近年来，随着大语言模型（LLM）技术的快速发展，国内消防救援行业积极探索其在实际工作中的应用，以提升消防工作的智能化和数字化水平。各地消防部门联合科技企业和科研院校，开发了一系列基于大语言模型的消防救援应用实例，覆盖了从智能接警调度到火灾风险评估、公众消防知识普及等多个环节。以下是部分国内应用实例的详细介绍：

1.大羽安全应急模型

-研发主体：广东南方应急管理研究院

-核心数据：安全应急专业数据

-适配方法：提示工程、检索增强生成、微调

-应用场景：公文撰写优化、应急预案制定、消防隐患识别、法律法规解析

-发布时间：2024年4月

-特点：该模型通过提示工程和微调技术，结合安全应急领域的专业知识，为消防人员提供高效的公文撰写和隐患识别工具。

2.“久安”AI大模型

-研发主体：应急管理部

-核心数据：国产大模型、多模态大模型

-适配方法：提示工程、检索增强生成

-应用场景：危险化学品、煤矿等领域安全风险识别、制作检查清单、应急处置辅助

-发布时间：2024年8月

-特点：专注于高危行业的安全风险识别，通过多模态数据处理能力，为复杂场景提供精准的应急处置建议。

3.“城安”大模型

-研发主体：深圳市城市公共安全技术研究院

-核心数据：国产大模型

-适配方法：提示工程、检索增强生成

-应用场景：科学巡查、智能问答、决策辅助

-发布时间：2024年8月

-特点：结合城市公共安全数据，为城市消防管理和应急决策提供智能化支持。

4.“神机”大模型

-研发主体：中山大学智能工程学院

-核心数据：多模态大模型

-适配方法：提示工程、检索增强生成、预训练

-应用场景：提供智能解决方案、火灾图像识别

-发布时间：2024年9月

-特点：利用多模态数据处理能力，实现火灾隐患的图像识别和智能解决方案生成。

5.“小防同学”

-研发主体：深圳市消防救援局、深圳市城市交通规划设计研究中心

-核心数据：消防行业大模型

-适配方法：提示工程、检索增强生成、微调

-应用场景：业务问答

-发布时间：2024年9月

-特点：为消防人员提供快速问答服务，提升工作效率。

6.深圳消防AI大模型

-研发主体：深圳市消防救援支队

-核心数据：DeepSeek‒R1 32B大模型

-适配方法：提示工程、检索增强生成

-应用场景：接警调度、防火监督、消防宣传

-发布时间：2025年2月

-特点：通过智能问答和稽查功能，优化消防接警调度流程。

7.“消川”AI大模型

-研发主体：应急管理部天津消防研究所、四川省消防救援总队、电子科技大学

-核心数据：Qwen大模型、DeepSeek‒R1 671B大模型

-适配方法：提示工程、检索增强生成、微调

-应用场景：公文处理、作战指挥、防火监督、消防宣传

-发布时间：2025年2月

-特点：结合公文处理和作战指挥需求，为消防工作提供全面的智能化支持。

8.蓉安大模型

-研发主体：成都市城市安全与应急管理研究院

-核心数据：未提及

-适配方法：提示工程、检索增强生成

-应用场景：隐患排查、风险评估

-发布时间：2025年2月

-特点：专注于隐患排查和风险评估，提升城市消防安全管理水平。

9.AI消防小助手

-研发主体：上海市浦东区消防救援支队

-核心数据：Kimi大模型

-适配方法：预训练

-应用场景：防火监督意见、消防问题解答

-发布时间：2025年2月

-特点：通过预训练技术，为防火监督提供智能化支持。

10.“滇小消”AI助手

-研发主体：云南省消防救援总队、昆明市消防救援支队

-核心数据：DeepSeek‒R1大模型

-适配方法：提示工程、检索增强生成

-应用场景：警情受理、风险评估、法规查询、规范解析

-发布时间：2025年2月

-特点：结合警情受理和法规查询功能，提升消防救援效率。

11.“杭小消”AI助手

-研发主体：浙江省杭州市消防救援支队

-核心数据：Qwen大模型

-适配方法：提示工程、检索增强生成

-应用场景：知识普及、隐患排查、执法监督

-发布时间：2025年2月

-特点：通过智能知识普及和隐患排查功能，提升公众消防安全意识。

12.湛江消防智能体

-研发主体：广东省湛江市消防救援支队

-核心数据：DeepSeek‒R1 671B大模型

-适配方法：提示工程、检索增强生成

-应用场景：灾害预案制作、作战图生成、AI数字人宣传

-发布时间：2025年2月

-特点：结合灾害预案制作和数字人宣传功能，提升应急响应能力。

13.“通晓”AI小助手

-研发主体：江苏省南通市消防救援支队

-核心数据：Qwen2.0‒plus大模型、Kimi 128K大模型、DeepSeek‒R1 671B大模型

-适配方法：提示工程、检索增强生成

-应用场景：法规查询、案例分析、业务优化、决策支撑

-发布时间：2025年3月

-特点：通过法规查询和案例分析功能，为消防业务提供智能化支持。

14.消防业务知识服务平台

-研发主体：应急管理部沈阳消防研究所

-核心数据：Llama 70B大模型、DeepSeek‒R1 671B大模型

-适配方法：提示工程、检索增强生成

-应用场景：预案制定、法规查询、案例分析

-发布时间：2025年3月

-特点：结合预案制定和法规查询功能，为消防业务提供全面的知识服务。

15.DeepSeek‒Janus‒pro多模态火灾场景图文跨模态实验系统

-研发主体：应急管理部沈阳消防研究所

-核心数据：多类型图像数据

-适配方法：检索增强生成

-应用场景：消防隐患识别

-发布时间：2025年3月

-特点：通过多模态数据处理能力，实现火灾隐患的图像识别。

16.消防隐患识别AI智能体

-研发主体：武汉消防支队特勤二大队，防火云（北京）科技有限公司

-核心数据：doubao-seed-1-6

-适配方法：提示工程、检索增强生成

-应用场景：依据《常见火灾隐患图谱》知识库，精准识别用户上传图片中的消防隐患。

-发布时间：2025年10月

-特点：以专业、清晰的方式为用户呈现隐患图示、描述、违法条款、处罚依据及备注等信息，同时还能提供消防隐患相关的真实处罚案例信息。

总结

国内消防救援领域的大语言模型应用实例涵盖了从日常办公到应急救援的多个场景，充分展示了大语言模型在提升消防工作效率、优化决策支持和增强公众安全意识方面的巨大潜力。这些应用实例不仅为消防救援工作提供了智能化工具，也为未来消防行业的数字化转型奠定了坚实基础。随着技术的不断进步和应用场景的持续拓展，大语言模型将在消防救援领域发挥更加重要的作用。