“使用DeepSeek大模型可根據每日班計劃，結合數據庫開行數據，智能分析各點駐班情況，實現機班科學調配，既避免機班浪費，又提升使用效率，有效解決了異地長時間駐班問題。”3月19日，在錦州機務段舉辦的eepSeek大模型創新應用座談會上，年輕的機車乘務員胡天賜提出自己的見解。

　　結合集團公司建立完善“五個體系”、縱深推進“十項行動”要求，錦州機務段組織40余名新入職大學畢業生召開此次座談會，圍繞DeepSeek大模型在機車運用與檢修領域的創新應用展開研討，通過案例分享、互動交流等形式，共同探索AI技術賦能鐵路高質量發展的新路徑。該段安全科、運用科、技術科等職能科室負責人也參加了座談。

　　座談會上，錦州運用二車間機車乘務員胡楠提出的“AI自動化出退勤管理”方案引發熱議。該方案利用DeepSeek大模型的OCR技術，自動識別機車乘務員證件信息，實現身份驗證與登記的智能化操作，有效解決了出退勤流程繁瑣問題。

　　與會技術人員表示，運用該系統能夠有效提升效率，推動作業流程向自動化、無紙化轉型。“基于HXD3B型電力機車運行數據，智能調度系統通過實時路況分析優化資源配置，使運輸效率大幅提升；智能操縱輔助系統依托AI算法提供精準建議，會成功降低能耗……”在技術分享環節，機車乘務員張磊分享了自己撰寫的《AI改寫鐵路新時代》主題報告，引發強烈共鳴。

　　檢修車間電力機車鉗工李超則重點闡述了DeepSeek大模型的檢修應用場景：針對HXN3型內燃機車配件兼容性問題，通過構建故障知識庫將臨修停時縮短；運用圖神經網絡解析微機控制架構，攻克C6修后機車“主斷無法閉合”的技術瓶頸。

　　此次座談會為青年職工搭建起創新平臺，引導新入職大學畢業生在AI算法優化、多模態數據融合等領域開展課題攻關，助力實現新技術與青年人才的共生共長。