图形 1 AI+ 质量管理方案 背景 最大的挑战 海量数据的处理能力缺乏 检测效率低下 综合成本大 质量稳定性、准确性差 • 人工判读：依赖经验，标准难以统一；新 员工经验不足、重复性疲劳等易导致漏检 误判； • 精度受限：产线上难以根除的微小缺陷。  人力：大量质检人员的需求，培训和运营成本高。  物料：废品损失成本大，提高生产成本；  客户满意度：质量问题容易引起客户投诉，影响品 性不透明，无法提前干预，滞后性强。 痛点 即便传感器采集了大量数据，企业也常常面临“数据看不懂、预警不及时”的问题。 解决思路 将数据和知识库进行深入融合，构建 AI 模型库； 将 AI 应用到生产全流程的过程质量控制：  在线实时监测与波动预警；  AI 强化 SPC （统计过程分析）功能，辅助识别复杂工艺的 实时波动与隐性异常。  将质检“事后把关”转变为“过程控制”；  从“抽样检验”迈向“全量检测”； 从“经验驱动”转化为“数据驱动 + 智能决 策”。 AI+ 质量应用 AI 应用的价值 将 SPC+FMEA （失效模式与影响分析） +AI+LLM （大语言模型）的智能认知能力深度融合，打造 了一个“数据驱动 - 问题归因 - 知识生成 - 闭环优化”的全生命周期管理平台。 AI+ 质量管理——简介 模块 传统质量管理 AI+ 质量管理 检测方式 抽样检测 全检 + 在线检测

年代 ，专家系统作为一种模拟人类专家决策能力的 AI 应用 开 始出现。 20 世纪 90 年代 ，随着计算机运算能力的提升 ，更复杂的智能算法被开发出来 ，用于生产规划和调度。 21 世纪初开始 ， 大数据和云计算兴起 ，机器学习等算法被提出。 2010 年 ，物联网、大数据分析、机器学习、深度学习等技术出现； 2020 年至 今 AI 大模型出现并得到迅速发展 ，以 Deepseek 一、 AI 大模型的技术历史回顾 Te n c e n 腾 讯 AI 大模型的成功是多类技术的积累 ，但其中最为核心的是自注意力 机制和 Google 在 2017 年提出的 Self-Attention 、 Transformer 架构。 ChatGPT,Deepseek, 豆包， Kimi 都是基于该架构提出 ，具有以下三个 特 点。 1 、参数规模庞大。 AI 大模型通常具有数十亿甚至千亿级别的参数， 使得模型能够捕捉到更多的细节和特征 ，提高了任务的准确性。 2 、训练数据海量。 AI 大模型需要训练大量数据才能发挥出其强大的 性能 ，这些数据来自于各种来源 ，如互联网、企业内部数据等。 3 、计算资源需求高。 由于参数规模庞大 ， AI 大模型的训练需要高性 能的计算资源 ，如 GPU 集群、分布式训练框架等。 二、 AI 大模型的核心技术与特 点 Te n c e n 腾 讯 Te

大模型驱动金融风险决策新范式 同盾科技 / 董纪伟 1 金融风控与决策智能的演变 > 2 AI 重新定义风险决策智能新范式 > 3 起于 AI ，用于智能 : 学会与 AI 协作的风控 实践 > 4 挑战与突破 : 如何构建可信 AI 风控体系 > 5 总结与未来展望 金融风控与决策智能的演变 金融行业，内外部风险因素呈现上升和积聚趋势 描述性分析 ( 过去发生了什么？ ) 诊断性分析 ( 为何会发生？ ) 预测性分析 ( 将要发生什么？ ) 决策智能，数据 +AI 即是新武 器 决策性分析 ( 如何使它发生？ ) 越靠近场景的数据越有效，越靠近数据的 AI 越有 用 数据 +AI 分析层次 AI 重 õ 定 O 风险决策智能 õ 范式 感知 能力 集成大模型的风险决策体系 提升感知和决策能力， 金融风险决策可以更主动、更实时 推 理 知 识 融 合 知识挖掘 知识应用 NLP OCR 识 别 语音识别 知识抽取 指 代 消 解 实 体 消 歧 半结构化数据 结构化数据 非结构化 富文本数据 调用通用 AI 能力 实 体 抽 取 属 性 抽 取 关 系 抽 取 事 件 抽 取 知识加工 关键词 提取 解析器 视频识别 知识抽取与因子挖掘 画像、报告 代理智能体 多模态

“ 城市级“双碳智慧能源平台 双碳智慧能源平台 基于 AI 双碳”源网荷储 智慧综合能源平台建设方案 3 建设效果 4 核心优势 目 录 ONTENTS 背景概 述 建设方 案 1 2 0 1 背景概述 能量大数据 碳全景驾驶舱 迈向碳中和 探索实践先进能源技术与模式集 在碳信息全景感知领域 ，基于能源 围绕碳中和目标，突出“森林城市” ，规划建设实现绿色、安 式” ，打造能源发展与产城融合 源网络的碳排放数据的全景展示。 全、可持续 ，体现国际领先、中国特 顶级名片 色的综合智慧能源体系。 打造面向多主体的 " 城市级 " 基于 AI 双碳源网荷储智慧能量大数据平台，为开展 " 碳中和 " 服务提供必 要技 术保障，构建 " 碳中和 " 互联网生态圈，引导企业及居民主动节能减排，助力政府做好发展规划。 背景概述 0 2 建设方案 系统 电 热 运 维管 理 产 业平 台 互 动平 台 视频、安防 储能 光伏 能量大数据中心基础平台一体系化的数据质量管理 数据治理 数据标准化 数据检验 异常检测 n 众多 AI 算法 多元线性 规划 帕雷托优化 (Pareto Improvement) 整数混合线性 规划 (MILP) 贝叶斯推理 粒子群算法

