DeepSeek大语言模型这一前沿科技手段，为港口行业的数字化转型深度赋能，使其在效率提升、资源优化及智能决策等方面，都迈上了新台阶。

今年年初，国内一款AI智能工具深度求索（DeepSeek）的横空出世，为人工智能领域注入了新活力，成为备受瞩目的焦点。

算法、算力、数据被视为人工智能时代的三大核心要素。自ChatGPT引发全球大模型应用浪潮以来，算力的重要性愈发凸显，全球图形处理单元（GPU ）龙头NVIDIA（英伟达）股价一路上扬，算力建设步伐不断加快。大国之间的芯片博弈也日益激烈，全球围绕算力的竞争已进入白热化阶段，算力俨然成为全球新一轮科技革命的关键。

然而，DeepSeek的问世彻底改变了这一以算力为竞争核心的行业格局。从数据层面来看，DeepSeek采用多元专家混合的模型架构，V3版本的训练成本仅为600万美元，与此前海外主流大模型动辄数千万美元的成本相比，优势显著。

在AI热潮下，港口纷纷接入DeepSeek。截至2025年2月28日，包括天津港、青岛港、宁波舟山港、广州港、深圳港、连云港港、北部湾港、湖北港口等在内的众多港口，均宣布已完成DeepSeek的本地化部署。

港口企业纷纷接入

在数字化飞速发展的当下，人工智能技术正以空前的速度赋能各行各业。国内各大港口纷纷接入DeepSeek大模型，既体现了港口企业对DeepSeek大模型核心优势的充分认可，也为港口行业的发展注入了新的活力，有力地推动港口业向智能化、高效化、数字化方向稳步迈进。

宁波舟山港作为2024年全球吞吐量排名第三的集装箱港口，在智能化建设方面一直处于领先地位。

今年2月14日，宁波舟山港成功在智能闸口系统中本地化部署DeepSeek大模型，实现了该模型在智能闸口的全球首次落地应用，标志着宁波舟山港智能闸口迈入4.0时代。

据悉，宁波舟山港通过将DeepSeek的多模态分析能力（支持图像、文本等多维度数据处理）与深度学习算法深度融合，智能闸口4.0系统实现了车号、箱号、铅封号的同步智能识别。在全工况情况下，综合识别率提升至80%以上，单岗管控能力提升4倍，故障预警响应时间更是压缩至半小时内，全面提升了闸口通行效率。

天津港集团在DeepSeek大模型的本地化部署方面，也取得了显著进展。今年年初，天津港集团迅速启动了对DeepSeek大模型的研究工作，充分利用其开源R1推理模型低成本、高性能的优势，高效完成了部署，并成功实现了与知识库的结合以及重点领域AI产品化的研究与服务试用。

天津港集团通过探索DeepSeek+编程、DeepSeek+客服助理、DeepSeek+办公助理等多场景应用，正在打造人工智能在港口行业深度应用的“天津样板”。据天津港集团数字化转型办公室规划架构经理兰鹏介绍，这一系列举措，将为港口行业的人工智能应用树立新的标杆。

在人工智能浪潮中，连云港港勇立潮头，其数字孪生平台“连云港智慧港口全息平台”，显现出接入DeepSeek后的成果。只要输入问题，平台的交互式对话窗都能应答如流。经过深度测试与全面评估后，连云港港迅速搭建GPU算力环境，实现DeepSeek本地对接部署。这一依托AI技术构建的港口数字孪生平台，融合DeepSeek多模态分析技术与深度学习算法，为港口生产决策提供坚实支撑。

青岛港也不甘示弱，成功完成DeepSeek大模型本地化部署。“玉衡”平台凭借自研适配层技术，无缝调用DeepSeek强大推理能力，确保数据安全合规。DeepSeek为其推动垂直大模型和应用大模型构建，赋能办公自动化、智能问答、数据监控预警等多元场景。“玉衡”平台接入 DeepSeek后，推出具备更精准语义理解能力的智能助手“玉衡小AI”2.0。在智慧办公领域，基于 DeepSeek实现政策文件快速检索与核心信息精准提取，助力港口工作人员一键获取政策要点，包括技术标准指导、法规解读等，高效把握行业发展机遇。

此外，北部湾港也紧跟人工智能技术趋势，在内部针对多个不同应用场景部署DeepSeek。在广西沿海港口率先构建DeepSeek本地模型，并在广西国企中吹响“人工智能+西部陆海新通道+门户枢纽港”建设的号角。

多方面赋能

随着人工智能技术的飞速发展，各大港口系统平台相继接入DeepSeek，这不仅推动了港口运营的智能化升级，还在提升运营效率、增强数据安全性、优化决策支持和推动行业创新等方面，展现出积极意义。

