大模型應(yīng)用落地的熱潮正以前所未有的力度席卷千行百業(yè)。

如今產(chǎn)業(yè)界已經(jīng)釋放出一個(gè)清晰的信號(hào)：當(dāng)大模型的價(jià)值真正成為破解行業(yè)難題的利器，各行各業(yè)開始思考，如何才能讓大模型的“智慧”為己所用？

商湯科技與中鐵第一勘察設(shè)計(jì)院集團(tuán)有限公司（以下簡稱“鐵一院”）的深度合作，正是解開這一行業(yè)命題的關(guān)鍵答案之一。

中國鐵路諸多工程奇跡的背后，都鐫刻著“鐵一院”的印記。鐵一院成立于1953年，是新中國成立的第一批大型綜合性鐵路勘察設(shè)計(jì)單位，是世界500強(qiáng)中國鐵建股份有限公司的全資子公司。

自建院以來，鐵一院設(shè)計(jì)創(chuàng)造了數(shù)以百計(jì)的國內(nèi)第一和世界之最，奉獻(xiàn)了我國第一條電氣化鐵路、第一條沙漠鐵路、世界第一條高原凍土鐵路、第一條濕陷性黃土地區(qū)高速鐵路等卓越工程。在發(fā)展過程中，鐵一院積累了70余年的寶貴經(jīng)驗(yàn)，然而這數(shù)十年積累的技術(shù)經(jīng)驗(yàn)受限于口口相傳，海量有價(jià)值數(shù)據(jù)無法被快速、準(zhǔn)確利用起來，且傳統(tǒng)的數(shù)據(jù)存檔方式效率低下，知識(shí)折損率高。

大模型的出現(xiàn)，為鐵路勘察設(shè)計(jì)領(lǐng)域的知識(shí)傳承提供了新的解法。

商湯大裝置與鐵一院打造國鐵價(jià)值工程多模態(tài)大模型應(yīng)用平臺(tái)，首次將多模態(tài)大模型應(yīng)用于鐵路工程設(shè)計(jì)知識(shí)的智能傳承與應(yīng)用，其融合文本、圖紙、公式等異構(gòu)數(shù)據(jù)，為設(shè)計(jì)人員提供了知識(shí)檢索、智能問答、文本生成、文本審核、多模態(tài)對話五大功能。

在內(nèi)部測試中，該平臺(tái)針對28000條問答測試的準(zhǔn)確率都維持在90%以上。

當(dāng)大模型的技術(shù)紅利與各行各業(yè)的需求相接，一場關(guān)于智能變革的序幕已然被拉開。這一背景下，智東西總編輯張國仁與鐵一院數(shù)智化部總工張守利、商湯科技大裝置事業(yè)群解決方案副總裁楊松進(jìn)行了深入交流，從國鐵價(jià)值工程多模態(tài)大模型應(yīng)用平臺(tái)出發(fā)，提煉大模型在實(shí)際場景中落地的典型范式。

商湯科技大裝置事業(yè)群解決方案副總裁楊松、鐵一院數(shù)智化部總工張守利、智東西總編輯張國仁（從左至右）

數(shù)據(jù)桎梏、經(jīng)驗(yàn)斷層、效率瓶頸待破

大模型解鎖鐵路勘察設(shè)計(jì)新可能

今年春節(jié)期間DeepSeek走紅，使得大模型成功破圈，在這之后開箱即用的DeepSeek一體機(jī)扎堆上新，讓企業(yè)可以低成本驗(yàn)證、嘗試大模型的價(jià)值。

這一現(xiàn)象不僅加速了AI在更廣泛行業(yè)的深度融合及落地應(yīng)用，更進(jìn)一步釋放了大模型在復(fù)雜領(lǐng)域的應(yīng)用潛力。

