“十四五”规划中提出，要“强化数字技术在公共卫生、自然灾害、事故灾难、社会安全等突发公共事件应对中的运用，全面提升预警和应急处置能力”。

智慧应急是在我国开启社会主义现代化国家建设新征程、进入新发展阶段的历史背景下，依靠科技创新推进应急管理能力现代化的重大战略举措。

目前，我国应急管理仍面临数据治理、业务融合、精准施策等方面的挑战，以大模型为代表的新一轮人工智能技术成为提升应急管理能力和效率的关键措施。

为促进生成式人工智能服务创新发展和规范应用，2023年7月，网信部门等七部门联合发布《生成式人工智能服务管理暂行办法》要求，并根据《办法》要求有序开展生成式人工智能服务备案工作；各地同步加强大模型产业顶层设计和布局，北京市率先出台针对性政策，上海、安徽、深圳等地也积极探索大模型产业，助力大模型多场景深度应用。

截至2024年3月28日，已有117项大模型通过备案，各家科技厂商推出的大模型陆续落地商用，我国大模型产业呈现蓬勃发展的态势。

依托云端部署的AI大模型根据其应用领域可以分为通用大模型和行业大模型，通用大模型具备较为广泛的适用性，其训练语料通常涵盖多个业务领域，具备处理各种常见类型任务的普适性能力。我国具有代表性的通用大模型包括百度文心一言大模型、阿里通义千问大模型、讯飞星火大模型等。行业大模型针对特定行业（如政务、水利水务、应急、医疗等）的专业需求进行专项模型训练，具有专业性强的特点，对特定领域具有更深的业务理解和场景应用能力。

在应急领域，多家科研机构、科技企业纷纷做出产品布局。

1.应急管理“久安”大模型

2024年8月7日，应急管理部正式发布应急管理领域“久安”AI大模型，以科技创新发展落实全面深化改革，全力推动新质生产力赋能形成应急管理新质战斗力。

“久安”AI大模型吸收危险化学品、煤矿、森林火灾和安全生产执法等业务领域海量专业知识，依托国产大模型和应急云基础算力进行增强训练，能够从大量视频监控中自动筛选危化企业厂区人员聚集、工贸企业作业场所粉尘积聚、强降雨地区城市内涝等安全风险。该大模型能帮助基层执法人员轻松实现拍照识别隐患和制作检查清单，智能辅助危化品和森林火灾应急处置，满足应急管理人员问知识、问数据、问图像、问视频等多种需求，有效提升了监测预警、监管执法、应急救援和辅助决策方面的科技支撑能力。

据悉，应急管理部将以“久安”AI大模型为基础，聚焦应急管理领域实战需求，不断拓展创新应用场景，全力打造智慧应急大脑，为努力推动高质量发展和高水平安全良性互动保驾护航。

2.中国气象局"风清"、"风雷"、"风顺"三大AI气象模型

2024年6月18日，中国气象局发布了三个AI气象大模型系统，分别是：人工智能全球中短期预报系统“风清”大模型、人工智能临近预报系统“风雷”大模型和人工智能全球次季节—季节预测系统“风顺”大模型。

“风清”是人工智能全球中短期预报系统，由中国气象局联合清华大学组建攻关团队，在大模型预报核心技术、预报精准程度上寻求突破，构建了风清大模型。该模型采用可扩展的多时效优化策略，可综合考虑未来多天预报的效果，有效延长预报时效，不断提升短中期预报效果。检验结果表明，该模型全球可用预报天数达到10.5天，超过欧美主流气象预报大模型，尤其是在较长预报时效，具有更为明显的优势。

“风雷”是人工智能临近预报系统，同样是中国气象局与清华大学联合攻关团队构建，将数据驱动与物理驱动两大科学范式紧密结合，显著提高了公里尺度下0至3小时雷达回波的预报能力，并实现深度学习与物理规律的无缝隙融合。构建了一套“数据—算力—平台”全流程短临预报系统，能够在3分钟内生成0至3小时逐6分钟的雷达回波外推产品，实现强回波预报技巧提升25%。

