先说一个让我挺感慨的数字：全国有 200 多家企业，已经把大模型"请"下了井。
10 月 11 日，腾讯新闻报道了云鼎科技的矿山大模型——这套 2023 年 7 月由山东能源集团、云鼎科技、华为联合发布的全球首个商用能源行业 AI 大模型，如今落地全国 15 个省份，服务 200 余家大中型企业，累计创收 7 亿余元。在山东能源，万余路井下摄像仪接入 AI 分析，相关场景识别准确率超过 98%，自动巡检效率提升 3 倍以上。
万人点赞大模型聪明的时候，我职业病犯了：这一万多路井下摄像仪的视频，是怎么从地下八百米"运"到模型嘴边的？
一、下井这件事，比你想的难得多
报道里有个细节很生动：去兴隆庄煤矿采煤工作面，要穿上防护服、戴好智能手表，坐罐笼沉到地下 840 米，换乘电机车走 1300 米，再换乘猴车 700 米，最后步行 800 米。
人下井都这么费劲，视频"出井"更不容易。井下的摄像机跟地面的不是一个物种：要防爆认证、要耐粉尘和潮湿、要在低照度甚至无照环境里干活；传输靠井下万兆环网，点位分散在几公里甚至几十公里的巷道两侧。很多矿的存量摄像仪还是好几个时期、好几个品牌分批装的，协议五花八门。
所以矿山 AI 的第一道坎，根本不是算法，是接入。一万多路视频，如果协议不通、取流不稳、掉线没人知道，再聪明的模型也只能干瞪眼。这也是为什么陕煤孟村矿要先花力气搞"井下万兆环网 + 全域 4G 专网"，140 余套基站、5 万米光纤铺下去，才谈得上"千眼"智能视频监控——基建先行，AI 才有活干。
二、模型怎么干活：先学"正常"，再抓"异常"
云鼎大模型的训练思路挺有意思，四个字：非正常即异常。
传统做法要靠大量异常样本——可井下出事故本来就是小概率，异常图片凑不齐。云鼎反过来：先让模型把"正常状态"学熟，偏离正常的都算可疑。皮带运转是正常的，堆煤不正常；有人戴安全帽是正常的，光头不正常。这样对异常样本的依赖就大幅减轻了。
架构上，它走的是"中心训练、边缘推理、云边协同、边用边学"：模型在中心训练好，推到井下边缘设备实时分析，分析中发现的新样本再回流中心迭代模型。
效果呢？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，可减少现场及巡检人员 18 人以上；李楼煤业的防冲卸压 AI 监管系统，自动判定钻孔作业是否合格，人工核验工作量降低 80%。
给还没进这个圈的读者一张对比表，感受下人工巡检和 AI 视频巡检的差别：
| 维度 | 人工巡检 | AI 视频巡检（矿山大模型） |
|---|---|---|
| 覆盖范围 | 一个人管一段巷道 | 万余路摄像仪全量接入（山东能源） |
| 工作节奏 | 定时巡，巡不到的靠运气 | 7×24 小时持续分析 |
| 异常发现 | 人工肉眼+经验，易疲劳漏检 | 场景识别准确率超 98% |
| 人员占用 | 每个场景都要配人 | 单系统可减员 18 人以上 |
| 数据沉淀 | 巡检记录散落在纸面和表格 | 告警、图片、结构化结果持续入库反哺模型 |
（数据来源：腾讯新闻 2026-10-11 报道，云鼎科技口径）
三、我的看法：大模型是新引擎，视频联网平台是传动系统
看完这篇报道，我最想说的是：别只盯着"模型多聪明"，真正决定矿山 AI 成败的，是视频这一层的基础设施。
大模型吃的是视频，这没错。但视频不会自己走到模型跟前。你把一万多路摄像仪摆在那儿，模型下井三件事，件件都压在视频联网平台上：
第一件，接得住。 防爆摄像仪、老款网络摄像机、不同厂商的 NVR，GB28181 的走国标，RTSP 的走取流，混合接入还得保证不丢不卡。井下网络一抖，边缘盒子推理再快也没米下锅。
第二件，调得动。"边缘推理"不是买个盒子就完事——哪几路视频分给哪个边缘节点、带宽怎么分配、断网了怎么本地缓存再补传，这是调度问题。云边协同的"协同"两个字，协调的就是视频流和推理任务的路由。
第三件，管得住。"边用边学"要求告警、抓拍、结构化结果持续回流。如果一个平台的 AI 分析结果散落在十几个系统里，样本汇不拢，模型迭代就成了无米之炊。
行业报告其实也在讲同一件事：同花顺 10 月 10 日的智慧安防行业研究里，"端边云协同架构深化、算力加速下沉"被列为未来五年的核心趋势——纯云端推理扛不住带宽和延迟，AI 必须下沉到边缘，而边缘算力越分散，越需要一张能把视频、算力、结果都管起来的网。
所以我的判断是：矿山大模型这波落地，表面是大模型的胜利，底子是视频联网能力的成熟。2023 年为什么能发布全球首个商用能源大模型？因为山东能源近 80 座煤矿的视频和数据，早就汇聚好了。**数据是"粮食"，但粮食得先进仓。**视频联网平台就是那个粮仓，没有它，再好的模型也只能站在地头饿着。
对还在观望的行业用户，一句话建议：上大模型之前，先盘一盘你的视频家底——多少路、什么协议、网络带宽够不够、存量设备能不能利旧。这四个问题的答案，决定了你的 AI 落地是三个月还是三年。
智联视频超融合平台介绍
上面说的"粮仓"角色，正是我们智联视频超融合平台每天在干的事。矿山、电力、化工这些高危行业里大量存量设备协议不一，平台支持 GB28181、RTSP、RTMP、ONVIF、厂家私有协议等混合接入，存量摄像机利旧，不用推倒重来；视频统一汇聚后按需分发给边缘 AI 盒子或中心算力，AI 结构化结果（人、车、物、事件）与原始视频在同一平台内关联检索、告警联动，分析结论和录像证据随时回溯。从接入、汇聚、分发到 AI 结果管理与样本回流，平台把"视频这层基础设施"补齐，让行业大模型真正下得了井、干得了活。