此外，该模型还具有自主学习、自主成长、自主提升的能力，即通过云端存放的海量数据，可以在“得与取”中自主不断学习和提升，优化模块配置，以更好地适应实际工作场景。

xjsp:com-www:xjsp:com“当前，能源行业的设备存在种类多、结构和机理复杂、运维难度大等问题。为解决这些问题，我们基于国家能源集团自建的人工智能底座，专门打造了这个可全面覆盖煤炭、化工、电力等行业专用和通用设备的综合诊断运维大模型。”国家能源集团数智科技公司智能矿山与智慧运输事业部产品研发部算法工程师孙国栋说。

孙国栋表示，该模型能够有效降低能源行业设备监测诊断失误率，提升准确率；同时，通过持续的数据积累和模型迭代，该模型未来将不断扩展设备覆盖面，进一步提升设备监测诊断准确率和泛化性。

据悉，基于该模型构建的综合智能知识库，用户企业能更便捷、更高效地了解设备运维综合状态，解决设备运维遇到的问题；基于该模型搭建的管理应用平台，运维人员可以开展故障定位、拆装指导、培训学习等综合性的服务，助力用户企业实现设备维修管理智能化升级，大大提高运维效率，压缩成本支出，实现降本增效。