像标签/文本分类标签检测框

掩膜图特征图...图像编辑文驱动作自动驾驶CNN+19

个神经元进阶应用图像+文本特征向量文本基础/多任务神经网络Bert

/

GPT

/

CLIP图像检索：以图搜图完形填空/文字接龙图像理解：图生文一个模型只做一个预定义的小任务一个模型做多个预定义小任务一个模型+多个自定义的任务大规模/多任务神经网络GPT4/文心一言/...图像+文本文本提示词图像文本分类

信息抽取内容理解信息定位推理内容总结长上下文多任务复杂任务参考：中信建投证券，证券研究报告·

行业深度报告，《从CHAT-GPT到生成式AI（Generative

AI）：人工智能新范式，重新定义生产力》，2023年1月大模型相关技术进展提取特征之后数据可用点来表示看图猜物A

在心里指定一个图中的目标B

通过提问来猜，A

只能回答是/否行业热点：通用大模型“大数据、大任务”技术范式一个模型只做一个预定义的小任务是标志吗?是照片吗?否否否......三个是文字吗?是...红色的吗?是...字吗?...小型/小任务神经网络CNN

/

RNN

/LSTM图像标签一个模型做多个预定义小任务AI的经典问题：目标分类线性分类器非线性分类器特征提取特征分类线性不可分是文字图像+文本特征向量文本基础/多任务神经网络Bert

/

GPT

/

CLIP图像检索：以图搜图完形填空/文字接龙图像理解：图生文通用特征提取器多用途特征分类器本质上是在找分类函数f(x)本质上是在做编码，将数据变成具备区分度的特征向量识别标志13区分文字区分外观大模型相关技术进展行业热点：通用大模型技术原理（以ChatGPT为例）学习文字接龙人类老师引导文字接龙的方向建立模仿人类老师喜好的评分模型用增强式学习向模拟老师学习*

参考台湾大学李宏毅老师的总结无监督特征提取利器预训练生成式一个模型做多个未定义的小任务编码器可变目标解码器大规模/多任务神经网络GPT4/文心一言/...图像文本图像+文本文本提示词分类

信息抽取内容理解信息定位推理内容总结本质：通用特征部分答案错误上下文提示词部分答案错误14通用大模型底层能力评测榜单一些常见数据集与能力指标大模型相关技术进展15Huggingface

leaderboard：https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboardOpen-Chinese-LLM-leaderboard：智源与HuggingFace联合推出开放中文大语言模型榜单OpenCompass（思南）/home...不一定会研发，但一定要会选用tableQA:表格问答BBH:英文评测集，符号推理gsm8k:英文评测集，数学推理，小学数学应用题IFEval-zh:中文指令遵从（prompt-level）text2sql:文本转SQLarithmetic:算术运算（简单加减乘除）health:康养知识classification:分类能力extract:信息抽取mrc:阅读理解basic:基础能力（分类能力、信息抽取、阅读理解三者平均分）通用大模型底层能力评测tableQA:表格问答大模型相关技术进展商用模型开源模型16数据来源：内部评测平台通用大模型底层能力评测9.extract:信息抽取大模型相关技术进展商用模型开源模型17数据来源：内部评测平台通用大模型底层能力评测10.mrc:阅读理解大模型相关技术进展18商用模型开源模型数据来源：内部评测平台通用大模型底层能力评测：任重而道远4.中文指令遵从(AIGC)[1]大模型相关技术进展商用模型开源模型截至2024年7月，MIT的一篇综述论文[2]指出，如何自动评价大模型对于指令的遵从能力

仍然是学界没有很好解决的问题数据来源：内部评测平台行业大模型垂域能力评测每一个垂直行业，每一个关键业务环节：都值得拥有一个专属的测试集大模型相关技术进展20OpenCompass（思南）/home...不一定会研发，但一定要会选用现有的评测标准存在一定的不合理性，容易误导产业落地时的选型AI编程能力对比大模型vs.智能体吴恩达：智能体工作流的四种设计模式大模型相关技术进展21GPT3.5直接输出GPT4直接输出1.

