【专访】中远海运科技：用大模型把航运搬进数字世界

在全球航运业面临地缘冲突扰动、供应链韧性受压、绿色转型倒逼的三重夹击之下，一场远比集装箱本身更深刻的变革正在发生——航运的“操作系统”正在被重写。

作为中远海运集团旗下数字化与智能化的核心承载平台，中远海运科技股份有限公司（简称中远海运科技）用近十年的持续投入，把一个看似传统的行业，推进到了“AI原生”的临界点。

近日，中国航务周刊记者采访了中远海运科技研发创新中心总经理韩懿，系统梳理中远海运科技以“船视宝”平台、“Hi-Dolphin”航运垂直大模型及“跨境宝”等多样化产品线为核心的航运数智化布局，呈现出一幅远比外界想象中更庞大、更细腻的技术图景。

航运网络可能是人类最古老的全球化网络之一，但它的数据却长期也可能是全世界最碎片化的。

当前，航运业依旧面临三大痛点：安全防控被动滞后、碳核算缺乏精确数据支撑、供应链中断应对能力不足。传统方案依赖分散数据和经验判断，存在严重的“信息孤岛”。中远海运科技构建多源数据融合的统一底座（核心产品“船视宝”），推动安全管理从被动响应到主动预警，建立可信碳核算体系，支撑供应链动态优化，促进行业数智化升级。

韩懿表示，无论航运企业规模如何，在数字化转型中都会聚焦以下几点：全球船舶AIS（自动识别系统）等公共数据融合处理和数据挖掘问题；港口拥堵的判断标准和未来趋势预测问题；面临未知风险时，如何主动和智能避险；全球减碳战略施行，在面临新燃料生产、储备不足时，如何把握减碳时机，综合数智化能力逐步满足政策要求等。

据了解，船视宝平台以全球船舶AIS轨迹数据为核心数据源，数据覆盖全球约26万艘商船，汇聚超1000多亿条船舶AIS记录，并融合气象、港口等多源数据，构建了全球船舶地理信息数据库；平台依托分布式微服务架构，对船舶航行全生命周期行为进行智能识别，构建了对全球主力商船、相关航线、关键海峡/通道的分析、预测和预警模型。

在韩懿看来，这套体系的使命不只是“看得见船”，而是把航运从经验驱动升级为数据驱动。

他用一个通俗的比喻解释智能航线规划：一条上海到洛杉矶的航线，可以拆解成多种方案，系统不仅标注航程时间和油耗成本，还实时叠加未来7至14天的气象数据、风险区提示。“比如，最短路径可能遭遇台风，油耗会增加，绕行反而综合成本更低。这在学术上叫多目标优化，但在船上就是每天真金白银的决策。”

依托智能规划模型与数据中台能力，航线规划耗时可从传统人工的2至3小时，缩短至1分钟以内，通过动态路径优化，平均单航次可降低燃油消耗约2%。

他认为，构建航运数据资源池，打造数据基础底座，既要汇聚企业实船运营数据（如MRV报文）、船长及轮机长经验数据（航行风险应对策略、设备故障预判与维修经验），又要涵盖全球商船AIS数据、船舶港口及泊位基础资料、全球气象与海况数据、主流运价指数及期货数据、新闻资讯、船司公告等外部数据。

他向中国航务周刊记者强调了一个判断：航运数字化的“点”已经很出色，“线”也已打通，但跨组织、跨行业、全链条的数据协同——也就是“面”，仍然是最大壁垒。这也是为什么中远海运科技一方面构建自己的算力和数据中台，另一方面积极参与国际标准联盟（如ONE SEA智能航行联盟、IMO关于海上自主水面船舶规则MASS CODE的咨询审议）和行业数字化联盟建设，力争把“中远海运的标准”转化为“航运业的标准”。

如果说船视宝解决的是“船在哪里、船怎么样”的问题，那么韩懿和团队近年来最前沿的攻坚方向，是让AI理解航运的“语义世界”——也就是那些至今仍大量依赖纸质、传真、PDF扫描件流转的单证、图纸、手册和规章制度。

他介绍了“Hi-Dolphin”大模型新开放的一项能力：传统OCR走的是计算机视觉（CV）路线，用深度学习模型，识别字体形状和框选位置，但航运单证的特殊性在于，光认出字不够，还要知道这行字“是什么意思”。