“风顺”是人工智能全球次季节—季节预测系统，由中国气象局联合复旦大学和上海科学智能研究院基于人工智能方法构建。该系统在中国气象局智算平台上完成了业务部署，逐日滚动开展100个集合成员的大样本预测，形成了面向未来60天全球基本要素和极端事件的确定性和概率预报测试产品，对全球降水的预测技巧展示出一定的优势。

“风清”“风雷”“风顺”三个大模型已完成了基于国产全球大气再分析资料CRA-40、雷达观测资料、风云卫星遥感资料的训练和检验评估，有效降低了目前主流气象预报大模型对国际再分析资料的依赖度。

3.“谛听”地震波大模型

2024年7月28日，由国家超级计算成都中心、中国地震局地球物理研究所与清华大学联合开发的“谛听”地震波大模型正式发布。

据悉，“谛听”地震波大模型依托中国地震台网的海量数据，通过先进的人工智能技术，在测试中发现，可以显著提升地震信号的识别准确率和速度。从短期看，“谛听”地震波大模型可直接应用于地震信号识别、地震活动监测、大地震快速响应等领域，有望减轻地震局一线业务人员的工作压力。从长期看，地震学是一门观测科学，重大的突破往往来自对观测数据的深刻理解。对观测的理解越全面，对观测的整合能力越强，离地震学科学问题的突破就越近。

谛听’地震波大模型的发布对于突破中小地震波模型性能瓶颈，提高地震大数据智能处理能力和信息挖掘水平具有重要意义。未来，该模型的应用场景还可用于矿震监测、页岩气开采、城市地下空间结构探测、海底地震监测等多个领域。

4.上海人工智能实验室“风乌”大模型

2023年4月7日，上海人工智能实验室联合中国科学技术大学、上海交通大学、南京信息工程大学、中国科学院大气物理研究所及上海中心气象台发布全球中期天气预报大模型“风乌”。

“风乌”AI大模型基于多模态和多任务深度学习方法构建，首次实现在高分辨率上对核心大气变量进行超过10天的有效预报，并在80%的评估指标上超越DeepMind发布的模型GraphCast。此外，“风乌”仅需30秒即可生成未来10天全球高精度预报结果，在效率上大幅优于传统模型。

据悉，在预报精度方面，相比DeepMind的GraphCast，“风乌”的10天预报误差降低10.87%，而相比于传统的物理模型，其误差降低19.4%。在预报时效方面，根据国际常用的标准，z500 ACC大于0.6时气象预报结果具有可用性，可以较好地指导预报员判断未来气象发展形势。

未来，“风乌”AI气象大模型可与传统的物理模型形成互补，凭借其卓越的性能和精度，为生产生活提供更准确、更实用的天气预报信息，助力天气预报数字化，为农林牧渔、航空航海等各行业及公共安全保障提供有力的支持。据悉，上海人工智能实验室AI for Earth团队还将把人工智能方法应用到更广泛的气象、环境、天文、地质等地球科学问题研究中，助力“碳中和”、防灾减灾、能源安全等重大需求。

5. 国家城安院、深圳城安院“城安”大模型

2024年8月23日，在2024深圳安全应急科技展览会暨深圳应急产业博览会上，国家城市安全发展科技研究院、深圳市城市公共安全技术研究院预发布自主研发的“城安”大模型

在深圳市应急管理局、市住房和建设局、市交通运输局、市消防救援局等多个委办局的大力支持和指导下，“城安”大模型（UrbanSafetyLargeModel-USLM）涵盖了深圳市城市安全大数据库中来自应急、交通、住建、消防等2300亿余条各行业安全相关数据，含风险点及危险源数据400余万个、现有法律法规200余部、事故案例5000余篇等，构建强大应用技术服务底座，深化应急行业的智能化需求，提供科学巡查、智能问数、决策等辅助支撑，全面赋能安全防范、监管执法、监测预警和应急指挥等关键环节。

