（通讯员 胡迅）2026年10月23日至27日，第二届油气人工智能大模型创新发展大会在广东省深圳市召开。大会由油气行业人工智能大模型创新联盟主办、华为技术有限公司协办，以“促进油气大模型生态系统繁荣，助力油气行业新质生产力发展”为主题，设联盟会员大会、油气大模型高峰论坛、油气行业人工智能创新发展论坛、新技术新产品展览，并组织华为松山湖基地参访交流。我院副教授喻思羽、特任副教授谢鹏飞、特任副教授胡迅、参会并作口头报告。

喻思羽副教授以《软硬约束的多尺度扩散模型岩相建模应用》为题作口头报告。针对两点统计难以表征复杂结构、生成对抗网络条件约束不稳定的问题，从单一训练图像中裁取多尺度Patch学习沉积相组合规律，再由大到小分块生成，并把井点硬数据、全区相比例与相概率体纳入约束。二维算例平均变差函数误差0.0693，与直接采样方法相当而波动降低约56.7%；条件模拟井点匹配率100%，训练耗时与显存占用较渐进式生成对抗网络分别降低约99%和65%。方法已用于苏36-11井区盒8下辫状河储层，并集成到轻量级建模软件GeoModelLite。

谢鹏飞特任副教授以《基于自然语言驱动的智能建模系统》为题作口头报告。报告介绍了一种调用大语言模型的高效智能地质建模系统，该系统对接专业地质数据库，调用大模型的自然语言理解和分析功能，实现了文本语言到地质模型的端到端生成，并以Web端为编译平台，实现了无软件许可和无硬件依赖的便捷操作平台。目前该平台已经集成了多种沉积相背景，可基于观测井数据和地震数据生成符合地质认识和条件约束的三维地质模型；并通过异步渲染的方式将亿级网格模型在网页上快速可视化和实时人机交互，为油藏人员网上简便办公提供了新的研究方式。

胡迅特任副教授以《基于深度学习的河流相建模及历史拟合》为题作口头报告。报告梳理了二维数据驱动三维河道建模的技术路线，重点介绍跨维生成对抗网络（CDGAN）的三维生成器、切片器与二维判别器架构及连井剖面自动数值化方法。在孤岛油田Ng44-2层点坝储层应用中，模型较好再现了侧积层形态与分布，效果与三维数据训练的生成对抗网络相当。报告还比较了集合平滑（ESMDA）与数据空间反演（DSI）两类数据同化方法：前者在模型空间更新参数，后者通过观测响应与地质模型之间的映射关系完成反演，拟合阶段不再调用油藏模拟器，但对先验集合的覆盖程度要求更高。

本次参会展示了我院在智能岩相建模与历史拟合方向的研究进展，也为下一步对接油气行业基础大模型、拓展智能体辅助建模提供了交流平台。

(审核 杨全辉 编辑 李丹）