以鐵路勘察設(shè)計(jì)為例，其特征是工作流程復(fù)雜、數(shù)據(jù)密集、精度要求嚴(yán)苛且涉及多專業(yè)協(xié)同，因此需要高效處理海量信息、精準(zhǔn)應(yīng)對復(fù)雜變量，而大模型憑借強(qiáng)大的數(shù)據(jù)處理、深度學(xué)習(xí)與推理能力，能夠精準(zhǔn)匹配這些核心需求。

具體來看，首先，鐵路勘察設(shè)計(jì)領(lǐng)域?qū)儆谥R(shí)密集型行業(yè)，數(shù)據(jù)量大。張守利談道，鐵一院已經(jīng)成立70余年，這期間技術(shù)人員攻克了沙漠、高原凍土、高寒地帶的鐵路修建技術(shù)難題，積淀下海量且寶貴的實(shí)踐經(jīng)驗(yàn)。

其次，數(shù)據(jù)利用率低。此前這些數(shù)據(jù)的處理、保存完全依靠人工，如人工按照原始格式將圖紙、文件存檔，電子文件則建立大型數(shù)據(jù)庫等，很難在后續(xù)工作中快速檢索到相應(yīng)信息。

最后，經(jīng)驗(yàn)傳承依賴口口相傳，導(dǎo)致經(jīng)驗(yàn)、知識(shí)在傳承過程中被折損，面對沙漠、高原等地質(zhì)條件建鐵路時(shí)，現(xiàn)在的技術(shù)人員無法快速、完整學(xué)習(xí)先前經(jīng)驗(yàn)。

張守利稱，大模型的迅猛崛起，為他們破解知識(shí)傳承的難題提供了一個(gè)全新的工具視角。

一方面，自2022年底ChatGPT發(fā)布至今，大模型的多模態(tài)數(shù)據(jù)處理與理解、知識(shí)整合與推理等能力持續(xù)提升，讓鐵路勘察設(shè)計(jì)領(lǐng)域看到了其在知識(shí)傳承方面的能力；另一方面，正如楊松所說，AI走到今天，正在經(jīng)歷深入場景實(shí)際解決問題的階段。

在行業(yè)痛點(diǎn)與大模型產(chǎn)業(yè)發(fā)展的綜合影響下，大模型深入鐵路勘察設(shè)計(jì)成為可能。

在此基礎(chǔ)上，商湯和鐵一院此次打造的國鐵價(jià)值工程多模態(tài)大模型應(yīng)用平臺(tái)，成為開啟用AI解決鐵路工程問題這扇門的一把鑰匙。

從知識(shí)生成、檢索問答到審核

每位員工都有資深專家助力

國鐵價(jià)值工程多模態(tài)大模型應(yīng)用平臺(tái)是鐵路工程領(lǐng)域首次采用多模態(tài)大模型技術(shù)，缺乏先例參考的同時(shí)就更需要找準(zhǔn)痛點(diǎn)“對癥下藥”。

因此，結(jié)合鐵路勘察設(shè)計(jì)領(lǐng)域的痛點(diǎn)，商湯大裝置為鐵一院提供了覆蓋數(shù)據(jù)服務(wù)、算法模型、應(yīng)用開發(fā)平臺(tái)等在內(nèi)的端到端大模型私有化整合方案。

這一應(yīng)用平臺(tái)的知識(shí)庫體量達(dá)到420GB，文本類數(shù)據(jù)量超130GB、標(biāo)準(zhǔn)規(guī)范涵蓋1400多冊、歷史項(xiàng)目數(shù)據(jù)超20萬份，同時(shí)在鐵路勘察設(shè)計(jì)領(lǐng)域中，摘錄了30個(gè)具有高價(jià)值的項(xiàng)目場景、項(xiàng)目資料，包含從可行性研究、初步設(shè)計(jì)到施工圖設(shè)計(jì)環(huán)節(jié)各個(gè)環(huán)節(jié)。

在此之上，這一平臺(tái)為設(shè)計(jì)人員提供了知識(shí)檢索、智能問答、文本生成、文本審核、多模態(tài)對話五大功能。張守利做了一個(gè)形象的比喻，這相當(dāng)于為每個(gè)技術(shù)員工引入一個(gè)集幾十年經(jīng)驗(yàn)為一身的權(quán)威專家。

