京能“安心”大模型实时识别作业违规隐患。                         ■记者 董一鸣/摄

　　凌晨3点，京能集团京西热电的监控屏幕上弹出告警信息：厂区水泵房生产水泵区域，疑似液体泄漏。从AI视觉系统成功捕捉到异常，到“安心”安全生产大模型完成多模态数据分析、比对历史模式并发出警报，整个过程仅用时数秒。

　　这正是京能集团发布的国内能源领域首个多模态安全生产大模型的日常值守场景。这个被命名为“安心”的AI“全能哨兵”，正将电力生产安全从依赖人工与经验的“人海战术”，带入一个实时感知、智能研判、主动预警的“智防”新时代。

　　多模态“超级感官”

　　“安心”大模型并非单一算法，而是一套系统性的“智能军团”。其核心是“1+2+20+N”的智能化体系架构。1个MaaS平台底座如同数字中枢，打通了从视频监控、传感器到管理系统的全流程数据壁垒。2大引擎则分别是能“看懂”现场的多模态感知模型和能“读懂”规章制度的检修垂类语言大模型，实现“视觉”与“语义”的双驱协同。在此基础上，20个专业智能体如同深入各战线的尖兵，覆盖从隐患诊断、人员资质核查到安全交底、检修立项等全细分业务场景。

　　在此过程中，京能实现了八大行业首创技术的落地，包括让业务人员也能自主配置场景的“自主配置”能力，以及智能体间通过A2A协议自主协同、将风险自动转化为执行工单的“自主协同”闭环。

　　传统安全监控往往只能机械识别固定形态的目标——例如是否佩戴安全帽。“安心”大模型的核心突破在于其多模态推理引擎。它不仅能“看”图像、“听”声音，还能“读”文本和规章制度，像一位经验丰富的安全专家一样进行融合分析与动态研判。

　　例如，面对工业现场最棘手的无固定形态隐患——如气体泄漏痕迹、火焰形态，“安心”大模型通过深度学习，破解了传统机器学习算法频繁误报的难题。在岱海发电试点中，系统在燃机前置模块成功精准识别泄漏风险，并及时闭环处置，避免了设备损毁与非计划停机。

　　更令人印象深刻的是其全域监测能力。在泵房、管廊等复杂区域，系统在岱海发电和京西热电的夜间、凌晨等人工巡检薄弱时段，成功精准捕捉并上报了3起液体泄漏事件，真正突破了传统巡检的“时间盲区”。

　　织密全天候安全防护网

　　基于强大的智能体矩阵，“安心”大模型已建立起覆盖10大类、90种具体规则的智能预警体系。这份清单细致入微：从“动火作业周围存在易燃物”“高空作业未系安全带”等显性高风险，到“临时用电箱泡在水里”“配电箱门未关闭”等易被忽视的细节，乃至“人员倒地”“跑冒滴漏”等突发状况，系统都能实现7×24小时不间断的精准捕捉与秒级告警。

　　其人员轨迹跟踪功能，通过多摄像头联动，融合体态、步态等多维特征，能将“人在哪、去过哪”转化为可回溯的数据链，有效破解了违规人员刻意躲避摄像头的“人脸盲区”问题，为事故追溯与应急救援提供了关键依据。

　　“安心”大模型的赋能不仅限于安全监控，更深入设备检修的核心领域。它构建一个检修全生命周期智能体矩阵，覆盖从策划、执行到总结的全链路。

　　支撑如此强大能力的，是一系列前沿的AI工程化技术。面对工业现场算力有限的挑战，动态剪枝技术能在视频监控中自动过滤掉95%的无意义静止画面，减少90%的视觉编码计算，实现“按需激活”，大幅降低算力开销。

　　通过强化学习，模型在复杂的非标工业环境中不断“探索”与“试错”，依靠“延迟奖励”机制自主进化，持续优化巡检路径与决策策略。而智能体组织协同技术，则让隐患诊断、安全交底等不同智能体像训练有素的团队一样，通过A2A网络自主协同，自动完成从风险感知到生成工单、派发处置的完整闭环。

　　构建能源安全新生态

　　京能集团的愿景远不止于此。据悉，“安心”大模型将持续迭代精进，旨在攻克强逆光、烟尘遮挡等极端场景，实现从“可用”到“可信”乃至“可控”的质变。通过算力下沉与边缘决策，目标是将告警响应时延从秒级压缩至毫秒级。

　　同时，能力正在快速扩域延伸。基于同一MaaS平台，“消防大脑”即将发布，实现对全场景消防隐患的智能识别；“运行智能”则能提前30分钟预警潜在故障，优化能耗，推动从“人工监盘”向“无人值守”的范式变革。

扫一扫 观看视频