公司、 上海天数智芯半导体股份有限公司、河南昆仑技术有限公司、四川华鲲振宇智能 科技有限责任公司、中国质量认证中心有限公司 编写组成员（排名不分先后） 马季春 王曼 施晶峰 王月 张建峥 赵以爽 杨军刚 杨伊鸣 郭光鑫 吴茜 梁宇 栋 马凤鸣 党朝志 赵金辉 陈常水 颜万瑞 吴涛 顾剑波 谈儒猛 夏冬 胡铭珊 孙东旺、熊家振、许轶 版权声明 本研究报告版权属于全球计算联盟。 15 3.2.1.2 华为 ModelMate RAG+Agent 助力海关共启智能政务新篇章 ............................. 16 3.2.1.3 面向智慧文旅场景的大模型应用-讯飞文旅大模型 ........................................... 17 3.2.2 教育行业 ............................. RAG+Agent 工具链及 AI 计算使能方案和价值 ........................................................ 16 图 9 利川模式-文旅城市智慧转型标杆 .............................................................................. 18 图 10 D

智能对话系统中的个性化 胡一川 来也联合创始人 &CTO . 2000-2007 ：清华大学本硕 . 2008-2011 ：宾夕法尼亚大学博 士 . 2011-2012 ：今晚看啥联合创 始人 . 2013-2015 ：百度资深架构 师 . 2015 至今：来也联合创始人 &CTO 个人简介 胡—川 让每个人拥有助理 六百万用户正在使用的对话式在线个人助理服务 • 理解

深度学习在智能助理产品中的应用 胡一川 结束语 . 提升智能助理产品的可靠性 . 智能助理产品的特点 . 深度学习与智能助理 目 录 用户终端的变化和技术的进步，推动更自然的人机交 互方式及产品形态 通过理解文本或语音形式 的自然语言来协助用户完 成需求的软件应用或平台 2000s PC 键盘 & 鼠 标 网站 时间 设备 交互方式 产品形态 2020s

储银行、浦发银行、江苏银行等也有较为领先布局应用。 AI 一体机的出现为机构提供了全新的解决方案，凭借其开箱 即 用、软硬件一体化设计等优势， 正在成为很多中小银行智能化转型的重要选择。 n 建议关注：宇信科技、京北方、天阳科技、长亮科技、百融云等。 n 风险提示 ： AI 技术落地不及预期、竞争加剧、信息更新不及时等。 2 核心观点 DeepSeek 开源、低成本、强推 理 助推银行业应用 团队支持。 AI 一体机的出现提供了全 新的解决方案，凭借其开箱即用、软硬件一体化设计等优势，正在成为银行智能化转型的重要选择。 n 目前多家银行 IT 厂商已推出相关解决方案： - 宇信科技：智能营销、信创、监管和 AI 一体机等 - 京北方： AI 软硬一体化解决方案，涵盖 AI 风控、 AI 运维、 AI 投顾、 AI 测试等 - 天阳科技：金融信贷助手一体机

基于大模型的具身智能系统综述 王文晟 1 谭 宁 1 黄 凯 1 张雨浓 1 郑伟诗 1 孙富春 2 摘 要 得益于近期具有世界知识的大规模预训练模型的迅速发展, 基于大模型的具身智能在各类任务中取得了良好的 效果, 展现出强大的泛化能力与在各领域内广阔的应用前景. 鉴于此, 对基于大模型的具身智能的工作进行了综述, 首先, 介绍大模型在具身智能系统中起到的感知与理解作用; (Large language model, LLM) 的具身智能系统面临的挑战与发 展方向进行讨论与总结. 关键词 大语言模型, 大型视觉模型, 基础模型, 具身智能, 机器人 引用格式 王文晟, 谭宁, 黄凯, 张雨浓, 郑伟诗, 孙富春. 基于大模型的具身智能系统综述. 自动化学报, 2025, 51(1): 1−19 DOI 10.16383/j.aas.c240542 或同质任 务的传统机器人, 使其具有更强的自主性与适应性. 人形机器人的突出优势就是其通用性, 而大模型带 来的认知能力则是形成通用性的关键[20]. 近期, 各 大机器人企业制造的人形机器人, 如宇树机器人 Unitr- ee H1、特斯拉机器人 Optimus, 以及 Figure AI 的 Figure 01 均使用了基础模型进行赋能, 展现出令人 惊讶的理解、判断和行动能力. 随着大模型的发展

商业竞争力和知识产权的保护。这种闭源与开源的动态平衡，带来了技术创新的快速迭代， 促进了知识的共享和行业的合作。 闭源模型：一些大型科技公司继续开发和维护他们的闭源模型，如OpenAI的GPT-4和 百度的文心一言等。这些模型在特定任务上表现出色，但由于其不公开的特性，限制了更 广泛的研究和应用。闭源模型通常具有更好的性能和更少的公开数据泄露风险，但这也限 制了学术界和中小企业的参与。例如，OpenA 台还具备强大的实时处理能力，支持批量数据处理和实时反馈。结合人性化的用户界面， 平台可以为业务人员提供直观的操作体验，进一步提高了系统的可操作性和用户友好性。 在大模型选型上，泰康养老在探索初期分别使用ChatGPT系列模型、文心一言、Chat- GLM等大模型，以及部署开源大模型微调的方式进行验证，根据验证结果，最终选择 OpenAI的GPT-4模型作为基础的通用大模型。 在大模型的构建过程中，数据是最为核心的要素。为了确保大模型的有效性与精准性， 魏晨阳 顾青山 沈海波 杜新凯 吕 超 刘 彦 侯佳腾 案例支持： 中国人寿 平安保险 华农保险 信美相互 元 保 中科万国 韩权杰 张 晗 王红豫 姚佶超 胡 凯 联络支持： 陈 述 石国平 陈 希 曹 婧 泰康养老 中国太保

