互联网金融、金融科技公司等新兴业态迅速崛起，凭借灵活的数字化服务模式抢占传统银 行市场份额。 客户对数字化服务的需求日益增长，期望获得更便捷、高效、个性化的金融服务体验，推 动银行必须转型以满足市场需求。 1 2 3 大模型技术为金融业带来前 所未有的变革机遇，通过提 升数据处理能力、优化决策 流程和创新服务模式，助力 银行实现数字化转型。 大模型能够快速分析海量数据，识别潜在风险，提升 银行风险管理的精准性和效率。 致性，提升业务响应速度。 大模型基于历史数据和实时数据，进行 预测性分析，识别未来业务趋势和风险， 支持前瞻性决策。 大模型通过深度学习和强化学习技术， 提供智能决策支持，优化决策流程，提 升决策质量和效率。 动态建模与实时决策支持能力构建 实时数据集成 动态模型调整 预测性分析 智能决策支持 04 技术架构设计与模型融合 方案 分布式计算与云原生架构支撑体系 弹性扩展能力 缩短开发周期，提高资源 利用率，并支持跨平台迁 移。 自动化运维 结合 DevOps 理念，实现 持续集成与持续交付 （ CI/CD ），通过自动化 工具监控系统运行状态， 及时发现并解决问题，提 升运维效率。 大模型与现有系统的无缝集成策略 数据接口标准化 01 通过定义统一的数据接口和协议，确保大模型与现有系统 之间的数据交互顺畅，减少集成过程中的兼容性问题。 模型轻量化部署 02

化， 能够在白天负荷高的时候，用所有节点部署推理服务。 晚上负荷低的时候，减少推理节点，以用来做研究和训练。以 2025 年 2 月 27-28 日数据为例， DeepSeek V3 和 R1 推 理服 务占用节点总和， 峰值占用为 278 个节点，平均占用 226.75 个节点（每个节点为 8 个 H800 GPU ）。假定 GPU 租赁成 本为 2 美金 / 小时，总成本为 $87,072/ Copilot 组平均用时（分钟） 生产力提 升 60% 50% 40% 30% 20% 10% 0% Beginner Intermediate Advanced 图表：澳新银行 AI 编程对生产力的提 升 图表： AI 编程为软件开发带来的影 响 45 40 35 天阳科技：金融信贷助手一体机 图表：京北方 AI 软硬一体化解决方案 图表：天阳科技 DeepSeek 大模型金融信贷助手训推一体机 资料来源：京北方公众号，中泰证券研究所 资料来源：天阳科技公众号，中泰证券研究所

系列专题线上公开课（第二季） 从大模型、智能体到复杂 AI 应用系统的构 建 —— 以产业大脑为例 肖俊 浙江大学计算机学科与技术学院人工智能研究所 2025 03 杭州 • 大模型推理能力快速提 升 • 推理模型和思维链 (CoT) • 智能体是什么？ • 四链融合产业大脑案例 提纲 大模型推理能力快速提升 开始模仿人 脑进行大量 数据的标记 和训练 神经网络 CNN RNN 推理过程和答案不一致 Yann LeCun 的批判观点： 对纯粹扩大规模方法的根本质疑 Mehrdad Farajtabar ： "LLM 本质上是统计模式匹配工具，而非真正的 推 理系统 " 、 " 下一个词预测框架不足以产生真正的理解 " Yann LeCun ： 自回归大型语言模型没有前途 Apple 生成一个详细的内部思维链 ， 模 拟人类的深思熟虑 ， 逐步分解复杂的问题 ， 提高答案的准确性和 深度。 OpenAI-o 系列推理模 型 逐步思考 ，并分解复杂的问 题 相较于 GPT-4o o1 大幅提 升 要知道从玉泉校区到紫金港校区如何最快出行，首先得 知道有几种交通路线： 1. 89 路公交车，共 17 站，需步行 2 分钟，共用时 50 分 钟 2. 地铁 10 号线转

