中化新网讯业内专家表示，随着OpenClaw的现象级爆火，2026年或许会成为智能体爆发的一年。随着智能体从前台对话转向后台规模化应用，在又一次技术变革的背景下，人工智能(AI)大模型在垂直领域的应用前景如何?还有哪些难题需要突破?“我们需要把油气领域的数据跟知识结合起来，研发小而精的，真正能在行业落地的模型。”3月19日，美国国家工程院院士、加拿大皇家科学院院士、中国工程院外籍院士陈掌星告诉记者，油气行业需要“双轮驱动”的专业模型。
陈掌星表示，根据技术团队的研究，目前市面上的大模型在图像分类处理、图像识别、常识推理等领域已经超过了人类水平。但同时，AI大模型面临两大困境：一方面，AI所消耗的数据和算力呈指数级增长，但模型精度的增长却是线性的，这带来了大量的资源消耗;另一方面，大模型仍然基于全时空架构与Transformer算法，对知识的理解能力有待突破。
将视角拉回油气领域，陈掌星指出，目前油气领域的大模型主要分为场景大模型及语言大模型两种，前者如中国石油的昆仑大模型，后者如中国石化胜利油田的“胜小利”。但二者都存在各自的不足。油气大模型存在场景分散、模型参数少、泛化能力差、可解释性差等问题;油气语言大模型数据库丰富，但仅能支持信息检索能力，无法直接用于油气领域。
“我们的研究团队在油气行业数据与知识的融合方面进行了一些探索，以便更好地应对物理世界的应用场景。”陈掌星向记者介绍了其研究团队开发的“盖亚”油气行业大模型，该模型融合了勘探、开发、生产和运营的行业数据，以及来自文献资料、专业书籍、行业专家的行业知识，也将生成式建模、数值模拟、三维仿真等应用，云端HPCC-GPU/CPU算力、边缘感知等算力设施嵌入其中。
“AI发展这么久，很难在行业里应用，大部分原因就是懂技术的人不懂物理背景，懂物理背景的人对技术不是很了解。”陈掌星表示，不只是模型需要知识与数据“双轮驱动”，行业数智化发展也同样需要培养AI技术与产业实践的“双驱”人才。
炒股配资提示：文章来自网络，不代表本站观点。
