На многокилометровых производственных линиях цветной металлургии ИИ больше не просто «текстовый помощник», способный вести беседу — он понимает промышленный язык, обладает металлургическим мышлением и может точно регулировать весь производственный процесс. В сентябре 2025 года на Национальной конференции по промышленному программному обеспечению 2025, организованной Китайским обществом автоматизации, была официально представлена первая в Китае крупная модель «ZhiYe» (Интеллектуальная металлургия), предназначенная для цветной металлургии. Это знаменует собой официальное внедрение новой парадигмы промышленного применения крупных моделей с воплощённым интеллектуальным управлением — от «способности общаться» к «способности действовать».

Проблема «зависимости от опыта» в металлургии за столетие

Процесс цветной металлургии длительный и сложный: от добычи руды, сортировки и очистки до плавки, переработки и контроля готовой продукции — каждый этап полон вызовов. Возьмём, к примеру, выплавку меди: одна производственная линия простирается на несколько километров, включает множество этапов, таких как обжиг, плавка, конвертирование и рафинирование, где такие параметры, как температура, давление и соотношение материалов, постоянно меняются.

В традиционной модели регулировка этих параметров сильно зависит от опыта инженеров и ручных операций. «Чутьё» и «глазомер» опытных мастеров становятся ключевым фактором обеспечения качества продукции, но это также приводит к очевидным ограничениям: опыт трудно воспроизвести, скорость реакции отстаёт, а многовариантная совместная оптимизация затруднена. Особенно в ключевом оборудовании, таком как обжиговые печи, малейшее отклонение температуры — недостаточная температура приводит к неполному обжигу и снижению извлечения металла; чрезмерная температура вызывает спекание и плавление материала, увеличивая энергопотребление и повреждая печь.

Как заставить ИИ по-настоящему понимать физико-химические законы промышленного производства, а не оставаться на уровне «диалога», стало ключевым вопросом интеллектуальной трансформации отрасли.

Четырёхуровневая замкнутая архитектура: ИИ «понимает технологию и умеет управлять»

Команда профессора Ян Чуньхуа из Центрально-Южного университета прошла три поколения итераций в процессе разработки крупной модели «ZhiYe» — от первоначальной одноточечной оптимизации до управления на уровне процессов, и, наконец, третье поколение достигло оптимизации всего производственного цикла.

Четырёхуровневая замкнутая архитектура: от адаптации к вертикальной области до воплощённой обратной связи

В статье «Исследование новой парадигмы построения крупной модели воплощённого интеллектуального управления для промышленных вертикальных областей», опубликованной в журнале «Acta Automatica Sinica», исследовательская группа систематически изложила техническую архитектуру модели. Модель построена на четырёхуровневой замкнутой архитектуре, объединяющей адаптацию к вертикальной области, воплощённое управление, проверку достоверности и воплощённую обратную связь.

Ключевое новшество этой архитектуры заключается в том, что крупная модель не только «понимает» промышленный язык, но и «владеет» металлургическим мышлением. В отличие от традиционных универсальных крупных моделей, модель «ZhiYe» с помощью контролируемой тонкой настройки в вертикальной области первоначально овладела профессиональной терминологией и системой знаний в области цветной металлургии. Что ещё более важно, на этапе пост-обучения была внедрена стратегия тонкой настройки с обучением с подкреплением в сочетании с механизмом цепочки рассуждений, что позволило модели справляться со сложными динамическими сценариями и внезапными проблемами.

Встраивание физико-химических законов: решение проблемы «галлюцинаций» крупных моделей

Универсальные крупные модели в промышленных приложениях долгое время сталкивались с фатальным недостатком — феноменом «галлюцинаций»: модель может генерировать решения, которые соответствуют языковой логике, но противоречат физико-химическим законам, что неприемлемо в промышленном производстве.

Исследовательская группа инновационно предложила гибридную модель вознаграждения с встраиванием физико-химических законов: путём встраивания графа знаний в крупную модель, использования стратегии контрастного усиления в процессе обучения с подкреплением на основе цепочки рассуждений, выборки и генерации цепочечных пар положительных и отрицательных данных для обучения модели вознаграждения с подкреплением. После многократных итераций обучения гарантируется, что решения, выдаваемые крупной моделью, постепенно удовлетворяют жёстким ограничениям физико-химических законов.

Это означает, что каждая команда управления, выдаваемая ИИ, прошла «проверку» физико-химическими законами и приобрела практическую промышленную ценность.

Аппаратное развёртывание: 8 высокопроизводительных узлов для поддержки управления в реальном времени

Модель развёрнута на 8 высокопроизводительных вычислительных узлах, каждый из которых оснащён процессором Intel Xeon Platinum 8470Q, 512 ГБ оперативной памяти и графическим ускорителем NVIDIA A100. Сгенерированный код промышленного управления тестируется на платформе виртуально-реального взаимодействия для цветной металлургии, реализуя замкнутый цикл управления от идентификации проблемы и генерации решения до выполнения кода.

