省级行政区运力分指数 Top10....................................................................... 25 图 14 省级行政区运力分指数-入算网络 Top10......................................................26 图 15 省级行政区运力分指数-算间网络 Top10....... 干直连点，杭州、上海、深圳和中卫 4 个新型互联网交换中心建设 运营步入正轨。国家枢纽间传输时延不超过 20 ms，集群到周边主 要城市传输时延不超过 5 ms，区域内算力节点间时延达 1 ms。 入算网络泛在、灵活、敏捷，技术创新和应用活跃。IP 承载网 具备广域无损超宽 400GE，TB 级样本数据小时级送达的能力，网络 吞吐 90%+，确保计算不等样本，提升训练效率；IP 应用感知使网 国综合算 力的整体发展现状，全面把握各省市的算力发展动向和趋势，为制 定数字经济发展策略提供详实的数据支持及科学的决策依据，进而 助力各地方不断强化竞争优势、优化资源配置，有针对性地加大投 入和创新，促进产业升级转型，发展具有区域特色的数字经济。 促进区域协调发展。通过比较分析我国各地区的算力、存力、 运力建设现状、模型能力及发展环境，加速提升综合算力效能，推 动地区经济与社会的全面数字化转型，缩小东、西部算力发展水平

的结果，用户需要根据智能体的回答来改变提示词，持续调整优化。 2.应用场景：赋能两类实体领域，成本与效益的博弈 AI Agent 目前的应用大多都在概念层面，但随着大模型竞争加快、政策鼓励研发投 入、更多企业参与 AI 研究等因素，应用层面的 AI Agent 推进速度加快。智能体大致可 以分为六类，根据他们被设计出的特点，可以作用在不同的应用领域上。不同类别的智 能体给予应用层面上更多研发方向 请务必阅读正文之后的信息披露和法律声明 10 在 AutoGen 智能体程序中，人类充当需求发起者，智能体通过不断使用工具并在相 互交流中解决陆续出现的问题从而得到最终答案。在智能体交流过程中，人类可随时介 入其中，若用户对最终结果不满意，可以重新提出需求，智能体就会继续优化答案。 图7 Agent 交流模式展示 资料来源：Enabling Next-Gen LLM Applications 资料来源：IDC，海通证券研究所 图14 全球人工智能市场规模预测 资料来源：德勤，澎湃新闻，海通证券研究所 美国相关政策落地较早，人工智能发展已成规模。在 2021 年 3 月，大模型还未进 入公众视野时，美国人工智能国家安全委员会已经发布了对该领域未来发展的规划。文 件中写到了美国坚定在人工智能领域的投入，且规定了研发投入资金的比重。另外，在 2023 年 5 月，美国白宫发布《国家人工智能研发战略计划》，对之前提出的

新兴产业布局指导 产业能级提升路径 未来产业培育方向 产业链风险预警 供应链韧性提升 产业链补链强链 产业安全保障体系 上下游协同创新 产业资源对接 创新要素匹配 产业生态融 入 产业链安全 转型升级需求 新兴产业培育 市场竞争需求 产业协同需求 创新体系建 设 各地各行业在布局新兴 / 未来产业的过程中，由于对前沿技术、技术路线、应 用场景、大规模产业化的时机等方面把握不准，难以做出有效选择。 产业数据探索 业报告生成等 个方向的特色能力。 产业垂域大模型 iChainGPT 产 业 网 链 大 模 型 使 用 海 量 产 业 数 据 和 知 识 图 谱 训 练 ， 创 新 性 地 引 入 了 “ 大 小 模 型 协同 ” 的智能体 框架 ， 面向产业 创新业务场景 ， 提供了包括产业知识问答 、 产业报告生成 、 产业技术分析 、 产业文档理解等能力 ， 向上为企业 、 园 区

16K-Exp等国产模型也有不俗的表现 -6- DeepSeek模型效果 (2/2) n DeepSeek-V3和R1相对于700亿以下开源模型（以千问720亿 为代表）， ，扩充了其能力边界 n DeepSeek-R1引入 能力，在代码、数学、复杂规划等 方面的能力显著增强，使得对于新场景的支持成为可能 -7- DeepSeek不同版本对比 n V3 vs. R1：R1在普通的中文和英文任务上性能小幅领先，在数学和代码等需要深度推理的场景下明显胜出 山东 建立科技创新和产业创新融合机制 湖北 到2030年，具有全国影响力的科技创新高地加快形成 -10- DeepSeek影响：格局被打乱，AI竞争进入第二阶段 C端AI应用市场格局重构，新入局者迎来机遇 B端客户全面评估DS影响，重新论证基础模型选型 DS国内登顶、全球仅次于GPT，月均活跃用户数跃居第一， 全球全端DAU近1.2亿；纳米AI搜索（原360）将其核心模 型换为DS 1月

