国家标准计划《人工智能 钢铁大模型技术要求》由 TC28（全国信息技术标准化技术委员会）归口，TC28SC42（全国信息技术标准化技术委员会人工智能分会）执行 ，主管部门为国家标准委。

主要起草单位 中国电子标准化技术研究院 、中国钢研科技集团有限公司 、北京科技大学 、冶金自动化研究设计院有限公司 、首钢集团有限公司 、东北大学 、河北钢铁集团有限公司等 。

钢铁工业作是我国国民经济的重要基础产业，是建设现代化强国的重要支撑，也是我国最具全球竞争力的产业之一。

目前，我国钢铁行业的数字化与智能化水平虽已得到很大提升，但是传统的人工智能技术已无法满足现代钢铁生产工艺要求。

近年来以GhatGPT为代表的人工智能领域大模型技术的涌现，标志着人工智能技术取得了显著的进展。

大模型是指具有大规模参数和复杂计算结构的人工智能模型，模型由深度神经网络构成，与传统深度学习模型相比具备更大规模的参数量，通过训练可以得到更强的表达能力与预测性能，拥有更好的泛化性能与复用性，能够处理更加的复杂的任务和数据。

大模型在钢铁领域的应用目前面临的问题是训练数据规模与质量水平的需求不明确。

由于大模型技术应用时间短，在行业的应用研究仍处于初级阶段，因此对于成功训练钢铁大模型的数据基础需求仍需要进一步的研究，例如在钢铁大模型视觉能力的训练中，针对单一业务能力的训练需要十万张图像以上的数据量，才可以保障训练的质量，因此，面对数据生产量不足或数据积累少的业务场景，大模型的效果会受到极大影响；此外，钢铁大模型由于其训练成本高、难度大，因此基于大模型的钢铁行业应用研发与落地目前仍处于探索阶段。

目前，大模型在钢铁行业的应用数量较少，可参考案例不丰富，因此钢铁行业对大模型应用的设计研发进展缓慢。

为了解决上述的问题，钢铁行业大模型的智能化应用设计与研发亟需一套统一的技术标准，规范钢铁行业大模型的功能与服务框架以及基于钢铁行业大模型的软件/系统产品（非钢铁产品）与服务的设计、开发、应用和测试评价，以引导大模型技术在钢铁行业的推广与应用，提供基于钢铁大模型的智能化应用的设计与研发框架，确保提升钢铁大模型与相关智能化应用的设计研发效率，降低试错成本。

范围 本文件确立了钢铁行业大模型的功能与服务框架，规定了大模型的功能与性能要求。本文件适用于基于钢铁行业大模型的软件/系统产品（非钢铁产品）和与服务的设计、开发、应用和测试评价。 2、主要技术内容 1.钢铁大模型框架 钢铁大模型框架由资源层、底座层、大模型能力层、智能工程层、场景包、业务层、公共服务模块与安全层组成。 2.钢铁大模型资源 资源层是钢铁大模型的数据来源，按类型可以分为图像数据、生产过程数据与生产知识三个类型。资源的采集方式包含数据接口采集与现场人工采集两种方式。资源层为底座层的基础能力训练提供数据支持。 a)图像数据：包含通过工业相机采集的表面缺陷检测图像、物流跟踪视频流以及通过电镜采集的金相分析图像。 b)生产过程数据：包含生产过程中传感器与人工记录的过程数据以及通过工艺机理得到的仿真数据。 c)生产知识：包含生产过程的工艺机理文档、标准规范以及相关的工艺规则。 其中，资源层的功能要求包括： a)资源量具备一定的规模。宜根据业务场景的复杂度与特点确定。 b)资源应具备实时性。 c)资源应具备真实性。 d)资源无敏感涉密信息。 3.钢铁大模型底座 底座层是钢铁大模型的基础能力，包含钢铁视觉大模型能力与钢铁语言大模型的能力。底座层为大模型能力层的业务能力研发提供支撑。 4.钢铁大模型能力 大模型能力层是系统的计算核心，负责提供钢铁行业业务场景的核心功能组件。大模型能力层按能力属性划分主要包含感知层、认知层与推理层三部分。 a)感知层：负责基本的对象属性识别与状态感知类型的业务场景。 b)认知层：在感知层的基础上，结合钢铁生产先验知识，对业务对象进行辨识、定位或基础分析的业务场景。 c)推理层：在认知层的基础上，对业务对象的状态变化进行深入分析、预测与干预的场景。 其中，不同层级的要求包括： a)通用能力：包括但不限于OCR、图像分割、图像分类、图像检测、对象跟踪、NLP、语义理解、语义检索、语义推理、知识抽取、知识融合、知识图谱、知识问答等能力。 b)感知层：包括但不限于包号识别、脱钩/吊钩状态监测、组织分割、晶界分割等能力。 c)认知层：包括但不限于铁包跟踪、天车定位、缺陷检测、组织辨识、亚共析钢定量分析、非金属夹杂物检测等能力。 d)推理层：包括但不限于天车防撞预测、组织性能预测、天车辅助调度、生产状态预测、计划排程优化等能力。 5.智能工程 智能工程层提供基于大模型技术，将多个业务能力组件快速封装部署形成应用的服务与能力。内容包括： a)任务理解 b)业务工作流编排 c)模型接口编排 d)模型接口调用 e)计算结果汇总 6.钢铁大模型场景包 场景包是智能工程层将钢铁大模型能力进行编排后，基于私有化部署形式形成的业务应用，为钢铁生产的不同场景提供需求的服务与能力。场景包的内容依据不同业务场景划分。 7.钢铁大模型业务 钢铁大模型的应用场景与能力检测围绕钢铁生产的实际业务展开，主要包括材料分析、质量追溯、物流跟踪与流程调度优化等。业务需求包括： a）材料分析：包括但不限于面向钢铁材料分析相关业务场景的工业纯铁晶粒度评级、非金属夹杂物检测、亚共析钢定量分析等基于钢铁大模型研发的应用或服务。 b）质量追溯：包括但不限于面向钢铁产品表面质量追溯相关业务场景的表面缺陷检测、表面质量判定、缺陷因果图等基于钢铁大模型研发的应用或服务。 c）物流跟踪：包括但不限于面向钢铁生产物流跟踪相关业务场景的包号识别、铁包跟踪、天车定位、脱钩/吊钩状态监测等基于钢铁大模型研发的应用或服务。 d）流程调度优化：包括但不限于面向钢铁生产调度相关业务场景的生产计划排程、能碳生产协同等基于钢铁大模型研发的应用或服务。 8.钢铁大模型集成工具 工具集成层负责提供在钢铁大模型建设过程中的必要技术工具支持与服务。具体内容包括： a)数据处理工具：包括但不限于数据采集工具、数据接入工具、数据标注工具、数据预处理工具、特征工程工具、数据管理工具、数据存储工具等。 b)模型管理工具：包括但不限于模型设计工具、模型预训练工具、模型小型化工具、模型微调工具、模型测试工具等。 c)服务治理工具：包括但不限于服务管理工具、服务集成工具与公共服务平台工具。 9.钢铁大模型公共服务模块 公共服务模块是钢铁大模型提供的基于在线服务形式形成的业务应用。具体内容包括： a)数据标注应用 b)图像分割应用 c)金相分析应用 d)知识工程应用 10.钢铁大模型安全 安全层基于钢铁大模型的平台、数据、模型、业务组件与业务应用的使用与运行过程中面临的安全风险进行设计，主要包含服务治理安全、模型管理安全与数据处理安全三个部分。具体内容包括：服务治理安全、模型管理安全及数据处理安全。