术服务业/软件开发、头豹分类/信息传输、软件和信息技术 服务业/软件和信息技术服务业/软件开发 Copyright © 2025 头豹 2 智能软件研发：算力与场景双驱动，智能软件研发进入“平台+服 务”融合新阶段 头豹词条报告系列 饶立杰、饶立杰RLJ 2025-07-11 未经平台授权，禁止转载 行业分类： 信息传输、软件和信息技术服务业/软件开发 信息传输、软件和信息技术服务业/软件开发 智能软件研发行业是指专注 在第一梯队企业中，科大讯飞的讯飞听见SaaS服务生态系统用户量已过亿，覆盖用户群体达6,500万，付费用户数量实现了28.5%的同比增幅。 该服务全面融入用户的内容记录、整理及写作流程，同时，科大讯飞聚焦多线布局，打造了一系列SaaS产品矩阵。讯飞听见持续领跑智能转写 行业，稳居苹果应用商城效率转写类别榜首。另一方面，用友网络与国内外顶尖咨询机构的合作模式愈发稳健，合作总规模突破2亿元大关，合 作项目数与合同金额均实 (元) 归属净利润(元) 扣非每股收益 (元) 毛利润（元） 经营现金流/营 业收入 公司竞争优势 17 竞争优势 北京金山办公软件股份有限公司致力于研发并运营拥有自主知识产权的WPS系列办公软件，例如WPSOffice，该产品在国内政府、企业和个人用户中广泛使 用，并在多个关键行业中占据重要市场份额。随着移动互联网的发展，金山办公也推出了适用于多种移动平台的办公应用。公司不仅发布了智能办公应用

片，性 能和稳定性遥遥领先，又有CUDA生态加持，在AI芯 片市场牢牢占据主导地位 l AMD：MI300系列 l Google: TPU l Groq：高性能AI推理芯片 l 博通：在ASIC（专用集成电路）定制芯片领域表现 突出，2024年市值突破万亿美元 l 华为：昇腾系列芯片，产品性能和销量国内领先， 910B性能对标A100 l 其它国产芯片厂商：海光、寒武纪、燧原科技、沐 中美在AI领域的对比：头部大模型 n 在模型效果上，中国大大缩小了与美国的差 距，呈现与美国平分秋色的格局 n 模型开源领域：DeepSeek超越Meta，成 为效果最好的开源模型，阿里巴巴千问系列 模型下载量超过Meta的Llama系列 模型厂商 国家 代表性模型及竞技场排名 是否开放 模型权重 谷歌（Google） 美国 Gemini-2.0-Flash-Thinking-Exp-01-21, #1 Gemini-2 (Qwen) 系列 字节跳动 豆包大模型 百度 文心大模型 腾讯 混元大模型 华为 盘古大模型 国内互联网公司： 公司 模型 联通 元景大模型 电信 星辰大模型 移动 九天大模型 国内运营商： 公司 模型 深度求索 DeepSeek-V3/R1等 智谱 GLM系列 MiniMax MiniMax-Text-01等 月之暗面 Kimi大模型 阶跃星辰 Step系列 百川智能

pre-training)[17]、SAM (Segment anything model)[18] 等视觉基础模型则以低于前两者的模型 量级提供跨越图像与文本鸿沟的能力, 为进行实时 的开放词汇的视觉检索提供了可能. 这一系列的进 展不仅展示了基础模型的强大潜力, 也为其与具身 智能的融合提供了新的视角和可能性. 文献 [19] 将 上述在大规模数据集上进行训练并能适应广泛任务 的模型统称为基础模型, 意即可作为大量下游任务 根据输入的 指令和环境图像, 生成一系列动作计划. 研究人员 在多个公开的机器人数据集上进行实验, 结果表明, GPT-4V 能够有效地利用自然语言指令和视觉感知 生成详细的动作计划, 且这些计划与真实世界的演 示视频具有高度的一致性, 展现出 GPT-4V 在具身 智能中的潜力. ViLA[30] 同样引入了 GPT-4V, 通过将视觉信 息直接融入推理和规划过程中来生成一系列可执行 步骤. 此外, ViLA 利用视觉反馈来实现闭环规划, 使得机器人灵活地 适应环境变化, 并有效地执行长期任务. MultiPLY[100] 构造了基于 LLaVA[101] 的多模态、 以对象为中心的具身大语言模型. 研究人员预先定 义了一系列的动作标记 (如选择对象、导航、观察、 触摸、敲击、拿起、放下、环顾四周) 和状态标记 (如 编码获得的对象点云、冲击声、触觉信息和温度信 息) 与环境互动, 其中动作标记指导具身代理在环 境中执行特定动作