Фактические данные: время нагрева сокращено почти на 200 секунд, среднее перерегулирование снижено на 40%

Исследовательская группа провела систематическое сравнение крупной модели воплощённого интеллектуального управления с классическим алгоритмом ПИД-регулирования и универсальными крупными моделями, такими как Llama3.1, DeepSeek-R1, Qwen3, на примере управления температурой обжиговой печи.

Результаты экспериментов впечатляют:

Динамический отклик: крупная модель воплощённого интеллектуального управления обеспечивает быстрое нагревание примерно за 250 секунд, что почти на 200 секунд быстрее, чем у самой медленной модели Qwen3;

Стабильность управления: максимальное перерегулирование составляет всего 1,36%, что в среднем примерно на 40% ниже, чем у классического ПИД-регулирования и других крупных моделей;

Точность в установившемся режиме: установившаяся ошибка стабильно находится в пределах ±8,0°C, время регулирования составляет около 335 секунд, в то время как классическое ПИД-регулирование, хотя и имеет сопоставимую установившуюся ошибку, требует времени регулирования до 634 секунд.

С точки зрения полноты, логической согласованности и детализации цепочки рассуждений, крупная модель воплощённого интеллектуального управления также значительно превосходит универсальные крупные модели, такие как DeepSeek-R1, ChatGPT-01 и Gemini-2.5-Pro.

От «одноточечного прорыва» к «интеллектуальному управлению всей цепочкой»

Оптимизация всего процесса: «интеллектуальный мозг» многокилометровой производственной линии

Профессор Ян Чуньхуа отметил, что третье поколение модели «ZhiYe» достигло оптимизации всего процесса — «можно считывать данные всего производственного процесса, многокилометровой производственной линии, анализировать их, выявлять проблемы, а затем по одной регулировать их». Это означает, что ИИ больше не ограничивается оптимизацией отдельного процесса, а обладает глобальным видением и способностью принимать системные решения.

Ускоренное внедрение интеллектуальных заводов

Отраслевое применение быстро развивается. В июне 2026 года был введён в эксплуатацию интеллектуальный центр управления интеллектуального завода компании Wukuang Copper, построенного компанией MCC Jingcheng. Этот центр, объединяющий отраслевые крупные модели и технологии искусственного интеллекта, создал интеллектуальный центр управления, интегрирующий удалённое управление, интеллектуальный анализ и диспетчеризацию, а также поддержку принятия решений с помощью ИИ, с внедрением 14 интеллектуальных сценариев применения ИИ. Ранее корпорация Chinalco уже выпустила крупную модель искусственного интеллекта для цветной металлургии «Kun'an», охватывающую все этапы бизнеса, от геологоразведки, добычи руды, плавки и переработки до рециклинга. В апреле 2026 года компании China Ruilin и Huawei совместно создали центр совместных инноваций по ИИ в медной металлургии, сосредоточившись на внедрении приложений ИИ на ключевых этапах медной металлургии.

От цветной металлургии к чёрной: воспроизводимая отраслевая парадигма

Техническая парадигма модели «ZhiYe» распространяется на сталелитейную промышленность. В июне 2026 года крупная модель интеллектуальной выплавки стали «Baogang ZhiYe» была успешно введена в эксплуатацию на 1-м конвертере компании Baotou Steel, глубоко интегрируя мультигетерогенные данные, такие как визуальное распознавание пламени в горловине конвертера, анализ отходящих газов и акустический мониторинг, реализуя три ключевые функции: точное распознавание состояния продувки конвертера в реальном времени, высокоточное прогнозирование конечного содержания углерода и температуры, а также интеллектуальное совместное регулирование подачи кислорода и положения фурмы. Традиционная выплавка стали в Баотоу окончательно отказывается от старой модели, основанной на «опыте».

Поддержка на национальном уровне

15 июня 2026 года в Нанкине (провинция Цзянсу) была официально открыта первая в металлургической отрасли национальная пилотная платформа искусственного интеллекта, что знаменует собой новый этап в индустриализации и проверке технологий искусственного интеллекта в металлургии Китая.

Переопределение границ «интеллектуального производства»

Глубинная ценность этого достижения заключается в перестройке парадигмы применения крупных моделей в промышленности. Раньше применение крупных моделей ИИ в промышленности в основном ограничивалось уровнем «способности общаться», таким как ответы на вопросы и генерация документов; модель «ZhiYe» впервые совершила скачок от «способности общаться» к «способности действовать» — ИИ не только может ответить на вопрос «какой должна быть температура», но и напрямую генерировать код промышленного управления, точно регулировать оборудование и оптимизировать производство в замкнутом цикле.

Как отмечает исследовательская группа в своей статье, эта парадигма «строит мост от технологии к внедрению для перехода крупных моделей из лабораторий на промышленные площадки». Когда ИИ действительно «входит» в горячие цеха, цветная металлургия, отрасль с вековой историей, переживает глубокую трансформацию от «движимой опытом» к «движимой данными и алгоритмами».