會上，杭州格物見微數(shù)字科技有限公司創(chuàng)始人兼CEO孔令西以“AI助力垃圾焚燒行業(yè)高質(zhì)量發(fā)展——全鏈路AI技術(shù)系統(tǒng)”為題，作了主題發(fā)言。

他表示，格物見微擁有垃圾焚燒全鏈路智慧化四大核心技術(shù)：一是全面深度感知和全面深度理解；二是多模態(tài)數(shù)據(jù)融合，大小模型融合；三是自主學(xué)習(xí)，自我迭代；四是超前預(yù)測與模型控制體系。目前已建設(shè)了全國首個AI+垃圾焚燒發(fā)電全鏈路技術(shù)系統(tǒng)的標(biāo)桿項目，實現(xiàn)了垃圾焚燒前、中、后全鏈路的AI應(yīng)用。

孔令西

杭州格物見微數(shù)字科技有限公司（以下簡稱：格物見微）是一家初創(chuàng)公司，是國內(nèi)在垃圾焚燒領(lǐng)域中專注人工智能的供應(yīng)商之一。致力打造全球領(lǐng)先的企業(yè)級AI平臺，聚焦工業(yè)、能源、汽車、金融等行業(yè)企業(yè)的AI解決方案，成為國內(nèi)人工智能與先進控制技術(shù)融合架構(gòu)引領(lǐng)者。格物見微位于浙江杭州，獲得了國內(nèi)頂尖基金機構(gòu)順為資本、初心資本的支持，及余杭區(qū)創(chuàng)新創(chuàng)業(yè)計劃的支持。團隊主要來自阿里、螞蟻、華為、IBM、百度、國家能源、寶武等互聯(lián)網(wǎng)IT企業(yè)以及大型制造業(yè)集團，是一家既有  AI技術(shù)，又有豐富的工業(yè)、能源、汽車、金融等行業(yè)經(jīng)驗的復(fù)合跨界人才團隊。

01行業(yè)發(fā)展與核心挑戰(zhàn)

垃圾焚燒行業(yè)歷經(jīng)四個發(fā)展階段：1988年-2005年的探索期、2006年-2011年的初步成長期、2012年-2020年的高速發(fā)展期，以及2021年至今的穩(wěn)定發(fā)展期。在當(dāng)前“運營為王”的時代，企業(yè)面臨著多重運營挑戰(zhàn)，可概括為“兩大、兩多、兩協(xié)同、兩復(fù)雜”：

兩大：時滯大（從入爐到出渣，整個過程超過2小時，對技術(shù)方案的預(yù)判和協(xié)同能力有很高要求）、波動大（垃圾質(zhì)量的變化，會影響燃燒的狀態(tài)）；

兩多：多模態(tài)（需要具備處理視頻數(shù)據(jù)、測點數(shù)據(jù)（時序數(shù)據(jù)）、操作規(guī)程（文本數(shù)據(jù)）等不同模態(tài)數(shù)據(jù)的能力），多變量（需要在數(shù)以百計的原始測點數(shù)據(jù)、數(shù)以千計的衍生變量中尋找規(guī)律）；

兩協(xié)同：跨系統(tǒng)協(xié)同（系統(tǒng)內(nèi)協(xié)同如料、風(fēng)、水等系統(tǒng)內(nèi)部協(xié)同，系統(tǒng)間協(xié)同包括燃燒系統(tǒng)與煙氣系統(tǒng)之間協(xié)同）；

兩復(fù)雜：工況復(fù)雜（焚燒爐內(nèi)積灰、結(jié)焦、部分設(shè)備更換等情況時有發(fā)生，往往會引起燃燒系統(tǒng)工況的變化，導(dǎo)致預(yù)訓(xùn)練好的模型效果發(fā)生變化）、成分復(fù)雜（垃圾成分隨季節(jié)、天氣、發(fā)酵時長變化）。