方面，为满足大数据、数据库、3D视频处理在内的一些单核敏感型业务的需要，云服务仍将 持续提升单核、单实例性能。 多技术融合提升连接性能：云服务商综合利用内存/缓存、PCle、RDMA、IP网、EIP、VPC 等一系列技术升级和软硬件融合优化成果，大幅提升云、边、端不同位置服务之间的协同效 率，这对于保障在线业务的体验至关重要。 存储方案升级应对大数据量冲击：云服务商通过采用更高性能的存储设备和更高效的存储架 业务高并发、低延迟、动态流量波动大的特性，ECS g�i 提供了强大的单核计算性能和 弹性伸缩能力，从容应对突发流量。完备的 QoS 保障措施，能够更好地实现多租户环境下的性能稳 定与资源公平分配。通过在硬件架构上的一系列创新，至强 ® 6 性能核处理器拥有强大的硬件加速 能力，可为计算、网络资源带来显著提升。 �� 弹性伸缩：ECS g�i 对弹性伸缩能力进行了大幅优化。单实例创建时间从 10s 缩减至 4s，单规 数据保护与压缩加速技术（英特尔 ® QAT）专用加速引擎提供了带外 的独立于 CPU 核心的额外压缩 / 解压算力和加解密算力，有效卸载 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

…… …… …… …… 国外头部 国内大厂 国内创业明星 国内外大模型百花 齐放 全球开源社区 DeepSeek 是“深度求索 ” 开发的一系列人工智能模型。 DeepSeek 通过持续的技术创 新 和市场拓展，在自然语言处理和大型语言模型方面取得了显著进展，在国际市场上获得 了 广泛认可。其中： ● DeepSeek-V3 是在 14.8 解决方案 腾讯云精调知识大模型 DeepSeek 系 列 模 型 DeepSeek 系 列 模 型 一键发起模型训练 模型训练 内置 DS 全系模 型 客户专属模型 客户专属模型 混元系列模型 混元系列模型 TI 平 台 模型服务 腾讯云 TI 平 台 大模型模型训练和推理开发平台，灵活精调和部署私有 DeepSeek 训练 部署 应用 数据中心 分布式推理： 解决大参数量模型部署，提供超长上下文窗口

除此之外，成功的落地应用需要 保险公司和科技公司紧密合作，共同构建开放、共享、协同的创新生态。这些内容为保险行 业探索大模型技术的应用提供了宝贵的经验和启示。 在优秀案例展示部分，白皮书通过一系列具有代表性的案例，充分展示了大模型技术 在保险行业的广泛应用场景和显著价值。这些案例涵盖了客户服务、理赔定损、营销推广、 承保核保等多个方面，它们充分证明了大模型技术在提升服务效率、优化客户体验、降低运 化的数据 集，为数据的安全共享与高效利用提供了保障。 1.1.1 数据：多措并举缓解短缺状态 �� 然而，值得注意的是，尽管合成数据展现出巨大的应用潜力与优势，但其发展与应用 仍面临着一系列挑战。其中，确保合成数据的真实性与保真度是首要问题，因为基于虚假 或带有偏见的合成数据训练的模型，在真实世界场景中的表现将大打折扣。此外，合成数 据的设计与验证环节也需高度重视，以避免因设计不当或验证不足而放大原有偏见或引 16和iPhone 16 Pro，芯片升级为A18。苹果官网称，A18的“16核神经网络引擎针 对大型生成式模型进行优化，运行机器学习模型的速度，相比A16仿生芯片提升最高可达2 倍。”可以说，iPhone 16系列是苹果为AI打造的新一代iPhone。2024年，AI PC市场迎来了 快速发展时期，头部厂商如联想和华硕正在积极推动AI与PC的深度融合，以满足市场对智 �� 大模型技术的持续创新与更迭，为

