上海，是全國人工智能發展的高地。上海提出深入實施“人工智能+”行動，加強算力設施、行業語料、垂類模型等布局建設，推動新一代智能終端、智能體等廣泛運用。
如何應用人工智能，AI如何賦能企業，賦能治理，賦能技術，賦能生活，應用場景日益成為推動人工智能發展的關鍵。
人民網上海頻道推出“AI有用”系列應用場景報道，展示、科普、匯集各類AI應用場景，推動AI應用生根落地，開花結果。人工智能，不僅“好玩”，更要“有用”！
作為
鋼鐵生產核心工序，高爐占生產總成本的70%左右，其長期穩定運行直接關系企業盈利狀況。
高爐占鋼鐵生產總成本的70%左右，占生產過程中60%以上的
碳排放。爐內溫度每減少10攝氏度的波動，每噸鐵水就能少消耗1千克焦炭，成本可降低3元。這意味著，一旦能夠精準控制爐溫，將為鋼鐵企業帶來巨大的經濟效益和環保效益。
2026年4月3日，隨著寶鋼股份寶山基地煉鐵控制中心內，全球首座AI智慧高爐正式出鐵。這是近年來寶鋼股份引入AI技術構建大模型，逐步解決精準預測爐溫的
難題，為鋼鐵行業智能化轉型提供了“經驗變數據、模糊變精準”的實踐方案。
技術進步背后的思考
在寶鋼股份寶山基地控制中心的大屏幕上，遠處2號高爐出鐵口，熾熱鐵水翻涌、鐵花四濺。
這一尋常工業場景的背后，卻隱藏著一場觸及生產核心的產業革命。從古代手工冶鐵，到近代機械化高爐，再到如今AI智能掌爐，煉鐵技術的每一次跨越，都標注著工業文明的進步。
據介紹，長期以來，高爐生產高度依賴經驗判斷。在傳統生產模式下，老師傅們需要透過一個直徑僅有2厘米的濾鏡，查看爐內的火焰顏色和煤流狀態去綜合判斷溫度。正如一位老工人所說，老師傅們需要憑經驗觀察風口和鐵水狀態，以此來判斷爐溫，就像老中醫“望聞問切”。
這種高度依賴人工經驗的模式還有諸多痛點：爐內狀態看不清、操作反饋跟不上、連鎖反應控不住、經驗傳承傳不下。高爐內部參數超過2萬個且相互關聯，如同蛛網；一個操作指令的反饋需要若干小時的滯后時間；數據粒度不一，時空特征復雜。
以往，高爐生產高度依賴經驗判斷。受訪單位供圖
以往，高爐生產高度依賴經驗判斷。受訪單位供圖
隨著這座“會思考”的2號高爐投入運行，它把“老師傅”幾十年練就的“手感”與大數據、云計算深度融合，不僅讓原本難以窺探的爐內“黑箱”變得透明，還能預測未來2小時的爐溫趨勢，并自動給出調整指令，實現高爐運行的智能化控制。
中國寶武寶鋼股份總經理劉寶軍介紹，“爐內反應溫度可達2300多攝氏度，幾乎沒有檢測設備可以伸進去觀察內部發生了什么。但通過大模型，工程師們把十余年來，企業通過積累原料、燒結、煉焦、高爐等多個工序的大量數據，深度治理后，在不同產品、工序上予以模型輔助，由易而難、循序漸進，最終形成高爐模型。”
AI賦能生產方式創新
數據顯示，項目核心模型預測命中率與控制采納率均超過90%，爐熱控制精度與鐵水質量穩定性顯著提高，燃料消耗持續下降，單座高爐實現降本增效與低碳
減排雙重目標。
寶鋼股份煉鐵廠廠長張代華介紹，目前，該模型對2小時后鐵水溫度和硅素的預測命中率均超過90%，已實現全自動閉環控制。模型投用后爐況穩定順行，爐溫穩定，高爐燃料比下降2公斤/噸鐵水，碳排放減少約5公斤/噸鐵水，單座高爐年降本超千萬元。
簡而言之，智慧高爐的核心突破在于，實現了從“經驗驅動”到“數據驅動”、從“被動應對”到“主動預測”的轉變。
高爐大模型以華為盤古大模型為基礎，涉及2萬個數據顆粒度不一的高爐參數，研發團隊將圖片、聲音、事件等不同結構數據“翻譯”成模型能理解的語言，構建起任意兩個數據之間的關系。
該模型每10分鐘可進行一次預測，從“被動響應”向“主動預測與調控”轉變，就像給鋼鐵制造裝上了一套“自動駕駛系統”，實時感知路況、預判風險、自動調整方向盤和油門。此外，它還會“學習”，每次運行的數據都會回傳訓練，變得越來越“聰明”。
不僅是高爐，寶鋼股份母公司中國寶武集團正規劃建設鋼鐵大模型能力圖譜，將預測大模型、視覺大模型、科學計算大模型等AI能力，延伸到鋼鐵生產中的原料、煉鐵、煉鋼、軋鋼、新材料研發等流程，覆蓋連鑄質量根因分析、熱軋板型預測、鋼材表面質檢等上百個應用場景。
截至目前，寶鋼股份已持續上線近300個AI應用場景，打造了5個AI標桿產線，不斷深化
冶金機理、專家經驗與大模型技術的結合，形成鋼鐵智能化應用建設的有效實踐。