此外，行業(yè)還存在“數(shù)據(jù)孤島”問題——垃圾焚燒全流程（料倉管理、燃燒控制、煙氣處理等）的多環(huán)節(jié)、多系統(tǒng)數(shù)據(jù)未打通，難以形成全局最優(yōu)協(xié)同，且運營高度依賴?yán)蠋煾到?jīng)驗。

02聚焦實際運營痛點，實現(xiàn)從頂層設(shè)計到技術(shù)落地

針對行業(yè)痛點，格物見微提出以“智慧化頂層設(shè)計”為核心的系統(tǒng)性解決方案，強調(diào)從集團到工廠的兩層規(guī)劃協(xié)同，并構(gòu)建數(shù)據(jù)平臺、模型平臺、仿真與數(shù)字平臺等數(shù)字化基礎(chǔ)設(shè)施，為智能化應(yīng)用奠定基礎(chǔ)。

孔令西表示，實現(xiàn)數(shù)字化和智能化需先搭建好必要的基礎(chǔ)設(shè)施，包括數(shù)據(jù)平臺、模型平臺（含機理模型、AI模型及大模型平臺）、仿真和數(shù)字平臺，這是建設(shè)智慧工廠的基礎(chǔ)。在具備數(shù)字化智慧工廠的基礎(chǔ)設(shè)施后，仍需解決數(shù)據(jù)多、系統(tǒng)割裂的問題。一方面要實現(xiàn)全域數(shù)據(jù)打通，將運營數(shù)據(jù)、工具數(shù)據(jù)、設(shè)備數(shù)據(jù)、安防數(shù)據(jù)等納入同一系統(tǒng)；另一方面要匯聚各類工藝數(shù)據(jù)，這是推進下一步智能化的重要基礎(chǔ)，也是實踐中的經(jīng)驗?；诠S層面的數(shù)據(jù)匯聚與統(tǒng)一，再向上延伸至集團層面，開展運營決策優(yōu)化（包括運營優(yōu)化、面向管理層的領(lǐng)導(dǎo)駕駛艙等），能達到事半功倍的效果。綜上，做好智慧電廠需通過基礎(chǔ)設(shè)施打通數(shù)據(jù)、實現(xiàn)全局優(yōu)化。但有了數(shù)據(jù)、基礎(chǔ)設(shè)施和相應(yīng)能力后，如何真正落地，是企業(yè)管理者及廠級總經(jīng)理面臨的關(guān)鍵課題。

為此，格物見微將解決方案的落地聚焦三大核心場景，聚焦實際運營痛點，實現(xiàn)實際價值創(chuàng)造：

燃燒優(yōu)化：通過AI技術(shù)提升燃燒穩(wěn)定性，減少波動，提高能源轉(zhuǎn)化效率；

煙氣處理：優(yōu)化煙氣凈化過程，降低耗材成本，確保排放達標(biāo)；

料倉管理：精準(zhǔn)掌握料倉狀態(tài)，為燃燒環(huán)節(jié)提供穩(wěn)定的原料基礎(chǔ)。

孔令西表示，AI技術(shù)并非取代人類，而是通過構(gòu)建“數(shù)字老師傅”智能體，模擬人類的感知、預(yù)測、分析、決策能力，與一線工人協(xié)同作業(yè)，從而實現(xiàn)垃圾焚燒更優(yōu)、煙氣處理更佳、料倉管理更好，形成行業(yè)未來的新范式。

03四大核心技術(shù)：構(gòu)建全鏈路AI能力

為有效破解垃圾焚燒行業(yè)面臨的“兩大、兩多、兩協(xié)同、兩復(fù)雜”及“數(shù)據(jù)孤島”等核心挑戰(zhàn)，格物見微構(gòu)建了全鏈路智慧化的四大核心技術(shù)。