 智能风控提升信贷审批效率  医疗影像辅助诊断准确率大幅提高  制造业智能生产线降低运营成本 此外，我国的人工智能政策环境也为行业发展提供了强有力的 支持。从国家层面上，政府出台了一系列政策来促进人工智能技术 的研发和应用，涉及资金投入、人才培养和技术创新等多个方面。 这使得人工智能行业的发展得到了良好的土壤。 根据《全球人工智能发展报告》的数据，目前全球主要国家在 人工智 的企业。这些公司不仅注重技术的创新与研发，同时也在用户体 验、平台稳定性和服务支持方面下足了功夫。以下是几家主要竞争 者的概述。 首先，OpenAI 是大模型 SaaS 平台的领先者之一，凭借其强 大的 GPT 系列模型以及相关 API 服务，已在全球范围内建立了广 泛的用户基础。OpenAI 提供的解决方案可以应用于多个行业，如 教育、金融和医疗等，且其产品的易用性和灵活性得到了行业内的 广泛认可。OpenAI AI 解决方案，服务于游戏、社交及金融领 域。阿里巴巴的达摩院则聚焦在商业智能与电子商务的结合上，将 大模型赋能于其电商平台，提升用户体验与运营效率。字节跳动则 通过其强大的数据优势，发展出了一系列以内容推荐为核心的 AI 产品，旨在优化用户的在线互动体验。 在竞争分析中，关键的比较维度包括技术优势、市场份额、产 品功能、定价策略以及用户支持。以下是对于主要竞争者的比较： 竞争者 技术优势

浙江大学 DeepSeek 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 DeepSeek-R1 在 MATH 基准上达到 87.2% 的准确率 横空出世： OpenAI o1/o3 、 DeepSeek- R1 等 1. 早期的大模型推理能力不足 2. OpenAI-o 系列模型和 DeepSeek-R1 等胜在推理能力较 强 小结一： 推理模型和思维链 (Chain of Thought, CoT) QwQ 由通义千问 开发， QwQ 能通 2025.2 o1/o3 在回答问题之前先 Reasoning ， 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

模型选择与架构设计 在进行 AI 大模型的训练设计时，模型选择与架构设计是决定 整体性能的关键环节。首先，需要基于任务需求、数据规模及计算 资源进行模型选择。对于自然语言处理任务，常用的模型包括 GPT 系列、BERT、T5 等。这些模型在预训练和微调方面表现优异，能 够处理多种复杂的语言任务。选择模型时，还需考虑其开源社区支 持、模型复杂度以及训练时间等因素。 在架构设计方面，需根据具体任务进行定制化调整。例如，对 架构因其在自然语言处理（NLP）领域中的卓越 表现，成为首选模型类型。具体而言，GPT（Generative Pre- trained Transformer）系列和 BERT（Bidirectional Encoder Representations from Transformers）系列是目前广泛应用的主 流模型，分别适用于生成任务和分类/理解任务。 根据任务的复杂性，模型类型可分为以下两类： 1. 生成式模 在具体选择时，需综合考虑以下因素： - 数据规模：GPT 系列 模型对大规模数据的需求较高，训练成本较高；BERT 系列在中小 规模数据上表现较好，训练和推理效率更高。 - 任务类型：如果是 生成类任务（如知识库补全），优先选择 GPT 系列；如果是理解 类任务（如知识库检索），优先选择 BERT 系列。 - 资源约束： GPT 系列模型需要更强大的计算资源和存储能力，而 BERT 系列在 资源有限的情况下更具可行性。

二是着力强化技术协同创新，促进算力产业“串珠成链”；三是适度 超前建设网络设施，加快网络升级“连算成网”；四是持续丰富算力 应用场景，引导模式创新“全面赋能”。 然而，在算力产业高速发展过程中，也暴露出一系列亟待解决 的问题。一是跨区域资源协同机制亟待进一步完善。目前，我国跨 综合算力指数 3 区域算力资源协同还处于初级阶段，缺乏统一的调度平台和协同机 制。东、西部地区算力供需存在对接不够顺畅，信息不对称、资源 。模型资源方面， 重点评估已备案大模型数量和大模型性能；模型生态方面，着重考 量大模型的产业协同性与创新活跃度。 综合算力指数 45 算力产业发展方阵/2025 中国算力大会 “1+4”系列报告 顾问组 2025 综合算力指数 编写组 邬贺铨、张宏科、闻库、魏亮 周建明、曹磊、唐雄燕、何宝宏、曹振强 主编：李洁、郭亮 执行主编：吴美希 编委(按姓氏笔画排序)：王月、王少鹏、邱奔、何适、周曼、常金凤 四年 组织编写《运力发展报告》，从入算网络、算间网络、算内网络等维度系统介绍我国网络运力发展 情况，并组织开展“1ms 城市算网”系列工作，有力引导了产业高质量发展。 — 北京交通大学 张宏科教授 算力产业发展方阵/2025 中国算力大会 “1+4”系列报告： 《2025 综合算力指数》 《2025 算力发展报告》、《2025 运力发展报告》、 《2025 存力发展报告》、《2025