码头会思考，星港大模型让港口有了“行业大脑”

凌晨的青岛港，码头调度室的大屏上，一艘外轮的预抵信息刚刚更新。

放在过去，这一刻意味着一场“硬仗”。资深调度员要盯着船舶到港时间、泊位限制、岸桥设备状态等132项要素，翻阅大量信息，反复权衡，三四个小时才能编制出一轮完整的泊位计划。有时遇到船舶晚到、设备故障等突发状况，计划图一天能重画十几次。

如今，同样的工作，大模型一两分钟就能给出完整方案，还能顺手附上备选。

变化的背后，是全国首个港口行业大模型——星港大模型。这个由方舟智能港航口岸服务（青岛）有限公司打造的350亿参数模型，覆盖生产、安全、港航服务等80余个业务场景。码头的故事，正从“会执行”走向“会思考、能决策”。

为什么要给港口造一个自己的大模型？

“港口业务专业性强，通用大模型对行业规则理解不足。”方舟智能公司董事长、总经理李正旭一句话点破。

以港口生产调度为例，山东港口是干散货大港，进口铁矿石占全国1/4、进口铝矾土占全国3/5。可在生产组织方面，行业普遍存在“码头生产计划制定难、实时信息传递难、多设备作业协同难、老师傅经验传承难”等难题。

港口需要的，不是“什么都能聊”的通用模型，而是吃透行业机理的垂域模型。

方舟智能聚焦数字口岸服务、航运能碳服务、人工智能三大方向，重点打造星港大模型、星舟硬件等五大产品。针对港口生产调度痛点，打造了全要素调度智能体，同时构建起行业首个“老师傅”经验语料库，再以此训练出泊位、堆场、设备三大计划智能体。多个智能体高效协同，统筹调度码头生产作业的180多个要素。

效果如何？目前，计划推优准确率超过90%，作业计划编排从小时级缩短到分钟级。据测算，码头通过能力提升10%，堆场搬倒率下降5%，综合能耗成本下降8%。

大模型怎么读懂泊位计划？

泊位计划是港口生产的核心中枢，为到港船舶分配泊位、匹配资源，调度员过去要人工综合多个要素，在多重限制条件下寻找最优解。

星港大模型的介入，把这一过程拆成了三步。

第一步，数据汇聚。船舶预抵信息、泊位状态、设备工况等132维数据由模型自动汇聚，不再需要人工跨系统调取整理。

第二步，组合优化推演。泊位分配是典型的多约束优化问题，变量极多。模型结合港口调度专家经验，快速推演多套可行方案，再逐一校验现实约束，排除不可行解。

第三步，方案生成与动态更新。一两分钟输出完整调度方案，遇船舶晚到、设备故障等扰动，立刻重新推演、快速更新。

4小时的人工工作量，压缩为一两分钟AI生成方案，码头响应效率得到极大提升。

但这并不意味着“无人化”。模型输出的方案，依旧由调度专家确认后下发执行。大模型把人从繁重的计算、信息查找和方案推演中解放出来，调度人员得以聚焦异常处置和重大决策。换句话说，人工与大模型之间，是协同，而非替代。

从码头围墙走向全产业链

如今，星港大模型构建起码头生产、港航协同、全域安全、具身智能、经营管控五大垂域能力体系，落地19个业务智能体，覆盖80余个主流业务场景。

依托星港大模型，方舟智能已为沿黄流域2.7万家企业和57万名个人用户提供行业问答、智行问价等9个智能体服务。服务半径，正从码头围墙内向港航全产业链延伸。

“未来不会是一套大模型包打天下，行业大模型会成为主流。大模型会和边缘设备、一体机结合，走进码头现场；不同港口之间的模型也将适度互通能力，支撑全国港口网络协同。”李正旭这样描绘方向。

通用大模型与算力底座的竞争固然惊心动魄，但AI能否真正转化为生产力，端看它能否扎进产业的土壤。

当大模型读懂了泊位、堆场与岸桥，山东的智慧港口，也就读懂了未来。

（大众新闻记者 孙凌洁 戴岳）