vllm ， megatron 等 通用训练框架 u triton, vllm, sg lang, sd, pmml 等 通 用 推 理框架 分布式文件存储 u 公 有 云 分布 式 文 件 存 储 CFS/Turbofs/Goosefsx u 私有化 NFS 协议存储 NAS/CSP 云服务器 u 公有云 HCC 高性能服务器，一键纳管 u 私有化服务器，支持 X86+ARM 官方插件 文档解析 / 混元文生 图 .. 汽车 语音助手 零售 电子 说明书 金融 代理人 辅 助 ... ① 标准模式 内置 RAG 最优流 程 文档解析 多轮改写 文旅 虚拟 导游 政务 一网 通办 ② 自定义插 件 应用 场景 三方大模型 插件 工作流模式 “ 智能生产线 ” 使用指定的工作流来响应用户所 有对话。如果你对应用的执行流程， 复杂排版的阅读顺序 复杂的子元素识别 复杂的表格结构 跨栏段落 跨图段落 少线表格 无线表格 有线表格 段落内图像 段落内公式 表格内图像 表格内公式 跨表段落 图表文环绕 纵向多栏 图 / 图注群组 表 / 表注群组 横向多栏 传统 OCR 技术局限：识别精度低、元素易丢 失 高准确的复杂文档解析、切分能力 基于 OCR 大模型，打造的解析引擎，突破图文混排版面分析、

这样综合看起来，最快的交通方案应该 2 ，共用时 43 分 钟 什么是思维链 (CoT) 从浙大玉泉校区到紫金港校区如何最快出行？ 地铁 10 号线黄龙体育中心站 -> 文三 路 -> 学院路（转 2 号线） -> 古翠路 -> 丰 潭路 - > 文新路 -> 三坝 -> 虾龙圩 -> 步行 … 桌子上放着 50 根火柴 ，丁丁、 田田二人轮流每次取走 1~3 根。规定谁取走最后一根火 Weiming Lu, Yueting Zhuang. NeurIPS 2023 • 获得斯坦福客座教授吴恩达、英伟达 GEAR Lab 主任 Jim Fan 、 OpenAI 研究员等科学家的博文推荐； • 论文一年被引 600 余次 ，获得 WAIC 青年优秀论文奖； • 开源仓库获得 2 万多次收藏 ，获得国际测试委员会颁 发 的 2022-2023 百大开源成就奖 ， Demo

，并支持实时推 理。为了确保系统的稳定性，推理引擎应采用容错机制，能够处理 异常情况并自动恢复。用户接口模块则负责与用户进行交互，提供 友好的界面和简化的操作流程。该模块应支持多种输入方式，如文 本、语音和图像，并能根据用户需求动态调整输出内容。 为确保系统的安全性和可维护性，系统架构还应包括日志管理 模块和监控模块。日志管理模块负责记录系统的运行状态和各项操 作，便于故障排查和性能优化。监控模块则实时监控系统的运行状 解密。此外，数据传输过程中也采用 TLS 协议进行加密，防止数据 在传输过程中被截获或篡改。 为了进一步提升系统的安全性，我们实施了严格的安全审计和 日志记录机制。所有用户操作和系统事件都会被记录，并且日志文 件定期备份和审查，以便及时发现和响应潜在的安全威胁。此外， 我们还定期进行安全漏洞扫描和渗透测试，确保系统能够抵御最新 的攻击手段。 在用户身份验证方面，我们采用多因素认证（MFA）机制，结 id | JSON | {"data": "example"} | 3. 配置指南 提供系统部署所需的配置文件说明，包括环境变量、数据库连 接、日志级别等。列出常见配置项及其默认值，并附上配置文 件示例。 4. 操作流程 分步骤描述系统的启动、运行、停止等操作流程，确保用户能 够快速上手。对于复杂流程，可结合流程图或时序图进行说 明。 5. 错误处理 列举系统运行中可能遇到的错误类型，提供错误代码、原因分

级参数的 Transformer 架构，通过行业知识增强训练和垂直场景微调，能够 显著提升客户关系管理的效率与精准度。 在自然语言处理层面，模型具备高达 128K tokens 的超长上下 文窗口，可无缝解析客户沟通中的复杂语义场景。例如在邮件沟通 过程中，系统能自动提取客户需求中的隐含意图，准确率达 92% （基于内部测试数据），同时支持中英日韩等 12 种语言的实时互 译，满足跨 邮件主题行优化：针对不同行业生成 A/B 测试版本（如 B2B 客户 “ ” 采用 解决方案白皮书下载 ，C “ ” 端客户使用 限时折扣提醒 ） - 社交媒体文案：根据产品特性自动适配平台风格（小红书种草文 案 vs 知乎技术测评体） - 促销活动规则：输入库存数据和客户价值模型，输出梯度优惠方 案（VIP 客户专属礼包 vs 新客首单满减） 实时对话辅助系统 在客服场景中部署实时推理引擎，实现： 以内。 数据层通过 Redis 缓存高频访问的客户画像数据，MySQL 主从复 制保障事务一致性。 数据流转路径如下： 关键接口规范包括： 1. 客户意图识别接口 - 输入：客户对话文 本+历史交互记录（最近 5 条） - 输出：意图分类标签及置信度 （阈值≥0.85 ） 2. 个性化推荐接口 - 输入：客户 ID+ 产品目录 - 输 出：排序后的产品 ID