【环保AI应用】DEEPSEEK/KIMI/豆包AI环评噪声预测试用体会

多客科技

作者：微信文章




在过往的环评编制过程中，噪声计算和预测基本是用来专业的工具软件（EIAProN/NOISESYSTEM/环保小智），随着今年AI技术普及和大热，最近看到很多使用AI工具来实现智能计算和结果输出的案例。今天小编就使用一些常见的国内AI模型（deepseek/kimi/豆包）来测试体验一下，并比较一下几个模型的输出结果。

就以我们备考环评工程师时常见的一些噪音基础题来为难一下AI：

在城市1类声功能区内，某卡拉OK厅的排风机在19:00-02:00间工作，在距直径为的排气口1m处，测得噪声级为68dB，根据《环境影响评价技术导则 声环境》（HJ2.4-2021），在不考虑背景噪声和声源指向性条件下，问距排气口10m处的居民楼前，排气噪声是否超标?如果超标:排气口至少应距居民楼前多少米?

1

DEEPSEEK

（https://chat.deepseek.com）





2

KIMI

（https://kimi.moonshot.cn）





3

豆包

（https://www.doubao.com/chat）





结论

首先呢，我们先说一下这个题目的标准正确答案：



从三款模型的结算过程及结果来，计算公示和参数选择都是正确的，结果也都没问题，但是结合到昼/夜噪声标准值是否超标的结果，只有豆包模型做出了完整的判断回答，说明DEEPSEEK和KIMI的理解能力还是有些缺陷的。

从响应速度来看，由于众所周知deepseek网站一直遭受美帝的攻击，叠加现在热度太高使用人数太多，响应速度比较慢且经常出现服务器响应报错的问题，KIMI和豆包都做到了快速响应，最终结果输出耗时来看，豆包是最快的。

当然这也只是一个简单的噪声计算的问题，后续我会在做一些相对复杂一些的的测试，希望国产AI科技之光发展越来越好！