在提升港口运营效率上，宁波舟山港通过将DeepSeek的算法与基于深度学习的技术结合，其智能闸口系统首次实现了车号、箱号和铅封号的同步智能识别。这一创新举措显著减少了计算资源的消耗，使单位时间内可完成更多任务，图像识别的准确率与响应速度也稳居行业前列。

宁波港信通公司的图像识别专家透露，DeepSeek为港口的运营效率按下了“加速键”，同时也开创了AI大模型赋能实体产业的新范式。

在增强数据安全方面，相比国外AI技术，国产的DeepSeek更能确保港口运营、设施布局和货物信息的数据安全，保障供应链的稳定性和安全性，这也是各大港口选择接入DeepSeek的重要因素之一。

例如，青岛港的“玉衡”平台接入DeepSeek后，在数据监控、预警等场景中进行赋能。通过对货物信息的实时分析和处理，提高货物分拣、装载和运输等环节的准确性。同时，DeepSeek还能帮助港口企业及时发现和处理潜在的安全风险，确保货物安全运输。

从优化决策角度，DeepSeek强大的推理能力和对海量数据的分析处理能力，能够为港口的生产决策提供有力依据。连云港港的数字孪生平台依托DeepSeek，可对港口长期积累的作业数据进行深入学习与分析，帮助港口管理者做出更科学、更合理的决策。

连云港电子口岸公司总经理王兴好表示：“将继续完善包括连云港口岸E港通公共服务平台‘小E’智能AI助手、口岸通关AI预警大模型，以及基于AI的港口船舶智能化调度等一系列AI应用的研发和规划，最终创造AI在港口的应用价值。”

在推动行业创新层面，中国工程院院士、中国科学院计算技术研究所原所长李国杰，将DeepSeek的创新描述为“既是技术上的重大突破，也是发展模式上的颠覆性创新”。在他看来，DeepSeek的崛起说明，AI不再是简单堆砌算力的暴力游戏，而是进入了以算法和模型架构优化为主，同时高度重视数据质量与规模、理性提高算力的新时期。

深度融合仍待加强

不同港口的业务特点和信息化水平存在差异，因此，尽管DeepSeek本身具有强大的功能，但要与港口的各种复杂业务系统和流程深度融，合并非易事。对此，港口可以从数据管理、人才培养和技术培训等方面入手，探索适合自身的深度融合模式。

首先，加强数据管理和安全。

港口运营会产生海量的数据，如何对这些数据进行有效的管理、整合和利用，以充分发挥DeepSeek的优势，是一个重要问题。同时，还需要确保数据的质量和安全性。港口应建立完善的数据管理体系，加强数据治理，提高数据质量，保障数据安全。

其次，重视人才培养和引进。

目前，港口行业在人工智能领域的专业人才相对短缺，这可能会影响DeepSeek的应用效果和后续发展。港口需要加强人才培养和引进，通过与高校、科研机构合作，开展培训课程和实践项目，培养一批既懂港口业务又懂人工智能技术的复合型人才。

最后，需要对员工加强掌握人工智能技术的培训。

在接入DeepSeek后，港口的工作流程和方式将发生变化，需要对从管理层到现场工作人员进行相应的培训，使他们能够熟练掌握和运用新的技术和系统。港口应制定详细的培训计划，采用多种培训方式，如线上培训、线下培训、实操演练等，确保员工能够快速适应新的工作要求。

对于行业接入DeepSeek，壹沓科技副总裁陆玥在接受中国航务周刊记者采访时表示：“目前，DeepSeek实实在在地降低了大模型的使用门槛和研发成本，激发了各行各业的创新热情。但是，各系统平台与其对接只是第一步，对接了之后要做什么和怎么做也许更重要，企业系统平台不能为了对接而对接。另外，国内真正把大模型应用落地到港口实际运营中的案例还比较少，还需要一段时间的实践观察和调整。”

综合来看，DeepSeek在国内各大港口的应用，标志着港口管理向智能化、高效化的重大转型。通过DeepSeek的赋能，港口企业能够提升运营效率和服务质量，确保数据安全与合规性，实现可持续发展。

随着DeepSeek技术的不断创新和应用场景的拓展，智慧港口建设在未来将迈入更加智能、高效、可持续的新阶段。此外，港口企业也需要积极应对新型智能工具融合发展所带来的挑战，将人才储备与转型相协调，确保在智能化浪潮中保持竞争力。

版权说明

本文刊载于《中国航务周刊》，未经授权，禁止转载。

欢迎过留言，提供新闻线索，投稿可发送至hangwuzhoukan@126.com

本期编辑：Effy 审发：王禹

（点击小程序卡片，查询船东精品航线）