DeepSeek 消费电子行业大模型新型应用最佳实践分享 陈树荣 腾讯云智能商业化 2025.03 LEVEL 1 研发模型结构 LEVEL 2 研发预训练模型 LEVEL 3 基于模型 SFT LEVEL 4 直接调用 大模型产业生态图 大模型产业链上的生态，根据大模型生态上不同企业的定位，分成了四个等级的企业： • 自研大模型结构的企

（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 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 报等前沿领域和实体经济需求。四是发展多元化算力形态，支持边 缘计算、量子计算、光子计算等新型计算模式的研发、试点和应用 部署，探索未来算力增长点。 综合算力指数 38 （三）夯实存力运力底座，促进“算存网”协同演进 存力与运力作为综合算力的关键支撑，需不断夯实基础。存力 方面，推动高性能、大容量新型存储技术发展，鼓励部署更先进的 分布式存储、全闪存阵列、海量冷存储介质，提升“存力”能效比和

阻随机存取存储器（MRAM）和阻变存储器（RRAM）是较为成熟的新型存储技术。PCM的产业化进程最快，英特尔与美光早在2015 年便联合推出了相关产品；MRAM已实现产业化，主要应用于嵌入式存储领域，能大幅降低系统功耗，最高可达90%以上；而RRAM虽 尚未实现大规模商用，但其在存算一体及人工智能领域的潜力值得期待。在全球数据量激增和新型存储技术革新的背景下，智能软件研 发行业将迎来前所未有的发展机遇。

CPU 负载。QAT 支持丰富 的压缩算法，既支持传统的 deflate 系列压缩算法，包括 zlib，gzip 等格式，也支持压缩速度极 快的 LZ�，以及速度和压缩率比较均衡的 ZSTD 等新型的压缩算法，能满足客户大多数的算法 需求和多样化的业务场景；QAT 支持主流的对称加解密和非对称加解密算法，可广泛用于加速 TLS 协议的握手阶段以及后续数据块的加解密，提升 Nginx 服务以及其他使用 金融场景对信息的解析和意图的理解要求“零容错”。智能体必须在纷繁复杂的金 融术语和上下文中，实现超高精度的信息提取与判断。 安全隐忧： 智能体掌握着敏感的客户数据和交易权限。如何防范模型本身的安全漏洞、抵御针 对 AI 的新型攻击、确保交互内容的安全合规，成为决定其能否被信任的核心。 解决方案： 阿里云 +Zoloz 方案面向智能体开发，提供 MaaS、Paas、Saas 服务以及 AI safety 领域。在选择计算

另一项主要顾虑是对AI和自主化系统缺乏信任。 我们近期的另一项研究4也发现，信任与自主化之间 存在着密不可分的联系。基于规则的系统（如自 动化）具有高度的可预测性，因此更易被信赖。然 而，支撑自主化发展的新型AI系统（包括生成式AI 和自主化AI）在企业内部推广应用的过程中，需要辅 以额外的保障措施，并确保员工的有效参与。 无论处于供应链自主化进程的哪个阶段，每家 企业都能突破当前障碍，迈向创造全新价值的未来。

、科研机构等合作，引入人工智能、大数 据、区块链等前沿技术，推动保险业务的数字化、智能化转型。通过技术创新，保险公司能 够提升业务处理效率、降低运营成本、优化客户体验，并开发出更加符合市场需求的新型 保险产品。 合作共赢机制建立：在保险科技生态圈构建过程中，各保险公司之间以及保险公司与 其他行业之间的合作与共赢机制逐渐建立。这种机制促进了资源共享、优势互补和协同创 新，推动了整个保险行 审计数字劳动力通过建设前台智能核查数字员工、中台综合分析数字员工以及后台 质检管理数字员工，为审计中心前台、中台、后台各专业化岗位提供了全方面赋能，有效填 补审计人力不足，提升审计工作质效，促进精准化监督，形成新型化的数字审计工作模式。 5.1.7.2 大模型应用案例 华农保险在过去五年的数字化转型的过程中，始终保持战略发展的前瞻性，积极探索 将前沿技术融入保险业务的多种可能性。在人工智能与大数据技术飞速发展的背景下，大 阶段推出。这个AI平台的推出预计将为怡安在全球保险市场提供竞争优势。 5.2.5 怡安保险 第一生命（Dai-ichi Life）开发了名为 Sophie（数字伙伴）和 Ichi（数字助理）的创新型 生成式AI系统，以增强其销售业务。数字伙伴Sophie利用ChatGPT技术生成线索和推荐， 协助专属代理与客户进行互动、生成潜在客户名单和促进成交。另一方面，数字助理Ichi 可 通过 Line

AICPA 2022 年基准测 试），特别是在金融工具估值、商誉减值等复杂领域。某央企集团 审计档案分析表明，人工复核环节产生的修正意见中有 62%最终被 证明是误判。 规则引擎的僵化性难以适应新型业务。现有审计程序主要针对 传统交易模式设计，面对区块链智能合约、跨境多币种结算等创新 业务时，标准审计程序覆盖率不足 55%。下表展示了典型新兴业务 领域的传统审计盲区： 业务类型 传统程序覆盖率 业务逻辑层：可配置的审计规则引擎  应用服务层：按需订阅的功能模块库  监管接口层：自动适配各国审计准则 ” 人才结构转型将成为必然趋势。未来审计团队将演变为 智能 体训练师+领域专家+ ” 合规专员 的新型组合，其中智能体训练师需 要兼具审计专业知识和机器学习技能。这种转变要求行业加速人才 培养体系建设，建议建立联合认证机制，在 3 年内实现 30%现有审 计人员的技能升级。技术伦理和数据安全也将成为重点关注领域，

管理人员提供前 瞻性的决策支持。 其次，DeepSeek-R1 可以通过模拟不同施工方案的成本差异， 帮助项目团队选择最优方案。例如，模型可以基于当前市场行情和 项目需求，对比传统施工方法与新型预制构建技术的成本效益。通 过这种对比分析，项目团队可以在保证工程质量的前提下，实现成 本的有效控制。 此外，模型还能够提供针对具体项目的成本优化建议。例如， 在材料采购环节，模型可以根据历史数据和市场预测，推荐最佳的

有显著的应用潜力。其核心目标在于通过算法生成高质量的医学影 像，以弥补样本不足、提高成像效果并增强诊断的准确性。现阶 段，医学影像的生成与增强主要集中在以下几个方面： 首先，影像生成技术可以用于合成新型医学影像，例如 MRI、CT 或 X 光图像。这种技术通过学习大量真实影像的数据分 布，生成具有相似特征的全新影像。例如，使用深度生成对抗网络 （GAN）模型，可以从随机噪声中生成符合医学模式的影像，从而