“人工智能+”已成为各行业转型的重要方向，应急管理等公共管理领域对AI技术的需求尤为迫切。

  12月21日，由应急管理部大数据中心主办、百度智能云和清华大学合肥研究院承办的“大数据与人工智能应用创新应急管理部重点实验室学术委员会2025年年度会议暨‘人工智能+应急管理’高质量数据集建设链生态研讨活动”上，正式发布的应急管理“久安”大模型2.0引发业界关注。

  “久安”大模型是面向应急管理领域打造的专业大模型，在应急管理部科技和信息化司指导下，以大数据与人工智能应用创新应急管理部重点实验室为核心，组织百度智能云等合作伙伴共同研发。该模型具备底座先进、生态兼容、感知多模、认知专业、安全可靠、自主可控等显著特点，通过系统学习基层应急执法、灾害险情预警处置、应急预案等应急业务流程，实现了对应急业务的深度理解，成为AI技术在应急管理智能化应用的生动实践。

图为“人工智能+应急管理”高质量数据集建设链生态研讨活动现场

  应急管理智能化转型需要专业大模型

  应急管理核心职责涵盖自然灾害减灾救灾、安全生产监管执法、灾害事故指挥救援等。人工智能对于推动应急管理行业智能化转型发挥着重要作用。

  “应急管理领域要主动拥抱人工智能技术，推动自然灾害减灾防灾、安全生产监管执法、重特大灾害事故指挥救援业务智能化转型。”大数据与人工智能应用创新应急管理部重点实验室主任刘永强说。

  尽管通用大模型发展快、应用广，但在应急管理行业的适用性却不强。2024年初，应急管理部大数据中心曾构建6000道专业问题，对国内外通用大模型进行测评，发现回答准确率最高仅70%，最低约60%，难以满足行业实际需求。“通用大模型无法直接应用于应急管理业务，仅能满足初步体验需求，难以支撑实际工作。”刘永强说。

  在百度智能云政务行业总经理傅鹏看来，通用大模型更多面向C端，提供问答、图片视频处理等通用能力；而垂类行业大模型，尤其是服务于G端的大模型，核心需求是支撑专业应用场景落地，提升管理效能和实战效果，应急管理领域对AI能力的需求也集中于此。

  如何将通用大模型技术与应急管理行业知识、垂域专业知识相结合，实现协同增效，成为“久安”大模型研发工作的核心命题。应急管理部大数据中心牵头联合清华大学、中科院自动化所、北京邮电大学、武汉大学、西北工业大学、百度公司等国内顶尖研究团队承担国家重点研发计划项目“基于大模型的智能应急决策指挥关键技术及装备”研究，专门研究这一协同增效机理，核心是将行业内积累的高质量数据经标注加工后，通过后训练方式融入通用大模型的参数库，而非简单挂载知识库进行检索式问答。

  杭州市应急管理局副局长姚飞认为，判断大模型技术应用在基层“好不好用”需坚守四大核心原则：一是“减负不增负”，聚焦基层痛点解决实际问题；二是“基层点菜、我们上菜”，立足基层需求开发功能；三是“试点先行、共同开发”，先在典型区县试点优化再推广；四是“承上启下”，推动大模型基层落地并反馈问题助力优化。

  傅鹏认为，应急管理领域对AI能力的特殊需求主要包括三方面：一是多模态数据处理能力，需要整合图像、文本、视频、传感器等各类数据，实现全面的风险感知；二是高效响应能力，灾害处置、应急调度等场景对响应速度要求极高，需要AI模型在短时间内完成数据处理、分析和决策支持；三是自主化流程编排能力，复杂的应急处置场景，需要AI模型能够自动完成多环节的协同操作，减少人工干预。百度围绕这些特殊需求，从强化多模态数据处理能力、优化模型与应用效能、构建自主化流程编排体系三方面配合应急管理部大数据中心打造“久安”大模型。

  “久安”大模型应用成效显著

  两年来，应急管理部大数据中心重点做好高质量数据集构建、基于LoRA微调技术的行业大模型训练调优两项工作。通过技术创新，“久安”大模型在专业能力上较通用大模型有了明显提升。

