废钢作为钢铁冶金行业重要的原材料，是唯一可大量替代铁矿石的铁素原料。然而，传统废钢质检主要依赖人工目测，存在效率低、易作弊、追溯难等弊端。用友此次获奖的“AI+钢铁：多模型协同废钢智能判级大模型系统”，首次将大小模型协同引入废钢质检领域，突破单一模型的性能瓶颈。

该系统采用百亿级参数的钢铁行业多模态大模型进行全局推理，进行废钢类别语义推理与不确定性估计，输出候选分级集合与置信度；同时，轻量化专项小模型针对大模型候选集进行局部特征强化识别，纠正误检案例。基于强化学习的模型调度器，可根据样本难度自适应选择“纯大模型”“大+小协同”“纯小模型”三种推理模式，在保证综合准确率95%的前提下，推理延迟降低40%。

用友在废钢智能判级领域持续深耕，从2021年发布智能判级系统至今已迭代至第六代。系统累积了1400万张精细化标注废钢图片，配备40余个深度学习模型，废钢识别准确率达95%以上。截至2026年6月，用友BIP废钢智能判级系统已实现500余台套部署、66万余辆判级车辆、2480万吨判级废钢，服务超过100家客户。

该项目已获授权发明专利3项，涵盖车辆检测、废钢单体实例分割、车厢区域识别等核心技术。系统已在鞍钢、敬业钢铁、龙腾特钢等标杆企业落地应用，有效提升了废钢判级精准度，显著降低了采购成本与卸料环节人工投入。2025年，用友大模型废钢智能判级应用还入选了工信部“人工智能赋能新型工业化典型应用案例”。

此次荣获“维科杯·OFweek 2026中国智能制造行业年度AI+智造关键技术突破奖”，标志着用友在废钢智能判级领域的技术创新与产业应用获得了行业权威的高度认可。用友废钢“大模型+小模型”协同方案，构建“全局认知决策+局部感知执行”的智能判级体系，融合企业标准、专家经验与现场检测数据，有效提升判级一致性、异常识别能力与运行效率，降低质量和结算风险，并为采购定价、供应商评价、原料分析及生产配料优化提供可信数据基础，助力钢铁企业原料验收迈向标准化、智能化与规模化复制。