产经观察：全面接入DeepSeek大模型 深度赋能行业应用

中国产经观察消息：在AI技术持续迭代的当下，大模型应用的落地难题一直是横亘在企业面前的挑战。大禹慧图科技以“潺水”为代表的系列模型，包含了水利传统的洪水预报、防洪调度、洪水演进及淹没分析、水资源调度、灌区需配水、水工安全等内容，随着国产AI大模型DeepSeek（深度求索）的横空出世，慧图科技以大模型在水利上的智能推理应用为切入点进行了深入研究，并通过自主研发，在本地成功部署和接入了DeepSeek系列大模型，为传统模型注入了新的技术动能，为智慧水利深度应用打造新质生产力。

1.“小慧助理”完成信息多源融合检索和模型自组织

此前，慧图科技已成功将开源大模型技术应用于AI洪水预报和山洪、灌区、水文、水旱防御、水利工程等知识图谱的搭建。为进一步高效利用现有成果和模型，团队利用云服务+本地化部署的方式，采用DeepSeek系列模型搭建了通用“小慧助理”本地化应用，能够“听懂水利话”“会分解水利任务”“可调用水利专业模型”“可展示推演结果”“可驱动设施装备”。

2.DeepSeek系列大模型在防灾减灾领域的探索应用

团队探索了大模型在水旱预报专业领域的应用潜力，在墒情预测分析、洪水预报分析、AI暴雨山洪预警、AI积水识别等应用领域取得了初步成果。

（1）墒情预测分析

利用DeepSeek模型针对10年墒情数据进行了模型训练和蒸馏，在此基础上进行墒情数据预测，根据DeepSeek模型预测结果与实测结果对比分析，预测结果相对其他大模型的预测结果显著提高。

（2）洪水预报分析

利用DeepSeek模型进行了30年洪水数据进行模型训练和蒸馏，并在此基础上对洪水预报数据预测，预测结果与传统模型计算结果如下图所示。

(3)AI暴雨山洪预警

通过大模型聚合多元认知知识，融入了预报方案、业务规则、历史场景数据和专家经验决策，并且具备自主学习优化的能力，随着样本数据的增加，不断修正和优化模型参数，逐步提高识别分析能力，使预测结果越来越准确，使风险预警系统具备更精细的预警颗粒度。

(4)AI积水识别

利用实时视频获取的内涝积水场景图像大数据，通过大模型建立了针对城市道路场景的专业的分类泛化场景模型以及精准的积水识别层次模型。利用模型计算，推断各监控点的积水程度（正常、轻微积水、轻度积水、中度积水、重度积水），可以大大减轻城市防汛工作人员数据处理的负担，帮助用户提取有效的场景信息，为工作人员提供有效的工作依据。

3.未来研究方向

慧图科技未来将利用以DeepSeek为代表的AI大模型在以下方面进行深度探索应用：

（1）水利知识图谱建设：进一步优化水利数据多源融合渠道及融合规则。

（2）问题溯源和智能解析：能够针对雨水工等各种预警信息进行溯源分析，同时能够分析关联工程预警范围等相关信息。

（3）数据质控：对水利数据做到一数一源，对数据进行清洗、整编和合理性检查和相关分析。

（4）模型率参：采用大数据蒸馏技术，根据历史长序列数据和相关因子，形成旱情预测、墒情预测、来水预报、调度分析、变形分析预测、渗流分析预测等应用，提升模型预测预报精度。

（5）方案拟定：根据水利常用业务场景，自动生成方案。根据山洪预警级别，即时生成山洪防御方案、风险转移清单；根据预报来水及调度目标，即时生成水库调度方案。

（6）文本生成和图表辅助：通过大模型生成大文本后，根据客户自定义报表（或报告），自动生成相应的标准文本。

编辑：王宇