  “新发布的‘久安’大模型2.0，我们认为这是真正意义上的应急行业专业性大模型。”刘永强表示，目前专业问题测评集已扩充至2万道，经随机抽取测评，“久安”大模型2.0的专业问答准确率达到91%，基本满足实际应用需求。

  据了解，“久安”大模型2.0在能力上实现了从“感知”到“认知”的跨越：在专业精度上，依托包含510万余份专业语料的行业高质量数据集，利用23.5万条行业高质量数据对进行深度针对性训练，模型已精准掌握危化、林火、矿山等六大场景知识，专业测评准确率升至91%以上；在响应速度上，服务链路全面优化，问答与检索延迟缩短至4秒，确保指挥调度高效；在应用生态上，依托百度千帆平台打造智能体广场，向用户开放多个开箱即用的专项工具，推动技术落地实战一线。

图为久安管理“久安”大模型建设应用成果展示

  在实际应用中，“久安”大模型已展现出显著成效：在监测预警方面，可实现全天候智能巡检，30秒内从数万路视频中精准锁定内涝点并成功预警多地险情；在辅助基层执法方面，累计协助全国执法人员识别隐患超过1.5万条；在会商调度和辅助决策方面，可通过一句话实现跨区域联动指挥，并智能生成危化品泄漏、森林火灾扑救等处置方案，推动应急决策从“经验决策”向“智能研判”转变。

  刘永强指出，久安研发团队特别重视场景对大模型应用落地的推动作用。“构建行业大模型的最终目的是赋能应急管理业务，而场景应用则是大模型迭代优化和能力落地的重要依托。我们秉持‘小切口、大突破’的原则，选择见效快、易突破、结果可控的场景开展应用探索，通过用户反馈持续迭代优化模型能力。

  人工智能+应急管理高质量数据集建设链生态正式启动

  数据是人工智能发展的核心驱动力，高质量数据集是发展人工智能的核心基石，人工智能竞争即将进入“数据决胜”阶段。经应急管理部推荐，国家数据局正式批复应急管理部大数据中心为应急管理行业高质量数据集建设链主单位，牵头组织行业高质量数据集生态建设。

  活动现场，“人工智能 + 应急管理高质量数据集建设链生态” 正式启动，首批30家生态合作伙伴参加研讨活动，构建覆盖“理论研究-数据采集-技术支撑-模型研发”的全链条生态合作伙伴矩阵。

  应急管理部大数据中心牵头组织生态伙伴共同开展应急管理行业高质量数据集建设，锚定国家战略与行业需求，构建“应用、建设、运营、保障” 四大体系及“五维一体”闭环，完成8 大核心任务，汇聚多领域数据形成多模态数据集，搭建全流程技术平台，制定3项国家标准，通过三级联动与全链条生态合作，支撑“久安”大模型应用，推动应急管理向数据驱动的智能化转型。

图为人工智能+应急管理高质量数据集建设链生态”正式启动

  自2024年起，百度就与应急管理部大数据中心合作，参与“久安”大模型的搭建与训练，两年来，积累了丰富的垂类行业大模型建设经验，也沉淀了诸多典型应用场景。“‘久安’大模型是百度在政务行业的重要战略投入，也是垂类大模型的典型应用。我们始终聚焦应急管理领域的实战需求，通过技术创新，不断优化模型能力，确保‘久安’大模型能够真正赋能应急管理工作，提升工作效能。”傅鹏说。

  2025年年初召开的全国应急管理工作会议强调，要以新质生产力赋能新质战斗力，深化实施“智慧应急”战略。通过大数据、人工智能技术推动应急管理战斗力与新质生产力生成恰逢其时。

  据刘永强介绍，未来将重点推进三方面工作：一是统筹大模型底座集约化建设，统筹算力、模型和应用开发平台，进一步强化底座支撑能力；二是发挥应急管理部大数据中心行业数据集“链主”作用，构建生态，汇聚应急系统内外数据资源，打造应急行业高质量数据集；三是引导全系统各级应急管理部门，开展基于“久安”大模型底座的业务应用场景创新研究，形成百花齐放的场景应用生态。