穿上防护服，戴好智能手表，坐罐笼沉到地下840米，再换乘电机车行走1300米，随后换乘猴车前进700米，最后还需步行800米，才能抵达兴隆庄煤矿采煤工作面。井下的矿工大多时候是一个人作业，在漆黑的矿井里，安全是不容忽视的大问题。
下井，是任何一个矿业大模型绕不开的一课。
2023年7月，山东能源集团、云鼎科技、华为公司在济南联合发布全球首个商用于能源行业的AI大模型。2026年7月，云鼎科技正式推出“云鼎山海·AI原生产品体系”，云鼎山海·矿山大模型落地全国15个省份，服务200余家大中型企业，累计创收7亿余元。
“模型最终的差异化优势还在于数据，我们积累的正负样本数据，在煤矿行业是最丰富的。”云鼎科技工业互联网事业部副总经理崔润兴说。
山东能源集团有限公司拥有近80座煤矿，几乎囊括了全国煤矿的各种地质条件。百万张井下图像、千亿条生产数据，沉淀成行业高质量数据集。
数据是“粮食”，怎么把粮食做成饭，靠的是一套独创的方法。云鼎矿山大模型采用“非正常即异常”的训练思路，在相应的异常检测场景中，先让模型把正常状态学熟，再筛查偏离正常的情况，减轻对异常样本的依赖。在训练过程中，建起“中心训练、边缘推理、云边协同、边用边学”的架构，练就视觉、预测、自然语言、多模态四大核心能力。
懂行的模型，下井就能干活。
在兴隆庄煤矿，巡检员过去要沿着漫长的运输巷道来回查看：皮带有没有跑偏，煤流有没有堆堵，运输途中有没有混入异物。
如今，主煤流运输系统部署了堆煤监测、异物监测等10多个AI场景，摄像仪把现场画面传回来，模型持续分析，发现异常及时预警。据介绍，该系统可减少现场及巡检人员18人以上。
这样的应用如今已在山东能源的各个矿山铺开。万余路井下摄像仪接入AI分析，对设备、人员、环境进行实时监测预警，相关场景识别准确率超过98%，自动巡检效率提升3倍以上。
井下还有一些风险，藏在煤岩深处。
山东能源李楼煤业作业面接近地下1000米，在这里，地壳压力可能会使矿洞的岩层随时被破坏，必须对岩层进行钻孔作业释放压力，以此预防冲击地压带来的矿洞坍塌风险。
目前，李楼煤业应用的防冲卸压（AI）监管系统，可以做到作业影像实时传到地面集控室。系统通过识别钻机的位置、钻孔的深度和工人抓取钻杆的位置等要素，再结合提前设置好的参数，自动进行数据分析，判定作业行为是否合格，降低人工核验工作量80%。
“使用防冲卸压监管系统之前，我们都是通过人工进行核验，每天需要两到三个人去核实，现在不到两分钟就能够自动识别钻孔的施工情况。”李楼煤业防冲副总工程师王永说。
重介选煤，是利用悬浮液的密度把煤与矸石分开。悬浮液密度怎么调，过去很大程度上依靠操作人员的经验。原煤成分一变，参数就得跟着调整，人工干预容易带来产品质量波动。
在济宁二号煤矿选煤厂，山东能源利用大模型进行了重介选煤分选密度智能控制系统的建模，这样可以根据入洗原煤灰分、旋流器参数等进行数据预测，推荐出最佳的悬浮液密度。系统运行之后，精煤产率提升了0.2%，按精煤与中煤每吨600元的价差计算，每年可为公司增收约480万元。
全国4000多座煤矿，条件千差万别，但山东能源近80座矿的数据喂下来，云鼎矿山大模型基本都“见过”，再把能够复用的模型能力、开发工具和交付流程沉淀下来，针对新矿井适配、调优，就可以减少重复开发。如今，利用云鼎矿山大模型进行AI场景开发的周期从一两个月压缩到一两周。3500余类场景做成了标准化产品，中小煤矿配一台边缘服务器、装上训练好的模型就能用，工业智能一体机开箱即用。