全鏈路智慧化的核心技術(shù)一：

全面深度感知與全面深度理解

格物見微在垃圾焚燒領(lǐng)域的全面深度感知與理解技術(shù)，主要通過三個環(huán)節(jié)實現(xiàn)：

首先是料倉的全面感知。借助3D數(shù)字孿生技術(shù)，對整個料倉進行仿真還原，精準(zhǔn)刻畫各區(qū)域狀態(tài)，從而掌握每個區(qū)域垃圾的具體情況；同時，通過垃圾料的一系列數(shù)據(jù)反推預(yù)測各區(qū)域垃圾的熱值，為后續(xù)燃燒環(huán)節(jié)提供基礎(chǔ)。

其次是燃燒環(huán)節(jié)的“看火”感知。針對老師傅依靠經(jīng)驗“看火”的傳統(tǒng)方式，格物見微深入研究大模型的技術(shù)架構(gòu)，并將其與小模型的CV技術(shù)融合，以此模擬老師傅的經(jīng)驗，實現(xiàn)對火線、火焰亮度、標(biāo)邊界等的技術(shù)化識別，替代人工經(jīng)驗判斷。

最后是料層的感知。料層狀態(tài)是行業(yè)公認(rèn)的難題，不同人理解存在差異，格物見微通過AI多變量預(yù)測技術(shù)，以軟測量方式實現(xiàn)對料層狀態(tài)的預(yù)測。

通過這三段感知，實現(xiàn)對垃圾焚燒全流程的精準(zhǔn)感知與深度理解，為后續(xù)決策提供數(shù)據(jù)支撐。

全鏈路智慧化的核心技術(shù)二：

多模態(tài)數(shù)據(jù)融合，大小模型融合

在整合過往經(jīng)驗數(shù)據(jù)、公司規(guī)程、爐子特性數(shù)據(jù)等知識的基礎(chǔ)上，通過多模態(tài)技術(shù)融合各類數(shù)據(jù)——包括視頻數(shù)據(jù)、測點數(shù)據(jù)（時序數(shù)據(jù)）、操作規(guī)程（文本數(shù)據(jù)）等。

再借助通用的DeepSeek大模型技術(shù)等大模型技術(shù)，實現(xiàn)大小模型數(shù)據(jù)的融合?；谕ㄓ么竽Ｐ图夹g(shù)，融合操作規(guī)程等專業(yè)領(lǐng)域知識及LoRA、RAG等優(yōu)化技術(shù)，使系統(tǒng)掌握產(chǎn)線操作的專業(yè)知識。結(jié)合小模型的計算結(jié)果，實現(xiàn)資深操作員的控制水平。

孔令西表示，該技術(shù)的關(guān)鍵在于將小模型的精準(zhǔn)性與大模型在推理、知識泛化性以及對最新工藝?yán)斫獾牡芰ο嘟Y(jié)合，結(jié)合行業(yè)專業(yè)知識，從而提升控制工程的精準(zhǔn)度，使其達到實際老師傅的操作水平，這也是該技術(shù)的最佳實踐。

全鏈路智慧化的核心技術(shù)三：

自主學(xué)習(xí)，自我迭代

在大小模型對知識、歷史及專業(yè)經(jīng)驗知識形成理解后，格物見微提出四大學(xué)習(xí)機制，以實現(xiàn)系統(tǒng)的自主學(xué)習(xí)與自我迭代，這是其核心技術(shù)之一。

1、大模型反哺機制：通過大模型對歷史數(shù)據(jù)和行業(yè)知識的深度解析，持續(xù)反哺到領(lǐng)域內(nèi)的專業(yè)模型中，不斷完善并形成行業(yè)專屬模型。

2、仿真與真實世界雙場景學(xué)習(xí)：一方面，基于歷史數(shù)據(jù)構(gòu)建仿真環(huán)境，同步部署執(zhí)行智能體與仿真智能體，在仿真環(huán)境中還原各類工況，模擬不同操作模式及結(jié)果，通過強化學(xué)習(xí)實現(xiàn)迭代；另一方面，系統(tǒng)已與AR系統(tǒng)、DCS系統(tǒng)打通，可快速驗證仿真結(jié)果，并結(jié)合過去一周老師傅的操作行為數(shù)據(jù)，將最新經(jīng)驗持續(xù)迭代進系統(tǒng)。

