综合历史火灾数据、气象数据、地理信息数据，构建火灾风险预测模型，为火灾预防提供有力支撑；借助火灾现场实时信息，为指挥人员提供救援决策建议……近日，记者获悉，上海市消防救援局携手Deepseek，正式开启本地化深度应用部署，旨在全面提升应急救援效能，为韧性安全城市建设贡献消防力量。

推进本地化部署工作

DeepSeek-R1国产化大模型一经推出，便迅速在各行各业掀起智能化应用热潮。上海消防敏锐抓住这一技术机遇，邀请多位专家反复研讨论证。基于数据隐私与安全、性能实时性、定制化与扩展性等需求，最终确定以实战需求为导向，以提升业务能力为目标的实践路径，选择DeepSeek本地化部署模式进行深度应用。

在专家看来，灭火救援刻不容缓，DeepSeek本地化部署能够提供稳定性能和低延迟响应，提高救援效率。同时，消防救援工作涉及大量敏感数据，如火灾事故现场信息、人员信息等，本地化部署确保数据存储在本地服务器，保障数据传输处理过程中的网络和数据安全。此外，本地化部署可根据自身需求调整定制DeepSeek模型，更精准地进行火灾风险预测、救援资源调度等。

构建消防知识图谱

目前，DeepSeek本地化部署在上海消防多个场景取得积极进展，未来通过定制化训练，构建消防知识图谱，有望破解消防领域难点痛点问题。

对于消防AI应用，消防知识图谱是基石，能大幅提升科学决策效率。通过DeepSeek本地化部署构建消防知识图谱，整合分散数据，运用知识关联和推理技术，为消防救援决策提供全面准确信息支持。

在火灾风险预测与评估中，知识图谱综合考虑历史火灾数据、气象数据、地理信息数据。历史火灾数据揭示火灾发生规律和趋势，气象数据反映天气条件对火灾影响，地理信息数据展示火灾地点地形地貌、人口分布。整合分析多源数据，知识图谱生成更准确的风险预测模型，助力消防救援部门制定针对性预防措施。

在智能救援指挥与调度中，知识图谱实时分析火灾现场信息，如火势、蔓延方向、烟雾扩散范围、被困人员位置等，结合消防救援资源分布，为指挥人员提供决策建议。例如，火灾现场多着火点时，知识图谱分析着火点火势、周边环境、消防设施分布，确定危险程度和救援优先级，提供决策建议。同时，根据救援资源实时状态，优化调度方案，确保资源及时准确到达现场，提高救援效率。

上海市消防救援局信息通信处负责人表示，智能化浪潮下，DeepSeek本地化部署应用助力消防业务实现高效、智能、安全发展，为保护人民生命财产安全提供坚实科技支撑，为上海韧性安全城市建设贡献力量。

（文章来源：上观新闻）