反思(Reflection)：LLM检查自己的工作,以提出改进方法。工具使用(Tooluse)：LLM拥有网络搜索、代码执行或任何其他功能来帮助其收集信息、采取行动或处理数据。规划(Planning)：LLM提出并执行一个多步骤计划来实现目标4.多智能体协作(Multiagent)：多个Al智能体一起]工作，分配任务并讨论和辩论想法，以提出比单个智能体更好的解决方案在zero-shot的情况下，GPT-3.5的正确率为48.1%，GPT-4的表现更好，达到67.0%。加入了智能体工作流之后，GPT-3.5的正确率直接飙到了95.1%——Agent工作流效果显著，而且

GPT-3.5比GPT-4得到的提升更加可观智能体工作流带来性能的大幅提升系统化选好模块搭建一个AI系统，效果远好于直接使用大模型3.行业案例与落地场景Part-3行业案例与落地场景AI

赋能应急指挥调度AI赋能企业安全生产AI赋能企业技能培训【事发】发现急情之后，处理动作要快AI如何帮助业务提速增效？【事前】险情源于异常，发现异常要准AI如何让实现准确异常检测？安全生产关键在于让生产者熟悉业务AI如何评估员工的业务熟练程度？监控调度快、功能调度快、数据分析快学习成本低、检测种类多、准确率高节省培训成本、提升考评效率23人工智能赋能应急指挥调度2.视频调度难:监控视频资源多，指挥调度难统一指挥调度交互入口统一应急知识问答人机交互效率显著提升应急队伍专业性提升统一应急任务执行会商组会效率提升任务执行难:业务系统多，系统协调执行待提升专业知识难:应急专业属性强，知识掌握不全面痛点分析1.复杂场景多:灾害事故现场复杂，难以全面分析“应急指挥调度”AI

Agent通过统一人机交互入口，深入融通灾害事故统计、危化事故处置、执法助手和隐患分析业务场景，可实现一键调系统、一键调视频、一键发起会议、智能问数、图片/视频风险分析等应用。统一应急监控资源调度场所点位级别精准调度24人工智能赋能应急指挥调度：统一交互入口秒级执行结果反馈应急机器视觉模型应急多模态大模型模型调用应急大语言模型统一入口人机交互问数问视频问图意图分类问知识自然语言理解多轮对话内容转写多模信息语义理解精准匹配应急资源应急全域知识库应急监控视频库应急业务系统应急数据库成功调度应急资源灾害事故电子地图视频风险监测

互联网+执法指挥调度一张图

音视频融合会议系统……作为应急指挥调度中心人机交互统一入口，归集多个行业大模型的能力。可以通过路由模型选择不同的模型能力，打破系统壁垒，一句话帮助应急用户完成复杂任务，提升应急救援队伍专业性和快速反应能力。面向业务需求搭建智能体系统25人工智能赋能应急指挥调度：统一视频监控资源调度调度前：视频监控画面多模信息抽取调度时：多模意图识别值班值守场景，需要找出江苏奥克化学储罐有人作业监控，并记录在册26静态点位：罐体静态点位：泵棚业务场景：危化场所：奥克化学地点：扬州市、仪征市结果反馈意图识别多模态大模型实时识别监控抽帧语音指令识别精确到场所点位百万路视频5秒内响应人工智能赋能应急指挥调度：统一知识问答煤矿作业人员乘坐人车应遵守哪些规定？如何确定矿山事故的事故等级？去年全国一共接到多少起矿山事故？图中/视频中是否存在安全风险？为应急救援队伍提供危化、煤矿、林火等应急领域专业知识参考、事故数据参考、隐患参考、安全风险分析等。27任务路由精准判断，分发任务专业知识问答，专业性提升图片/视频隐患精准识别，保障安全人工智能赋能应急指挥调度：视频会商一键组，从5分钟到数秒的跨越性提升一句话发起会议AI语义理解音视频智能调度完成语音组会帮我马上发起广州、深圳的防汛防涝紧急会议AI追问：请说出参会单位广州市应急指挥中心和深圳市应急指挥中心广州市应急指挥中心深圳市应急指挥中心广东省应急指挥中心①会议主题：防汛紧急会议②时间：马上③参会单位：未知示例：“帮我马上发起广州、深圳的防汛防涝紧急会议”示例：接入广东省应急指挥中心会议ID接入广州市应急指挥中心会议ID接入深圳市应急指挥中心会议ID会商组会从5分钟提升到数秒(提速数十倍)282.态势分析精度差:安全生产分析要素点多，无法灵活按需，及时高效呈现1.事故预警能力需提升:对生产过程异常数据进行分析，识别潜在危险3.专业知识传承难:历史经验沉淀难、新员工学习成本高痛点分析人工智能赋能企业安全生产设备异常诊断分析异常行为分析智能工单生成智能问数洞察专业知识问答29人工智能赋能安全生产应用针对企业安全生产存在事故预警需提升、态势分析精度差、专业知识传承难等需求痛点，提供异常行为分析、设备诊断分析、智能工单、智能问知、问数等应用，使企业安全生产更智能、更高效。基于通用异常检测技术学习成本更低、检测种类更多，模型部署成本更低人工智能赋能企业安全生产：异常行为的智能化管控30人员脱岗识别人员超限识别睡岗识别漏铝声音识别安全帽识别工服识别危险区域闯入识别漏铝热成像识别仅需数小时的正常监控视频

