油气行业人工智能大模型应用研究现状及展望.pdfVIP

91020248PETROLEUMEXPLORATIONANDDEVELOPMENTVol.51No.4

文章编号：1000-0747(2024)04-0910-14DOI:10.11698/PED

油气行业人工智能大模型应用研究现状及展望

1,21,21,2345

刘合，任义丽，李欣，邓岳，王勇涛，曹倩雯，

杜金阳342

，林志威，汪文洁

（1.多资源协同陆相页岩油绿色开采全国重点实验室，黑龙江大庆163000；2.中国石油勘探开发研究院，北京100083；

3.北京航空航天大学，北京100191；4.北京大学，北京100871；5.中国石油大学（北京），北京102249）

基金项目：国家自然科学基金科学中心项目/基础科学中心项目“数字经济时代的资源环境管理理论与应用”）；国家

自然科学基金面上项目“知识与数据融合的油气储层薄片智能鉴定方法”）；中国石油科技创新基金研究项目“类脑

启发的轻量化小样本多目标检测与分割算法”（2021DQ02-0904）；中国石油-北京大学战略合作协议基础研究合作项目

摘要：阐述了大模型技术的概念，总结了大模型技术的国内外研究现状，综述了大模型在垂直领域的应用现状，梳

理了油气行业大模型应用面临的挑战，并对油气行业大模型应用进行了展望。现有大模型可粗略分为3类，即大语

言模型、视觉大模型和多模态大模型。油气行业大模型应用刚刚起步，部分油气企业基于开源大语言模型，利用微

调、检索增强等方式发布大语言模型产品，部分学者尝试利用视觉/多模态基础模型研发面向油气业务的场景模型，

还有少数学者构建地震资料处理解释、岩心分析等领域的预训练基础模型。油气行业大模型应用面临数据量和数据

质量难以支撑大模型训练、研发投入成本高、难以实现算法自主可控等挑战。油气行业在应用大模型时应始终聚焦

油气主营业务需求，以大模型应用为契机，加强数据全生命周期管理，提升数据治理能力，推动融合算力建设，加

强“人工智能+能源”复合团队建设，推动大模型技术自主可控。

关键词：基础模型；大语言模型；视觉大模型；多模态大模型；油气行业大模型；预训练；微调

中图分类号：TE122.3文献标识码：A

Researchstatusandapplicationofartificialintelligencelargemodels

intheoilandgasindustry

1,21,21,2345

LIUHe,RENYili,LIXin,DENGYue,WA