“城安”大模型重点聚焦事故灾难、自然灾害等领域，整合视频智能算法，形成算法超市，面向危化场所、建筑施工、森林火灾、洪水内涝、危险边坡、城市交通等风险场景开展智能化监测，实现抽烟明火、区域入侵、通道拥堵、施工违规等多类型异常事件的智能识别。目前正在推进研究的智能算法模型共有9大类89小类，后续还将持续拓展应用场景，进一步守护公共安全。

6.华为盘古气象大模型

盘古气象大模型是华为旗下的盘古系列AI大模型之一。2023年7月，华为云发布盘古气象大模型，登顶《Nature》杂志，引发业界广泛关注认可，在气象学家关心的一些代表性指标和极端天气预报中展现出独特优势。华为云盘古大模型研发团队的研究成果在《Nature》杂志上发表，论文显示，盘古气象大模型是首个精度超过传统数值预报方法的AI模型。

2023年9月22日，华为云宣布，盘古气象大模型即将新增降水预测功能，于9月30日开启全球邀测。据介绍，该降水预测功能可以实现对未来6小时、24小时短中期降水预测，还将挑战对暴雨红色预警的预测从提前3小时升级至提前24小时。

2023年10月8日，华为云宣布与深圳市气象局合作。华为云盘古团队与深圳市气象局将基于盘古全球气象大模型，采用更高效的计算方式，打造更为精细的深圳区域气象预报大模型，积极探索并提高各种气象要素的精细预报能力和时效。

2024年6月21日，在华为开发者大会2024上，华为发布盘古大模型5.0，在全系列、多模态、强思维三个方面全新升级。其中，在气象领域，华为云联合深圳市气象局，在分辨率为25公里的全球模型基础上，融合区域高质量气象数据集，升级了分辨率分别为1公里、3公里、5公里的区域预报能力，包含气温、降雨、风速等气象要素。

7.“大羽”安全应急模型

2024年4月26日，广东南方应急管理研究院与北京广监云科技有限公司联合研发的一款专注于安全应急领域的专业认知智能模型“大羽安全应急模型V2.0”正式发布上线。

该模型整合和优化训练了海量安全应急专业数据，深入理解了安全应急相关的复杂问题和情境，具备了一定的业务推理与关联分析、智能辅助决策、自我学习与知识更新、文本高效生成、图像理解分析、多模态融合与应用拓展能力，专业知识问答更准确、预案制定修订更实用、图像识别解答更专业、法律法规解析更全面。

据用户体验，大羽安全应急模型具有四大特点：一是实现了交互式对话；二是具有内容创作的文秘功能；三是具有使用者上传图片的解析功能；四是具有对特定需求的分析研判功能。

模型为各级政府机关、各行业企事业单位、社会民众等各级社会安全应急参与者打造综合性安全应急知识服务体系，具备业务推理、关联分析、智能辅助功能等，为提升安全风险与隐患识别排查、安全生产监管执法智能辅助、自然灾害防治智能研判、应急处置智能辅助决策、应急救援智能协同调度、应急情报智能分析与社会动员能力提供全场景、通用化的人工智能服务，做到了在一个大语言模型作为基座支撑多个应急应用场景，促进人工智能在应急管理多场景中的广泛应用与技术研究，为多场景下的安全应急社会化服务提供了平台。

8.中山大学“神机大模型”

2024年9月，中山大学智能工程学院沈颖团队发布“神机大模型”，是首款专为应急科普打造的多模态大语言模型。

据介绍，“神机大模型”能够为广大群众提供实用的应急知识和应对突发情况的方法，助力提高公众的安全意识和自救互救能力，开启全民应急科普新篇章。同时，针对行业领域痛点，该大模型能够为政府、企事业单位和公众提供智能化、高效化、人性化的应急场景解决方案。

