在工业生产的每一个角落，安全始终是悬在工业企业头顶的达摩克利斯之剑。随着科技的日新月异，信息技术的快速迭代和人工智能技术的崛起，为这把剑加上了一层智慧的保护罩。工业安监领域在隐患排查、安全执法、应急救援等诸多场景下拥有强烈的智能化需求。今天，中国移动上海产业研究院（以下简称“中移上研院”）正在探索大模型技术如何成为工业安全的守护神。
AI增强安全感知：洞悉隐患，构筑安全防线
在工业生产过程中，及时识别和处理安全隐患至关重要。当前，已有的小模型识别能力在目标识别、检测任务中有突出表现，但是在图像理解、危险预测等能力不足，无法支撑事前预测和实时告警的安全感知任务。
中移上研院协助鄂尔多斯文玉煤矿开发OnePower工业安监巡查助手，通过安监场景数据微调通用大模型，增强大模型专业性，同时优化跨模态生成算法，提升实时监测、图像描述准确性。解决原有小模型无法识别的场景，支持70+的工业安监场景，同时与传统小模型相比，准确率提升8%，达到90%，漏检率降低5%，极大提升事前安全监管能力。
自定义特征检索：智能检索，提升回顾效率
在工业安监场景下，已有技术能够实现多目标检测，自动发现工业安全隐患，同时积累了大量的安监视频数据。由于视频监控系统是不知疲倦的哨兵，全天候24小时不间断地守护着生产现场，且其中绝大部分都是正常操作的记录。真正代表违规或异常情况的数据则如同沧海一粟，难以寻觅。这使得在海量的监控数据中快速准确地检索到关键违规信息，成为了一项极具挑战性的任务。
针对图像检索任务进行深入研究，OnePower工业安监巡查助手实现自定义特征检索功能，通过优化多模态技术和向量特征检索技术实现“文搜图”和“图搜图”能力，并对RAG技术进行改进，改进召回策略，提升检索精度。最终实现高精度实时识别和定位工业现场的潜在风险，为现场安全人员提供即时的参考和指导，同时保障过往违规情况的快速查询。
AI智能统计分析：数据洞察，优化安监策略
在工业生产领域，安全生产监控面临着数据量大、实时性要求高、分析复杂等挑战。传统的人工统计和分析方法不仅耗时耗力，而且难以做到全面和深入，导致安全隐患难以及时发现和预防。
OnePower工业安监巡查助手基于大模型强大的数据统计和分析能力，构建AI智能统计分析功能。现在工厂的安全管理员进行月度工作总结时只需对系统说“帮我统计本月违规报表”，一张完整的厂区安全统计报表瞬间生成，从各类违规数量、违规地点和违规发生时间等维度全面分析当月的安全情况，同时还会对趋势进行分析。安全报告整理时间从1小时缩短至1分钟，人力成本降低20%以上。
工业安监百事通：知识赋能，提高安全意识
在工业企业的日常运营中，安全生产管理常常面临诸多挑战，如员工安全意识不足、应急处理能力参差不齐等，这些问题不仅影响生产效率，更可能导致严重的安全事故。
OnePower工业安监巡查助手的安监百事通采用外挂知识库的方式提升安监大模型专业性。通过特征词工程和优化检索技术实现安全考题生成、面试问题生成和员工培训建议生成等功能，全面助力员工的个人成长和职业发展。通过定期的在线测试，加强员工的安全意识和应急处理能力，降低企业的安全运营成本。
中移上研院“OnePower工业安监巡查助手”的推出，标志着工业安全生产监管能力的更进一步。它拥有语义理解、特征对齐、向量检索和多模态等强大的能力，不仅能够提高安全监管的效率和质量，还能够通过数据分析和知识管理，为企业可持续发展提供坚实的安全保障。下一步，中移上研院将在安监大模型基础之上，发力智能体研究，解耦更多可供编排的原子组件，让人工智能在硬件配置、算法配置等领域发挥作用，让其在行动能力层面不再局限于文本建议，使安监工作更加智能高效。