支持多种异常的同时检出单个边缘盒子(<1万元)可支持8路信号的实时分析人工智能赋能企业安全生产：智能问知历史事件描述对企业积累碎片化资料进行管理，并智能抽取关键内容，形成行业知识库提供基于企业沉淀知识的专业问答，原文溯源、智能总结服务。核心价值经验沉淀知识抽取行业沉淀智能归类知识应用知识总结原文溯源精准定位安全监管责任问答31重大危险源评估人工智能赋能企业人才技能培训：技能人才数字化测评引擎面向复杂的电力技能实训场景，基于概率语法模型实现对考评行为的智能化分析、统计、评分，提供可信、可追溯的考评结果，提升考评效率。精准语音识别/行为检测智能分析自动评分异议追溯有据可依多视角捕捉动作细节32落地场景一：职业技能实训室故障案例学习技能模拟实操o

事故分析以3D场景+操作分析的形式o对事故的发生过程进行分析，事故分析完成后并可自动进入至事故处置模块，学生根据情景开展事故处置操作。o

3D情景化作业场景/标准作业流程指引/智能作业表单模拟o系统提供可配置的3D作业指导手册，学生根据流程指引开展技能模拟实操。学员可通过语音、勾选等表单工具快速录入模拟作业表单数据采集。o

3D电力设备模型调取/设备拆解/设备组装/3D设备原理认知o通过平板端，学生可以自由对电力设备模型及相关工器具进行结构拆解、调整，进行结构认知学习，测试，系统自动生成分值评估结果。设备认知训练33落地场景二：职业技能等级认定34识别多路视频AI岗位测评工作流 考点结构化包含人、场景、准备区的检测现场操作加工典型工件生产作业项目模拟操作考核内容为具备职业鉴定资质的职业院校、社会评价组织配置数字化人才技能认定系统和硬件设备，推动技能认定从“专家评审，手动打分”逐步向“AI工作流，智能打分”过度，提质增效，助力认证过程更加公开透明。配置终端感知设备场景三：岗位技能考评对技能场景即时、非集中的评价，支持远程监督，智能化分析、统计、评分，实现技能考核数字化、自动化以及智慧化。变电、配电、输电3D交互式赛事要求名称对象类型内容说明《主变压器及其主件拆解》初级技能人员作业流程类通过对主变压器的认识，能够对主变压器的结构和拆解流程进行详细了解和掌握，并清晰了解相关操作风险和安全措施。《变电一次设备讲解》初级技能人员设备认知类通过对变电一次设备的认识，了解

变电一次设备包括哪些器具。同时，能够清晰地区别变电一次设备与变电二次设备的差异、特点。《220kV

电容式电压互感器之绝缘电阻》初级技能人员设备认知类通过对220kV

电容式电压互感器的认识，对绝缘电阻的工作原理、试验测试方法进行了解和掌握。《220kV

电容式电压互感器之电容分压器电容值、介损测量》初级技能人员设备测量类通过对220kV

电容式电压互感器的认识，了解电容分压器电容值和介损测量的相关方法和实施要点。远程多视角巡考巡查远程多视角考评打分考评标准3D可视化考分差异预警处理对标技能实操赛事要求配置算法调度中心部署摄像及穿戴终端岗位测评工作流平台35行业案例与落地场景：小结AI

赋能应急指挥调度AI赋能企业安全生产AI赋能企业技能培训与应急指挥调度深度融合，可实现统一人机交互入口、一键调系统、一键调视频、一键发起会议、智能问数等应用与企业安全生产实战相结合，提供异常行为分析、设备诊断分析、智能问知等应用，使企业安全生产更智能。面向复杂的电力技能实训场景，实现对考