2026年全国两会正在热烈进行中，这也是“十五五”规划开局的关键节点。人工智能与实体经济的深度融合以及“人工智能+”行动，正在央企的生产一线加速推进——从电力调度到装备制造，从日常办公到核心生产，大模型和智能体开始真正“上岗干活”。

截至目前，已有80%的央企用百度智能云，一起探索产业智能化的落地路径。从今天起，看看“国家队”如何用AI跑出加速度。

今天分享的是：百度智能云和国家电网的实践故事。

国务院在去年印发了《关于深入实施“人工智能+”行动的意见》，作为新型基础设施建设的重要力量，百度智能云与国家电网基于国家发改委“人工智能+”应用场景建设任务，针对输电、配网、变电三大核心场景，建设设备专业智能体。不仅让电网巡视效率提升超50%，更探索出一条大模型时代下，AI深入电网核心生产环节的可行路径。

破解“误报多、迭代慢”难题：大小模型融合下的“新质生产力”

电力巡检是保障能源安全的第一道防线。传统AI小模型在复杂的野外和变电站环境中，常常面临“误报满天飞”的困境，一线人员不得不从海量无效告警中筛查真实缺陷，费时费力。此外，各地地理环境差异大导致的模型泛化能力不足、罕见缺陷样本的稀缺，一直是行业痛点。

针对上述挑战，百度智能云基于“一见· 多模态专业视觉管理平台积累的多模态大模型+专业视觉小模型”，通过“大小模型融合”的创新架构，实现了从“人工看”到“AI看”的跨越式升级：

设备专业智能体如何运转？一线巡检的“云边协同”一天

想象一下。清晨，无人机按规划航线自动起飞，对山区输电线路开展巡检作业，实时采集高清影像。在边端，部署在现场的专业视觉小模型对图像进行实时初判，快速标记出可能存在缺陷的图像，并上传至省侧平台。在云端，多模态大模型对初判结果进行二次复判——它能够理解图像上下文，区分是真正的设备缺陷还是光影变化、鸟类飞过造成的误报。二次复判后的疑似缺陷推送至地市公司监控中心，由业务人员在可视化界面上进行最终人工复核确认。

当一线人员复核发现AI漏判或误判时，系统自动记录这些高质量样本数据。这些数据一方面回流至省侧数据中心，持续积累属地化特色样本集；另一方面直接接入零代码AI产线，地市公司的业务人员无需算法背景就可在界面中勾选新样本、点击“开始训练”，系统自动完成模型优化。优化后的新模型在数小时内即可下发至现场边端设备，投入下一轮巡检作业。

而对于引下线锈蚀、U型螺栓松动等罕见缺陷场景，当某地市公司首次发现并确认这类样本后，省侧平台可利用AIGC技术基于该样本生成多样化的合成数据，补充至全省模型训练集中，快速提升各地市对此类风险的识别能力。

这一业务流形成了完整的设备专业智能体全流程自主闭环：边端采集与初判→云端复判与复核→数据回流与沉淀→模型自动迭代→新模型下发边端。

在这一流程中，AI不仅完成识别任务，更在每一次人机交互中持续学习进化，真正实现了“在运营中越用越准”。

数智化转型见实效：三大场景全面落地护航能源安全

目前，设备专业智能体已在国家电网全国范围内规模化应用，取得了显著的降本增效成果：

百度智能云与国家电网的合作，是“人工智能+”行动在能源领域的一次深度实践。我们验证了“大模型的通解能力”与“小模型的专解能力”结合的巨大潜力，智能体的完美自动迭代，让AI成为真正成为懂地域、懂设备、懂业务的“资深专家”。

百度财报：AI云收入同比增长34%，智能云全栈AI能力获认可