比如一张拍歪了的提单照片、一份传真过来灰蒙蒙的租船确认书、一张设备维护保养手册里的结构图，传统OCR能识别出上面写着‘GW 25000T’，但不知道这是额定总重，更不知道它关联到哪一项SOLAS合规要求。因此，他们做的是基于多模态大模型的航运类OCR：把视觉信号和语义理解融进同一个端到端模型，不仅能“看清字符”，还能“读懂字段的业务含义”。比如，自动判断这是提单号、箱号、毛重、品名还是危规条目，直接映射到结构化字段。

据了解，基于“Hi-Dolphin”大模型的多模态理解能力已用于提单、租船合同、报价等复杂航运单证的自动解析与录入，智能解析船东询价单生成报价完成率达98%，提升了单证处理效率。韩懿表示，“Hi-Dolphin”大模型未来将由“航海专家”向“航运专家”再向“航运服务专家”迭代升级。

他进一步介绍说，“Hi-Dolphin”大模型本身是整个体系的知识中枢。目前具备四大优势，包括技术完整性、行业专精性、高效性与可落地性以及数据与语料优势。其拥有全国最大的航运专业语料库，内容涵盖海事法律法规理解、复杂航运案例推理、航运知识术语理解、海上智能场景图片检测、海上音视频识别、船舶传感器处理分析等。

“未来，我们希望将包含‘Hi-Dolphin’大模型的智能化硬件模块安装在船上，配合‘岸上训练—船上增量更新’的架构，让船端在弱网甚至离线条件下，也能查设备手册、生成报告初稿、辅助维护保养决策。系统从本地知识库里给出带原理图和结构关联的回答，同时把新知识（老师傅的经验）持续回流进语料。这套架构最终可能落到一个带GPU的边缘服务器或专用硬件盒子上，离线也不影响使用。”韩懿说。

一套再好的技术，最终也要回答一个朴素问题：如何持续商业化发展？

船视宝的商业化并非靠“把数据锁起来卖高价”，而是分层设计。据韩懿介绍，平台对个人查船位、基础行情资讯等轻量功能保持免费，面向重度使用（如绘制航线热力图、大规模探索查询等）设有付费版，而真正的营收主力来自企业级：SaaS订阅、API调用、半定制化到完全私有化部署，以及做个性化深度定制。

公开资料显示，船视宝平台在用户体验提升、数据基础建设、技术架构升级、场景融合等方面持续发力，累计为超过20个细分行业、2500家企业、30万用户提供服务。航运大模型“Hi-Dolphin”注册用户超10万，在Maritime Bench专业评测中，达到83.92%的准确率。船舶主动安全系统已完成362套船员行为感知系统、23套船舶态势感知系统实船应用，优化了辅助靠离泊算法和AR瞭望功能。

韩懿提到，作为科技平台的“训练场”，是全球最真实、规模最大的航运场景之一，这使得它的模型和数据飞轮一旦转起来，壁垒就很难被纯外部SaaS复制。

与重庆的合作是另一个值得关注的落地形态。他介绍说，团队正与重庆市交通委合作搭建一个名为“千里轻舟”的平台，把重庆的物流资源、多式联运节点、监管信息在平台上打通，共建长江上游数字化航运生态。

技术越深入业务核心，安全合规就越重要。韩懿表示，目前全部系统平台已经建立了严密可信、安全可控的数字与网信安全屏障：一方面大模型已在网信办完成垂类模型备案，他特别强调，航运、交通行业的垂类模型备案审查，不仅看数据泄露防护，还看“模型本身”的伦理与安全；另一方面，平台网络安全靠海科云数据中心防火墙、漏扫、态势感知等工具层层设防，数据安全走网信体系配套规范。

回头看，航运最迷人的地方在于：它的一切创新和冒险，最终都要回到一条最朴素的真理——船必须安全到港。中远海运科技做的事，本质上就是把这条真理翻译成代码：让数据替人盯着风暴区、让模型替人翻完一摞摞单证、让算法替人算清哪条路既不冒进也不绕冤枉路。

海上的航路，正在变成可计算、可预测、可共用的数字基础设施。

本期编辑：Effy 审发：王禹