据介绍，为了赋能“神机大模型”在应急科普中的智能化、人性化、精细化解决方案，实验室团队设计了事前预防、事中处置、善后恢复等多场景的咨询、决策支持与情感支持问答任务，自行构建了共计205,617条指令对，引入了22,353条来自指南、白皮书、新闻、真实案例、搜索引擎、在线服务及多轮问答的公开数据语料进行微调， 进一步增强了模型的泛化能力和应变速度。团队提出的应急科普大模型综合性能评测体系，涵盖了安全应急管理知识问答的客观评测与专家主观评估，确保了模型在安全性、实用性、规范性方面的高标准。

9.上海科学智能研究院、复旦大学“伏羲”气象大模型

2023年12月，上海科学智能研究院、复旦大学和中国国家气候中心联合研发的“伏羲”次季节大模型发布。2023年11月中旬发表在《自然》（Nature）杂志上的研究显示，由人工智能驱动的伏羲气候气象大模型可以提前15天预测全球天气变化，比如气温、风速和气压等天气参数。该模型的预报精度优于被誉为“黄金标准”的欧洲中期天气预报中心（ECMWF），生成结果的速度也比传统模型快千倍。在此基础上，研究团队对伏羲气候气象大模型进行进一步优化，终于推出预测周期长达45天之久的伏羲次季节大模型。

2024年6月3日，“伏羲”2.0发布。相较于去年推出的1.0系列，“伏羲”2.0的中期天气预报大模型和次季节大模型，面向新能源、航空运输等行业取得显著进展。

对新能源产业，“伏羲”2.0 是全球首个针对新能源优化的气象大模型，带来更准确的风速、辐照和发电能力预测，能够优化风电和太阳能发电的效率、平衡电网负荷、减少弃风弃光等，相当于为风电场和太阳能电站装上智能导航系统。

10.盘古矿山大模型

2023年7月18日，山东能源集团、华为公司联合发布全球首个商用于能源行业的AI大模型——盘古矿山大模型。该模型将凭借“经营管理与智能生产分离”“数据不出园区”“支持规模复制”“学习分析小样本”等能力特性，推动煤矿生产从人工管理到智能化管理、从被动管理到主动管理的“两大跨越”，为煤矿行业乃至整个能源行业高质量发展注入新动能。

在矿山领域，盘古大模型被广泛应用于勘探、开采、选矿、运输等各个环节。通过在全国8座矿山中安装上万个探头，盘古大模型可以对矿山运行情况进行实时监测和分析处理。它包含了上千个细分场景及每日流入五千多万条信息的分析处理，可以提高矿山的生产效率和安全水平，使矿工们能够远离粉尘，重返地面。

对于矿山行业来说，安全和效率是非常重要的。盘古大模型的应用，使得矿山的数据采集和处理变得更加智能化和高效。通过实时监测和分析，可以更好地预测和防范事故的发生，为矿工们提供更安全的工作环境。同时，通过优化运输和选矿等流程，还能够提高矿山的生产效率，降低能耗和资源浪费。

11.浪潮智慧矿山AI大模型

2024年7月，浪潮智慧矿山AI大模型正式发布。该大模型深度融合了大数据、云计算等一代数字技术，为矿山行业智能化转型升级提供了有力支撑。

浪潮智慧矿山大模型是面向矿山行业的垂域大模型，不仅具备广泛的通用知识体系，还深度融合了矿山行业的专业知识体系，为矿山行业智能化升级提供“开箱即用”的大模型智能服务，以安全管控模型、设备健康模型、生产管控模型、精益化管控模型、智能预警、视频监控等智能场景，全面提升矿山企业智慧运营与智能自动化能力，为矿山企业带来更精准、更高效的大模型智能化体验。

为进一步提升矿山智慧化监管水平，创新矿山数字化转型发展新路径，浪潮智慧矿山大模型全面布局智能监管体系，基于深度学习的智能视觉算法，结合矿山生产需求，提供了“行车行人检测、三违行为识别、区域入侵识别、堆煤大块煤异物识别、烟雾火灾识别”等矿山行业各场景模型，并支持特定需求的个性化模型训练，实现隐患报警、分析、上报的闭环处理，提升监管效率，实现生产安全。