從模型具體表現(xiàn)來看，在檢索問答層面，技術(shù)人員可以通過語義檢索更快捷找到數(shù)據(jù)庫中的資料，如果對答案存疑，也可以通過生成頁面的標(biāo)注來源再次進(jìn)行確認(rèn)。

知識(shí)問答與檢索示例

對于報(bào)告輔助編寫，該平臺(tái)可以幫助技術(shù)人員搭建報(bào)告框架、草稿，為了解決大模型一次性吞吐量限制，其還會(huì)分框架填充章節(jié)內(nèi)容，分段生成文本。

在審核過程中，此前的報(bào)告需要經(jīng)歷設(shè)計(jì)者、復(fù)核者、審定者三輪人工審核才能最終成型，這種方式耗時(shí)耗力，且無法快速比對同系列不同文件內(nèi)容。大模型就可以將審核人員的經(jīng)驗(yàn)化審核方法轉(zhuǎn)化為計(jì)算機(jī)可識(shí)別的算法邏輯，并進(jìn)行跨專業(yè)的一致性審核，實(shí)現(xiàn)信息對齊，最后再進(jìn)行人為把關(guān)。

報(bào)告輔助編寫示例

這五大功能正串聯(lián)起了鐵路設(shè)計(jì)人員日常工作中的核心需求。這背后串聯(lián)大模型能力與鐵路設(shè)計(jì)領(lǐng)域核心痛點(diǎn)的橋梁，最核心的支撐點(diǎn)正是數(shù)據(jù)難關(guān)的突破。

深入理解場景，是讓數(shù)據(jù)發(fā)揮更大價(jià)值的前提。

楊松提到，商湯在接觸項(xiàng)目之初，需要人工先理解數(shù)據(jù)在哪些業(yè)務(wù)環(huán)節(jié)產(chǎn)生、將為后續(xù)業(yè)務(wù)環(huán)節(jié)提供什么價(jià)值、解決什么問題，然后針對性對數(shù)據(jù)進(jìn)行清洗、整理、拆解。

商湯基于此前的數(shù)據(jù)處理經(jīng)驗(yàn)以及基于LazyLLM開發(fā)平臺(tái)等進(jìn)行數(shù)據(jù)調(diào)優(yōu)，最后實(shí)現(xiàn)更精準(zhǔn)的向量化檢索。在多模態(tài)層面，商湯原生多模態(tài)模型可以將圖片作為知識(shí)的一部分，使得大模型基于自己對文字知識(shí)、對圖像的理解加以判斷。

系統(tǒng)整體架構(gòu)

張守利補(bǔ)充說，面對語言類數(shù)據(jù)，其在處理鐵路工程的技術(shù)報(bào)告中相對容易，包含圖表、公式的多模態(tài)信息，基于商湯的工具及成熟算法可以解決80～90%的問題，剩下10%多模態(tài)信息依靠工程師進(jìn)行專業(yè)標(biāo)注解讀。

其最終的目標(biāo)就是讓模型真正成為一個(gè)懂行的專家，才能真正讓大模型在業(yè)務(wù)環(huán)節(jié)中被利用起來。

商湯與鐵一院在大模型與鐵路工程上的實(shí)踐，正是當(dāng)下大模型深入行業(yè)的一個(gè)縮影。

AI從炫技到實(shí)用

商湯探索大模型落地實(shí)踐樣本

上周剛結(jié)束的世界人工智能大會(huì)，最突出的特點(diǎn)就是“應(yīng)用為王”。AI不再是隔空炫技，而是真正走向?qū)嵱弥髁x。

商湯與鐵一院在鐵路工程領(lǐng)域的合作僅是一個(gè)起點(diǎn)。圍繞價(jià)值工程大模型應(yīng)用平臺(tái)，他們會(huì)加快知識(shí)庫的更新迭代，每個(gè)工程師都可以對本專業(yè)知識(shí)庫進(jìn)行更新，以及模型更新、對新增專業(yè)詞匯的向量化等。