本报告取得的部分数据来源于公开资料，如有涉及版权纠纷问题，请及时联络我们。 任何机构、个人在引用本白皮书的数据或转载白皮书相关内容时，需注明来源。 前 言 当前，以人工智能为核心驱动力的智能时代正加速到来，以生成式 AI、具身 智能等为代表的前沿技术取得突破性进展，深刻重塑生产方式、生活方式与治理 模式。互联网作为数字经济的关键底座，正面临前所未有的机遇与挑战。 “新质互联网”是“新质生产力”发展的基础承载网络，也是其在信息通信领域的 展技术；设备新智能和网络新大脑等网络新智能技术；内生安全、网络全程可信、云网边端一体化安全、数据可 信流转等安全新机制技术。 对于网络自身的运维来说，网络 AI 大脑融合网络数字孪生和网络智能体技术，结合智能化的设备与网络能 力，实现“AI 大脑 -AI 联接 - AI 设备”三层 AI 自智网络架构，使网络自身走向“自配置、自修复、自优化”的 L4+ 自 智能力，重塑网络体验和运维方式，实现“零等待、零接触、零故障”的网络运维体验。 入算和算间网络方面，智能 IP 广域网（AI WAN）是面向人工 智能时代的新型广域网，与 AI 深度融合，由 AI 路由器、AI 新网络、AI 新大脑等构成，面向政企、行业、公众用 户提供内生智能、多维感知、无损智算、差异体验、安全可信、绿色低碳的网络服务，促进网络和业务融合向更 智能、更高效、更安全的方向演进。在算内网络方面，智能数据中心网络（AI Fabric）需要具备超大规模组网、

，尤其是神经网络技术的出现 ，人工智能研 究成果为电力人工智能快速发展建立技术基础。 • 深度学习技术实际应用取得显著突破 ，电力行业 AI 技术开始起步。 • 2016 年 ，南方电网研发出第一个 AI 应用负荷预测。 • 2018 年 ， CV 类 AI 开始得到应用 ，第一套隐患识别算法投产。 • 电力人工智能应用集中于小模型领域。 南方电网人工智能发展历程 ©CSG 2023 数字孪生技术在智能电网领域的应用现状 ©CSG 2023. All Rights Reserved 典型试点项目 18 类算法仓 公司级 AI 平台沉淀 ，覆 盖 输变配用全环节 ，为业 务 提供强大智能引擎。 调度与设备智能 AI 负荷预测、语音指令、缺陷识别等系统已嵌入 DMS 、 OMS ，实现分钟级闭环 。 广域覆盖 南网智瞰时空底座覆盖 995 座 新能源场站、 源荷双重波动性 呼唤“ AI 大脑 + 孪生身体”的融合决策 新能源渗透率激增 预计 2025 年风电光伏渗透率超 38% ，不确定性加剧。 新型负荷快速增长 电动汽车等新型负荷年增 30% ，峰谷差持续扩大。 融合背景与必要性 ©CSG 2023. All Rights Reserved 1/2 极端天气与韧性要求升级 从被动抢险到主动免疫 ， AI + 孪生构建电网 “免疫系统”

节能 AI 能源管理平台 ABAS 云 端 虚拟电厂 电力交易 用能监测 报警管理 全局展示、智慧运维、系统监控、运行策略、异常诊断、远程控制、设备监测 节能 / 建筑智 能 化 AI 核心算法 电力交易算法 解决方案 / 产品架 构 边 缘 侧 AI 智能终端 子 系 统 光伏系统 储能系统 充电系统 储能管理 节能管理 光伏管理 系统集成 系统联动 设备监测 能源聚合 充电管理 7 特点优势 建设智慧能源， 提供绿电保障， “源、网、荷、 储”协同，节能降耗，充分发挥物联网、大数据、 AI 等技术优势，对能源生产、输配、储能和使用进 行实 以“小装置”全面感知、柔性调节、控制多类型设备 以“大平台”聚合可调资源， 智能辅助决策， 开展分层分级响应 以“强服务”注重用户无感体验，拓展节能降费增值服务， 实现多方共赢 安全控制算法 AI 赋能 优化控制算法 降本、增效、智能 智能运 维算法 寿命预测算法 8 储能 + 以“双碳”为目标，以技术创新为内生动力、以市场机制为根本依托、以政策环境为有力保障，推动新型储能高质量、规模化发展，

智能油田勘探开发数字化实践与探 索 华为升级面向能源行业的业务战略定位 ——AI 使能， 迈向油气智能化新时代 运营商 政府公共事业 能源 交通 金融 行业聚焦 ，伙伴聚焦 ，资源聚焦 ，能力聚 焦 5G 践行“平台 ，高性能计算 ，融合 AI ，高效 ，智能分析和 决策 数字油田一张网 ，实现井场全景感知和可视 ，现场无人化少人 化 智能预防 ，简易管控 ，高效协 同 智慧加油站 智慧油气田 智慧勘探 智慧管网 智慧炼化 领域 数字化探索 勘探开发数字 化 5G 物探 统一算力中心 勘探开发人工智能应用 油气田视频云（安保反恐） 智能油气田 5G+ 云 +AI 使能勘探开发数字 IoT G IS AI 使 能 场景化算法管理 AI 开发服务 AI 基础算法 高后果区监控 智慧化场站 智慧工地 集 成 运 维 持 续 经 营 安全应急联动 生产巡检监护