DeepSeek在建筑及能源行业的应用趋势和技术方法  

导读： 本次报告由浙江大学赵阳汇报，主要围绕大语言模型在建筑及能源行业的发展进行探讨，涵盖人工智能发展历程、能源领域传统AI困境、大语言模型应用成果、未来突破点及AGI带来的影响等内容。

1. 人工智能发展态势：人工智能发展历经多次浪潮，2024年取得显著进步，在多项任务中逼近或超越人类水平。DeepSeek的出现打破AI垄断，其多项指标与ChatGPT o1相当，推动AI平权和中文AI普惠。

2. 能源领域传统AI困境：能源领域智能化多停留在数据采集和展示阶段，应用落地困难。原因包括场景复杂多样导致定制成本高、多学科交叉造成人才稀缺、开发周期长且团队协作难度大。传统范式依赖人工，限制了人工智能的可扩展性与灵活性。

3. 大语言模型新范式及应用：新范式以算法、数据和算力为核心，摆脱对人类专家的依赖，实现自我迭代。以AlphaGo Zero为例，通过强化学习和自我对弈展现强大能力。DeepSeek支撑能源领域范式突破，在建筑能源领域应用广泛，如人机智能协同互动、能耗与碳排管控等。浙大团队开展多项研究，利用大语言模型辅助能源负荷预测、运行数据挖掘分析和系统故障检测诊断，成果显著。

4. 未来突破点及潜在风险：未来大语言模型关键突破点在于智能体和世界模型/数字孪生。智能体可胜任多种工作，如微软RDAgent用于自动化研发；世界模型/数字孪生能让模型低成本虚拟演练，浙大自研仿真平台在该领域有一定成果。但大语言模型项目落地存在风险，如技术与场景不匹配、期望管理不合理等。

5. AGI的影响与展望：AI领域专家预测5 - 10年内将迎来AGI时代。AGI将大幅提升生产效率，推动科研创新，但也会带来劳动力市场冲击、安全隐患等问题。人工智能是科技革命和产业变革的核心驱动力，能源领域借助大语言模型和智能体向智能化转型。面对AGI的到来，各方准备不足，社会应积极应对这一技术阶跃带来的变革 。