（一）算力需求爆发式增长，全球竞争日益激烈 随着人工智能、大数据、工业互联网等新技术规模化应用，全 球算力需求呈现指数级增长。从智能工厂中精准控制生产设备的工 业机器人，到智能交通里实时规划路线的导航系统，再到个性化推 荐服务背后复杂的算法运算，各类数字化场景都高度依赖强大、稳 定且高效的算力支撑。特别是在智能化进程加速推进的背景下，智 算需求更呈现出一种持续攀升的强劲态势。据国际数据公司（IDC） 预测，2024 方面，数据存储安全能力不断增强，结合冗余阵列（RAID）、多副 本机制等多种手段来确保数据的安全性和完整性。 （三）运力基建与调度机制双轨演进 综合算力指数 7 我国网络基础设施建设取得显著成效，网络、算力协同能力提 升，骨干网络架构和性能不断优化。累计开通 27 个国家级互联网骨 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 全国一体化算力网建设提供重要支撑。 算内网络无损、稳定、高扩展。行业积极推进机间和卡间互联 技术的发展。机间互联方面，探索自研交换机、端网协同协议、集 合通信库等技术以优化网络性能，通过智能调优和负载均衡算法提 升网络吞吐和训练效率，并结合低时延、高带宽的通信技术增强算 网协同能力。卡间互联层面，基于开放数据中心委员会 ODCC，腾 讯、阿里巴巴、中国信通院和中国移动等联合产业界就 ETH-X 等制 定相

从在线客服到在线助 理 • 在线助理：专属化的 体 验，基于用户画像， 提 供更个性化的服务 • 在线客服：短期的基 于 单一 目的的服务 • 在线助理：更主动的 提 醒，状态问询，精 准推 送，洞察建议等 • 在线客服：简单的被 动 响应，一问一答 • 在线助理：专业咨询、 售前交互、售后服务、 行业洞察等 • 在线客服：以售后服 务 为主 更主动的 2,000 1,800 1,600 1,400 1,200 1,000 800 600 400 200 0 • AI, NLP 等技术加速创新 • 以 GPU 为代表的算力提 升 基础设施 不断完善 自然交互 广泛应用 底层技术 不断成熟 • LBS 、移动支付全面普 及 • 服务从线下到线上 • IM 主导移动互联网 • 智能设备数量不断增

前AI+教育直接输出问题答案可能带来的负面影响。 l 逻辑推理能力：DeepSeek在各种类型的推理任务中，模型性能取得全面提 升，能够对以数学、物理为代表的理科科目学习提供更强赋能。 l 多模态能力：据公布，多模态训练后DeepSeek大模型在科学任务、复杂推 理、数学代码等方面的表现均有提升。在学习过程中，DeepSeek的多模态能 力有助于提升图文结合的题目理解、输出多模态内容辅助学习，丰富AI教育应

通过大模型驱动对话，实现业务咨询反 馈的迅捷与精准，员工能够自动检索和 获取相关业务知识 自 动 化 报 告 编 制 实现巡检报告 、能耗 评估及故障追 踪报告 的自动 撰写和智能校验，提 升管理流程标准化和工作效率 DeepSeek 对行业带来的新技术思路 ( 部分 ) 11/80 DeepSeek 赋能 建 筑能源领域 11 报 告 提 人工 梳理 维护 , 人工迭代 以 人 为 中 心 人工 开发 诊 断 软 件 升级 个 性 化 故 验证 障 检 测 诊 断算法 测试 以人工为核心串联开发范式 诊 断 推 理 链 条 人工 构 建 知识库 奔爱 报 告 提 纲 当下 Al 到了哪种程度 … … · 能源领域传统 件 现 场 群 控 平 台 简 介 65/80 中心 世界模型 / 数字孪生：浙江大学团队自研仿真平台的一点体会 66/80 口需要深度工匠精神，要有迭代思维，年复一年升级迭代，人才是关键 口群 控软件和仿真软件开发难度、周期和代价非常高 配 置栏 系统流程图 菜单栏 工具栏 开发工具栏子栏 EnergyX