3、錯誤學(xué)習(xí)機制：針對系統(tǒng)運行中出現(xiàn)的調(diào)偏置、異常工況操作失誤等不良案例，通過減少激勵、弱化此類操作的方式，避免重復(fù)錯誤。

4、優(yōu)質(zhì)行為持續(xù)迭代機制：持續(xù)從歷史數(shù)據(jù)中提取優(yōu)質(zhì)操作行為，不斷迭代優(yōu)化系統(tǒng)。

通過這四大機制，整個系統(tǒng)能夠?qū)崿F(xiàn)自我學(xué)習(xí)、自我迭代，持續(xù)進化。

全鏈路智慧化的核心技術(shù)四：

超前預(yù)測與模型控制體系

格物見微的超前預(yù)測技術(shù)已應(yīng)用于煙氣預(yù)測與優(yōu)化場景，可實現(xiàn)3-5分鐘的超前預(yù)測，能對硫化物、氮氧化物及相關(guān)氧化多變量因子進行預(yù)測。借助這種超前預(yù)測，操作可預(yù)留提前量，直接減少耗材消耗。

結(jié)合感知、預(yù)測、決策優(yōu)化及自我迭代學(xué)習(xí)能力，系統(tǒng)形成了具備“老師傅”水平的智能體。

運營生產(chǎn)全鏈路智慧化效果方面，孔令西以北京朝陽集團項目為例作了介紹。其3臺600噸爐排爐已全面上線該系統(tǒng)，實際數(shù)據(jù)顯示主蒸汽流量波動極低，達到“老師傅”級穩(wěn)定水平（對比原有數(shù)據(jù)波動范圍顯著降低）。這意味著年輕操作人員與系統(tǒng)協(xié)同時，多數(shù)時候僅需監(jiān)控即可，大幅提升了企業(yè)運營效率。

04建成全國首個標(biāo)桿項目，助力行業(yè)攻破難題

目前，格物見微已建成全國首個“AI+垃圾焚燒發(fā)電全鏈路技術(shù)系統(tǒng)”標(biāo)桿項目，在多個合作案例中展現(xiàn)出顯著成效。以北京朝陽集團項目為例，其AI系統(tǒng)上線后垃圾發(fā)電主蒸汽穩(wěn)定性提升36%—48%，自動投運率達98%以上，操作強度降低80%，安全冗余度大幅提升，噸垃圾產(chǎn)汽量同比提升約4.5%，上網(wǎng)電量同比增加約4.2%，脫酸、脫硝環(huán)保耗材同比降低3%以上，實現(xiàn)了減污降碳與降本增效的均衡，為行業(yè)探索出高效環(huán)保的高質(zhì)量發(fā)展路徑。

截至目前，格物見微已與6家行業(yè)集團達成合作，通過與客戶共創(chuàng)合作，打磨全鏈路AI技術(shù)體系。

未來，格物見微將進一步深化AI智能體在垃圾焚燒、固廢領(lǐng)域的應(yīng)用：探索料倉技術(shù)與智能行車技術(shù)的協(xié)同，攻堅行車無人化這一行業(yè)難題；依托杭州區(qū)位優(yōu)勢，具身智能在智能行車與智能巡檢中的應(yīng)用；借鑒鋼鐵、水泥行業(yè)經(jīng)驗，推動設(shè)備預(yù)防性維護在固廢領(lǐng)域的深化應(yīng)用，并聯(lián)合行業(yè)伙伴打造行業(yè)大模型；聯(lián)合行業(yè)伙伴打造固廢領(lǐng)域大模型，最終實現(xiàn)“數(shù)字化員工”與人類的深度協(xié)同，助力行業(yè)高質(zhì)量發(fā)展。

正如孔令西所言，AI與人類的協(xié)同將成為垃圾焚燒行業(yè)突破瓶頸的新范式，通過技術(shù)創(chuàng)新讓經(jīng)驗不再稀缺，讓運營更高效、更智能。

編輯：李丹