性能优化策略 | 指标 | 基准值 | 优化措施 | |—————|———————| ———————————| | 翻译准确率 | 95% （通用场景） | 注 入企业专属术语库（可自定义维护） | | 长文本处理 | ≤500 字 符/ 次 | 分段翻译+ 上下文关联分析 | | 方言支持 | 粤语、闽南语等 6 种 | 建立方言- 的无缝对接，同时保障数据安全性与业务连续性。采用分层架构设 计，通过 API 网关作为中间层，实现双向数据交互与协议转换。以 下是具体实施步骤与技术要点： 技术架构采用微服务模式，分为接入层、服务层和数据层。接 入层部署 RESTful API 接口，支持 OAuth 2.0 认证，确保每次请求 携带加密令牌。服务层通过 Docker 容器化部署模型推理服务，使 用 Kubernetes 进行动态扩缩容，响应时间控制在 时调用 DeepSeek 模型进行语义解析 o 动态生成交互式卡片，如客户画像摘要（包含消费偏 好、历史工单、潜在需求标签） o “ 会话过程支持 @”快捷指令调取 CRM 数据（示例：输 “ 入 @2023 ” 合同 自动关联该客户年度合同条款） 2. 预测性操作面板 根据用户行为轨迹预加载高频动作，例如： | 用户当前页面 | 预测动作 | 触发准确率 | |————–|———-|————|

难以应对复杂的场景 • 缺少层次 基于帧（ Frame ）的对话管 理 • 对 Frame 进行改进，支持树状的层次结构 • 树中的节点称为 handler ，用于理解并处理用户输 入 • 从左到右、深度优先遍树中的 handler • 树的结构可动态调整，支持话题切换、回退、退出 基于计划（ Agenda ）的对话管 理 [Rudnicky 1999] •

标包括回 测收益率、夏普比率、最大回撤等。系统会将模型的预测结果与实 际市场数据进行对比，计算各项指标并生成评估报告。如果模型性 能未达到预期，系统会自动调整训练参数或重新选择模型架构，进 入下一轮训练与优化循环。  数据预处理：标准化、滑动窗口切片  模型选择：线性回归、LSTM、Transformer  模型训练：损失函数监控、GPU 加速、早停机制  参数优化：网格搜索、贝叶斯优化 避免过度拟合。通常，可以采用网格搜索或随机搜索的方法，系统 地遍历不同的参数组合，并选择表现最优的一组。 在策略调整过程中，还需考虑市场环境的变化。例如，在牛市 和熊市中，同一策略的表现可能会有显著差异。因此，可以通过引 入动态调整机制，使策略能够根据市场趋势自动调整参数或切换不 同的子策略。例如，在熊市中，可以降低仓位或增加止损条件，以 控制风险；而在牛市中，则可以适当提高仓位，追求更高的收益。 此外，策略的优化还应包括交易成本的考量。高频交易或频繁 技术，我们可以实现更精准的风险评估 和动态调整策略，从而有效降低不确定性。首先，DeepSeek 的深 度学习模型能够实时分析市场数据，识别潜在的风险信号，例如价 格异常波动、流动性不足或宏观经济事件的影响。这些信号将被纳 入风险模型，生成多维度的风险评分，帮助交易系统及时采取应对 措施。 为了量化风险，我们采用 VaR（风险价值）和 CVaR（条件风 险价值）等指标，结合 DeepSeek 的预测能力，动态计算投资组合

的市场需求，平台的可扩展性也至关重要，它能够支持未来更多的 模型和新技术的集成。同时，友好的用户体验是吸引和留住用户的 必备条件。 最后，本文将通过实际案例、市场调查结果以及定量分析，插 入以下的表格，来阐明大模型 SaaS 平台的市场潜力与发展前景： 项目 数量/比例 市场需求增长率 25%年增长率 目标用户群体数 量 5000+企业 开发者参与度 60%开发者愿意使 用 灵活定 价 客服与技术 支持 阿里巴巴 强大的电商导向 中 商业智能与分析工具 按组件 付费 在线咨询与 社区 字节跳动 数据驱动的智能 推荐 中 内容创作与推荐系统 广告收 入分成 用户反馈机 制 通过对主要竞争者的深入分析，我们可以明确行业格局与自身 产品的定位，从而制定切实可行的市场进入策略与产品发展方向， 以期在快速发展的 AI 市场中占据有利地位。 2.2 有效降低用户的认知负担。同时，必须考虑不同用户的使用场景， 提供可自定义的界面选项，例如，用户可以选择首页显示的功能模 块，以满足个性化需求。 其次，为了提升交互体验，设计应注重简化操作流程。通过引 入向导式的操作流程，用户在首次使用时可以获得详细的步骤引 导，从而降低上手难度。同时，提供智能推荐功能，利用大模型的 能力，根据用户的历史行为和偏好，为其推荐最合适的操作路径或 数据集。在设计按钮和功能入口时，使用清晰、直观的提示和反

有对话。如果你对应用的执行流程， 有更加个性化的需求，可以通过工 作流，来拖拉拽各种原子能力，编 排你想要的流程。 标准模式 “RAG ：最强知识外挂 ” 平台内置最佳实践流程，只需导 入文档 / 问答对，即可达到更稳 定 和精确的知识问答效果。适用 于 企业知识服务、产品咨询等严 肃 问答场景。 Agent 模式 “AI 指挥官 ” Agent 模式由大模型进行任务 自

知识语料匹配 知识索引匹配 初步回答 外部模块 提示词生成模块 内部其他模块 底座模型 原始 Query API 判断选 择 提示 词 不需要调用 API API 选择 入参正确 API 调⽤ 底座模型 RLHF 动态控件联动 对话信息 前端 对话效果渲染 返回结果拼 接 ⽤户输⼊拼 接 参数追问问 题 提示词引擎 参数追问 提示词