中國石油集團董事長、黨組書記戴厚良表示，人工智能是推動實體經濟和數字經濟融合、促進產業深度轉型升級的關鍵。昆侖大模型的建設，將全面釋放人工智能在油氣勘探開發、煉油化工、新能源等領域的應用潛力，推動中國石油向世界一流企業的目標邁進。

大模型落地應用  行業場景深度綁定

眾所周知，中國石油在勘探開發、油氣田生產、煉油化工、工程技術、裝備制造、工程建設等領域具備豐富的業務場景，這為油氣場景大模型的落地應用提供廣闊空間。與此同時，多年來的油氣專家實踐經驗也會反饋沉淀到大模型中，尋求新的突破方向。雙向賦能，打造中國石油的新質生產力。

自2019年起，華為與中國石油在人工智能領域開始合作，雙方在油氣行業的場景應用中深耕細作，沉淀了眾多油氣場景模型，并培養了一大批人工智能領域的專業人才。

在這一過程中，華為憑借多年在人工智能大模型研發上的深厚積累，展現出了其在自然語言處理、計算機視覺、預測、科學計算、多模態等領域的成熟能力。以與山東能源集團的合作為例，華為成立的聯合創新中心已在多個業務場景中探索大模型的應用，開發出面向多個業務方向的數十個場景，并在集團內外實現了廣泛的復制與服務。

大模型技術需要與行業場景深度融合，幫助行業解難題、做難事，才能賦能產業創新升級。越是個性化的場景意味著越要深入行業內部，熟悉客戶痛點，為其量體裁衣定制專屬的解決方案，這也是華為的核心競爭優勢之一。

數據和算力織線造網 孵化大模型落地成型

數字經濟時代，數據、算力、算法是人工智能崛起的基石。眾所周知，AI大模型是基于海量數據訓練而成的人工智能算法模型，數據則是決定人工智能能否走向成功的底座。

華為在數字化轉型的征途上，明確了“數據平臺+數據治理”的戰略，確立了數據驅動業務變革的方針。中國石油憑借在信息化、數字化方面的建設，積累的行業數據為昆侖大模型的建設提供堅實的基礎。未來，華為將利用自身在數據平臺建設和數據治理方面的經驗，支持中國石油構建統一的高質量數據體系，進一步推動行業大模型的開發應用。

大模型需要大算力，算力大小決定著模型迭代與創新的速度，也是大模型創新的加速器。華為充分發揮算力價值，與科大訊飛成功構建了萬卡算力集群系統，顯著提升了大模型訓練的效率。同時，華為還精心打造人工智能集群，實現算力、運力、存力的一體化設計，帶來算力技術的關鍵性突破。

另外，華為在烏蘭察布、貴安、蕪湖等地設立AI算力中心，以及即將投入運營的和林格爾算力中心，每個算力中心可提供十萬/幾十萬卡的算力規模。與此同時，華為與戰略伙伴之間的緊密合作，也為昆侖大模型的建設營造了一個高度協同和持續創新的良好環境，雙向賦能，共同推動人工智能技術在能源化工行業的深度應用和創新發展。

搶占數字世界話語權  著力加強生態構建

在數智化時代，核心技術創新的關鍵在于構建一個健康、可持續的生態系統。多年來，華為持續深耕全棧自研創新科技，并初步建立了鯤鵬+昇騰的生態體系，為昆侖大模型的建設提供了堅實的技術支撐。

在應用實踐中，通過地震大模型使得地震預測準確率高達92%，遠超傳統方法的86%；基于地震大模型微調形成了碳酸鹽巖縫洞體預測和走滑斷裂識別模型，在走滑斷裂識別中預測效率提升了30倍，大大減少了人為不確定性和多解性問題。模型的創建與功能拓展完全得益于華為生態圈的打造，把軟件系統推廣給各行業的用戶并形成良好的應用，與合作伙伴的聯手實現技術應用閉環。

在智能化工設計方面，中國科學院大連化學物理研究所與華為等機構的合作，催生了全流程智控化工設計平臺。此外，測井大模型也在流體識別中展現了其應用潛力。融合多種元特征的模型在實際場景驗證中，無論是準確率還是召回率，都有出色的表現。這表明，大模型的應用不僅限于地震數據處理，還能深入到更具體的地質分析任務中，多元化場景應用，為中國石油等企業提供更精準的地下資源評估工具。

當前人工智能發展已邁向大模型時代，加速在能源化工等產業落地應用，在此背景下，昆侖大模型應運而生。作為人工智能技術與傳統能源行業深度融合的典范，昆侖大模型展示了大模型與人工智能技術在促進傳統產業升級、推動高質量發展方面的巨大潛力。隨著昆侖大模型的研發與應用，未來在能源化工行業將涌現出更多智能化、數字化的創新應用，帶動產業高質量轉型升級，形成百花齊放的人工智能產業應用生態。