但更為關(guān)鍵的是，其為從鐵路勘察設(shè)計(jì)的單點(diǎn)應(yīng)用到全產(chǎn)業(yè)鏈應(yīng)用，以及其他行業(yè)的復(fù)用都提供了一個(gè)實(shí)踐樣本。

張守利談道，下一階段他們的計(jì)劃是將大模型從勘察設(shè)計(jì)推廣到施工、運(yùn)營維護(hù)的全產(chǎn)業(yè)鏈應(yīng)用，并結(jié)合各環(huán)節(jié)的特性重構(gòu)知識(shí)庫體系。

而這種探索的最大價(jià)值就在于，大模型作為一項(xiàng)通用技術(shù)，一旦在某一行業(yè)跑通驗(yàn)證，其技術(shù)邏輯與應(yīng)用模式便能快速復(fù)用到其他領(lǐng)域。

與此同時(shí)，為了驗(yàn)證模型解決問題的能力以及何時(shí)才能落地部署，他們已經(jīng)積累出一套方法論。楊松解釋說，以商湯和鐵一院的合作為例，他們通過前置POC過程得到正確率50%的結(jié)果，證明模型可以解決問題，然后通過算法工程、數(shù)據(jù)、數(shù)據(jù)庫調(diào)優(yōu)使得準(zhǔn)確率達(dá)到95%，最終實(shí)現(xiàn)大模型部署。

在深入應(yīng)用的過程中，商湯不僅再次驗(yàn)證了其技術(shù)、工具在大模型落地過程中的可用性，同時(shí)進(jìn)一步積累了從挖掘痛點(diǎn)需求、技術(shù)創(chuàng)新到解決痛點(diǎn)的閉環(huán)經(jīng)驗(yàn)。

大模型在千行百業(yè)落地的需求有共通性，這種共通性既源于技術(shù)應(yīng)用的底層邏輯，也根植于各行業(yè)對智能化升級的核心訴求，包括對數(shù)據(jù)處理、知識(shí)與經(jīng)驗(yàn)復(fù)用、場景適配、靈活迭代的共性要求。

因此，當(dāng)下商湯在選擇深入合作的賽道邏輯非常清晰：場景可以明確被AI解決、數(shù)據(jù)積累足夠多、具備一定可擴(kuò)展性。

這也是在大模型進(jìn)入應(yīng)用落地深水區(qū)的當(dāng)下，技術(shù)方突破概念驗(yàn)證階段、實(shí)現(xiàn)規(guī)?；瘍r(jià)值的核心路徑，鎖定需求明確、數(shù)據(jù)扎實(shí)、可復(fù)制延伸的場景，讓大模型真正從實(shí)驗(yàn)室走向產(chǎn)業(yè)實(shí)踐。

因此，這一價(jià)值工程大模型在鐵路工程領(lǐng)域的落地，就是商湯交出的一份最新答卷。

結(jié)語：在技術(shù)競速與場景耦合中

破解大模型落地痛點(diǎn)

大模型應(yīng)用落地加速，這背后是企業(yè)需求與大模型技術(shù)迭代之間的深度契合。一方面，大模型技術(shù)迭代仍在加速，另一方面，企業(yè)需要找到適配自己核心痛點(diǎn)、真正解決實(shí)際問題的模型。

商湯與鐵一院的此次合作項(xiàng)目，既是對鐵路工程智能化進(jìn)行持續(xù)探索的開始，同時(shí)也是尋找讓大模型真正成為破解行業(yè)痛點(diǎn)利器的起點(diǎn)，其仍需要在挖掘行業(yè)痛點(diǎn)與技術(shù)迭代的實(shí)踐中不斷校驗(yàn)、完善，最終交出更貼合行業(yè)需求的答案。

*本文轉(zhuǎn)載自智東西

作者 | 程茜

編輯 | 漠影