中远海科：向航运数字生态赋能者目标持续迈进

“由于航运链涵盖船公司、港口、货代等多元主体，各主体因业务模式与管理需求差异，构建了独立的数据系统与标准，由此产生数据协同难题。”韩懿在采访中谈到航运数字化发展时表示，当前，不同主体间的数据标准尚未统一、系统接口开放程度不足，加之对数据所有权和隐私安全的审慎考量，一定程度上形成数据交互壁垒，制约着产业互联网实现高效互联互通。

值得关注的是，航运作为全球化程度极高的行业，其数字化转型需要全球港口、海关、代理等各环节的协同推进与创新实践。换言之，各环节数字化发展水平的差异，客观上对行业整体数字化进程提出了更高的统筹与协作要求，也为产业链协同创新提供了广阔空间。

为解决这些难题，中远海科于2019年启动“建云、聚数、创智、兴业”行动，旨在打造“航运新基建”，解决一些行业共性问题。

这是一条从底层架构到顶层应用的完整路径。正如韩懿所言，中远海科希望通过“建云”获得灵活的算力和存储资源，通过“聚数”形成高质量数据资产，通过“创智”开发具有行业特色的算法模型。

数据的价值不仅在于拥有，更在于流通。当前，中远海科正积极推进“可信数据空间”建设，并通过数智技术确保数据流通全程可追溯、权属清晰。

韩懿透露：“我们希望通过这个空间将单向服务转变为共享数据的方式，通过‘链主企业+生态伙伴’协同机制，未来构建船舶估值、船舶精细化风险画像、船舶保险定价等完整的船舶信息情报。”

这意味着数据不再是被锁在系统中的沉默资产，而是成为可增值的数字商品。中远海科致力于打造的，是一个开放、可信、共赢的数据生态。

中远海科过去5年在研发上持续投入。2024年，中远海科研发投入达1.01亿元，近5年复合增长率为23.03%，研发投入强度为5.63%；2024年申请受理和授权发明专利102件，同比增长20%，近5年复合增长率为50.28%，获得软件著作权52件。

如果说数据是“燃料”，那么人工智能（AI）模型就是引擎。

2025年，中远海科在创新领域持续发力，“全球航运可信数据空间”入选国家试点。公司自主研发的“船视宝”平台深度融合大数据、云计算、人工智能技术，依托221种智能算法服务20多个行业、2000多家企业。

在此基础上，中远海科成功研发落地的国内首个航运垂直领域大模型“Hi-Dolphin”，更是其“创智”能力的集中体现。

与传统通用大模型不同，“Hi-Dolphin”大模型深度融合航运专业知识与场景需求，实现了从理解问题到执行规划的全流程智能化。韩懿表示：“在这一过程中，我们利用大模型和小模型协同的方式，打通了大模型理解语义、小模型执行行业规划这一高效流程。”

“Hi-Dolphin”大模型

可贵的是，这一技术路径已在多个场景中取得突破性进展。

“以特种运输为例，该领域船业务涉及大件运输、半潜船等复杂工艺，法规和流程庞杂，人工检索效率低。对此，我们基于‘Hi-Dolphin’大模型构建特运知识图谱和智能问答系统，实现一线人员对复杂工艺与法规等问题随问随答。”韩懿告诉记者，这套系统的问答准确率已超过90%，且平均查询时间由数小时缩短至分钟级，显著降低操作失误风险，目前已在特种运输船公司日常作业中应用。

“在青岛港，为实现港口业务智能化，‘Hi-Dolphin’大模型在3天内完成部署上线，通过模型能力支撑智能客服、船期查询、堆场调度等功能。”韩懿介绍，客户可用自然语言一键获取服务，替代繁琐流程，业务响应效率大幅提升。

最令人印象深刻的是重工修船报价场景。记者在采访中了解到，在修船与重工报价环节，因工程项目复杂，传统人工解析询价单往往耗时1至2天，而“Hi-Dolphin”大模型可在10至15分钟内自动解析30页以上的船东询价工程单，且能准确提取如钢结构吨位、板材数量、货仓涂装面积等关键信息，并生成报价单。

这些案例不仅是技术的胜利，更是模式的胜利。中远海科通过打造垂直领域大模型，将行业知识与数据能力深度融合，实现了从人找数据到数据为人的范式转变。