监管合规：应对不断变化的法规要求，确保业务的合规性。  技术创新：有效利用新技术，提升业务效率和客户体验。  数据安全：保护客户数据隐私，防止安全威胁和数据泄露。 针对这些挑战，金融银行需要采取切实可行的解决方案，以提 升业务能力和市场竞争力。 1.3 DeepSeek 在金融银行的应用前景 随着金融科技的快速发展，DeepSeek 技术在金融银行业的应 用前景日益广阔。其强大的数据处理能力和智能化分析功能，为金 市场新闻和社交媒体评论等。具体应用包括情感分析、实体识别、 语义搜索和自动问答系统。 在情感分析方面，DeepSeek 能够实时监控社交媒体和新闻平 台，识别市场情绪波动，帮助银行及时调整投资策略。例如，系统 可以分析用户在推特上对某只股票的评论，判断是正面、负面还是 中性情绪，并生成情感评分。这些数据可以与历史市场数据结合， 预测股价走势。 实体识别技术则用于从文本中提取关键信息，如人名、公司 名、日期和金额等。 多模型集成：通过集成多个不同结构的神经网络模 型，DeepSeek 能够在不同场景下选择最优模型进行识别，避 免单一模型的局限性。  数据增强：通过对训练数据进行旋转、缩放、平移等操作，提 升模型对各种变形图像的识别能力。  迁移学习：利用在大规模图像数据集上预训练的模型，通过迁 移学习技术在金融领域数据进行微调，加速模型的收敛并提升 性能。 DeepSeek 的图像处理技术还支持实时监控和动态调整。例

数据状态一致。  Axios：用于处理与后端 API 的 HTTP 请求，保障数据的实时 更新。  Ant Design 或 Element UI：为平台提供丰富的 UI 组件，提 升开发效率和界面一致性。 界面布局设计应遵循响应式设计原则，确保平台能够兼容各种 设备，包括桌面、平板和手机。通过 Flexbox 和 Grid 布局模型， 实现用户界面的灵活排版，使得在不同屏幕尺寸下都能保持良好的 的 交互方式。例如，对于开发者和数据科学家而言，他们可能更习惯 于使用代码和命令行。因此，在平台中应提供清晰的 API 文档和简 明的命令行操作指南，同时提供支持代码提示和自动补全功能，提 升开发效率。 在设计交互流程时，应引入用户旅程图，识别用户在不同场景 下的交互需求。考虑到用户的多样性，我们可以根据用户的不同角 色（如数据输入、模型训练、模型部署等）设计不同的交互界面。 通过 这一任务中，如果错误率较高，我们可以考虑优 化用户界面，提供更清晰的指引。 最后，基于可用性测试的反馈，我们将制定详细的迭代计划， 对用户在测试过程中提出的问题进行整改，从而持续改进产品，提 升用户体验，确保平台能够更好地服务于目标用户。 4. 技术实现 在人工智能行业大模型 SaaS 平台的设计中，技术实现是至关 重要的一环。本平台将采用微服务架构，以保证系统的弹性和可扩 展性。微

同的材质属性 进行细致调整：  结合实际拍摄的纹理照片，生成符合对应材质的纹理贴图，如 混凝土、铁轨、土壤等，以提高真实感。  在模型的表面应用法线贴图与高光贴图，增加深度和光泽，提 升材质的细节感。  采用 PBR（基于物理的渲染）的方法，确保在不同光照条件 下，模型能够真实反映材质的反射、折射等光学特性。 此外，还需要针对模型的细节进行逐个检查和手动修整。以下 是几个可行的调整措施： 数据流转测试：验证数据在各个模块之间的流转是否顺畅，接 口调用是否正确。 2. 功能测试：确保每个功能模块能够独立且正确地完成其设计功 能。 3. 性能测试：评估整套系统的性能，包括数据处理速度、模型推 理时间等。 4. 稳定性测试：长时间运行系统，观察系统是否存在内存泄漏或 其他潜在问题。 通过以上集成方案的实施，我们预计能够构建出一个高效、稳 定、可扩展的铁路沿线实景三维 AI 系统，为铁路安全管理提供坚 题，并为后 续的功能扩展与维护打下良好的基础，通过良好的兼容性支持整个 三维 AI 大模型的工作效率与数据处理能力。在实际应用中，务必 对每一项硬件与软件配置进行详细的记录与总结，以便于今后的升 级与维护。 6.1.2 API 接口设计 在系统集成方案中，API 接口设计是实现各个模块之间有效通 信的关键。随着铁路沿线实景三维 AI 大模型的复杂性不断增加， 设计一个灵活、易用和高效的