中國冶金報社
記者 劉加軍 劉經(jīng)緯 報道
7月27日，2025語料數(shù)據(jù)智能創(chuàng)意大賽（CICC）獲獎榜單在世界人工智能大會揭曉。寶信軟件“鋼鐵行業(yè)高質(zhì)量多模態(tài)數(shù)據(jù)集筑基企業(yè)AI+應用”課題斬獲一等獎，研究成果入選2025年語料風云榜。
語料數(shù)據(jù)（Corpus Data）指為語言分析、模型訓練等目的系統(tǒng)化收集的真實文本或語音材料的集合，是自然語言處理（NLP）領(lǐng)域的核心資源，相當于AI學習語言的“教材”。在AI時代，語料是人工智能發(fā)展的核心基礎(chǔ)之一，甚至被譽為AI產(chǎn)業(yè)的“金礦”，是決定模型能力上限的核心要素。
上海作為中國人工智能發(fā)展的前沿陣地，已采取一系列措施來加強語料庫的建設(shè)和應用。此次大賽由上海市經(jīng)信委指導，旨在面向全社會尋找“好語料、好技術(shù)、好場景”，為上海“模塑申城”工程筑牢語料基石，打通高質(zhì)量語料數(shù)據(jù)采集、標注、共享、應用全鏈路。大賽吸引了150余支高水平團隊參賽，競爭激烈。經(jīng)過賽事組委會及多家權(quán)威支持單位從方案完整性、領(lǐng)域適配性、技術(shù)創(chuàng)新性等多維度的多輪嚴格評審，寶信軟件參賽項目最終脫穎而出。
該獲獎課題致力于構(gòu)建鋼鐵行業(yè)高質(zhì)量多模態(tài)數(shù)據(jù)集，以推動AI技術(shù)在鋼鐵企業(yè)經(jīng)營管理及生產(chǎn)制造中的深度應用。鋼鐵行業(yè)作為典型的流程制造業(yè)，生產(chǎn)環(huán)節(jié)復雜，涵蓋煉鐵、煉鋼、軋鋼等數(shù)十個工序，數(shù)據(jù)類型龐雜，既有設(shè)備傳感器的實時數(shù)據(jù)，也有生產(chǎn)報表、質(zhì)檢圖像等非結(jié)構(gòu)化信息，長期面臨“數(shù)據(jù)孤島”“標準不一”“質(zhì)量參差”三大問題，導致AI技術(shù)難以深度滲透。該課題通過“規(guī)范制定-平臺研發(fā)-應用支撐”三位一體的實施路徑，有效解決了這些行業(yè)痛點問題。
該項目有著諸多核心創(chuàng)新點。?在全模態(tài)數(shù)據(jù)覆蓋?方面，整合OT/IT數(shù)據(jù)與文本、圖像/視頻等非結(jié)構(gòu)化數(shù)據(jù)，支撐審計監(jiān)督、質(zhì)量預測、智能煉鋼等關(guān)鍵場景；在技術(shù)閉環(huán)構(gòu)建方面，?集成數(shù)據(jù)采集、清洗標注及知識圖譜技術(shù)，融合大模型能力，形成“數(shù)據(jù)-模型-應用”協(xié)同體系。該項目在寶武某鋼鐵基地規(guī)模化應用后，?獲得缺陷檢測準確率提升30%等成果，已推廣應用至百余家鋼鐵企業(yè)并輸出11項行業(yè)標準，其中《鋼鐵企業(yè)多模態(tài)數(shù)據(jù)采集規(guī)范》《缺陷圖像標注指南》等填補了行業(yè)空白，為行業(yè)數(shù)字化轉(zhuǎn)型奠定了堅實基礎(chǔ)。
