图表：深度思考能力提升 性能：后训练阶段大规模应用强化学习，表现推理能力扩展 资料来源： DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning ，中泰证券研究所 资料来源： DeepSeek-R1: Incentivizing Reasoning Capability 图表： DeepSeek R1 训练方法 资料来源： DeepSeek ，中泰证券研究所 资料来源：木尧，中泰证券研究所 5 性能： DeepSeek 推理架构优化，可适配银行高并行、高响应的业务场 景 n 以 DeepSeek ，开源使各行业机构能够轻松获取前沿模型能力， 且可直接进行私有化部署或商业化开发。 开源易获得： DeepSeek 使私有化部署模型也能够追平前沿闭源模型水 平 图表：闭源模型与开源模型的差距正在缩小 资料来源： Epoch AI ，中泰证券研究 所 资料来源： AI 产品榜，中泰证券研究 所 图表： DeepSeek DAU 快速增 长 6 n DeepSeek 理论成本利润率极高，成本还有优化空间。通过优化， 能够

[Table_QuoteInfo] -39.74% -31.18% -22.62% -14.05% -5.49% 3.07% 2023/7 2023/10 2024/1 2024/4 信息服务 海通综指 资料来源：海通证券研究所 相关研究 [Table_ReportInfo] 《计算机行业跟踪周报 350 期：信创操作 系统持续发展，人形机器人落地前景可 期》2024.08.11 《医疗 IT 设计一个目标和身份，以及需要使用的工具。配上更为复杂的 Prompt， AI 能自主进行任务拆分，使用工具并结束任务。用户只负责设立目标、提供资源、监督 结果。 图1 人类与 AI 的交互模式 资料来源：腾讯研究院，海通证券研究所 以 LLM 为核心，四模块铸造 AI Agent。从 OpenAI 的定义来看，智能体以大语言模 型为核心，其拥有长期和短期记忆、自主规划能力、能自动化执行复杂任务、能够使用 行业研究〃信息服务行业 请务必阅读正文之后的信息披露和法律声明 7 [Table_PicPe] 图2 AI Agent 智能体工作原理 资料来源：腾讯研究院，海通证券研究所 1.2 单智能体 vs 多智能体 单智能体与多智能体各具优势，适配于不同垂直领域。单智能体的强化学习原理是 基于马尔可夫决策来完成的，简单来说可以分为状态集

投资：深度学习（78%）、嵌入式智能解决方案（81%）、机器学习（81%）、 视频分析（71%）、自然语言处理（78%）。 图 1：保险公司 AI 投资方向 4 资料来源：埃森哲 保险科技初创企业也意识到了这些技术的重要性，许多公司都将人工智能作 为战略核心，他们的员工都能熟练使用人工智能工具。埃森哲分析了全球 450 多起保险科技公司的投融资情况，结果显示，2014 烈的市场竞争中脱颖而 出。52%的保险公司高管认为，只有通过能够实时生成信息的智能技术，才 能实现更智能的决策。 图 2：保险公司高管对 AI 变革业务预判 8 资料来源：埃森哲报告 智能自动化不仅可以改善客户服务，也能提高工作效率。技术熟练、经验丰 富的员工不用做可以自动化的重复性任务，而是有时间来完成更高质量的工 9 作，专注于需要人 的收入来源。55%的保险公司预计，利用人工智能进行数据分析，会给他们 带来额外的效益。52%的保险公司预计，人工智能可以帮助他们增加收入。 11 图 3:保险公司高管对 AI 价值预期 资料来源：埃森哲 未来，人工智能将改变保险公司组织、运营和发展业务的方式。他们将利用 这一技术来降低成本，推动创新，为客户创造更好的体验。通过调整人力资 源和运营模式，同时实施严格的指导方针，保险公司可以更好地应用人工智

内处理海量的信息并做出决策，这无疑增加了医疗风险。生成式大 模型通过自然语言处理、图像生成等技术，可以在多方面为医疗应 用提供支持。 首先，生成式大模型可以应用于临床诊断辅助。通过分析患者 的症状、实验室结果及影像学资料，这些模型能够生成初步的诊断 建议。这不仅提高了诊断的准确性，还可以减少医生的工作负担。 基于以往的病例数据，模型能够识别趋势和模式，从而为疾病的早 期发现和预防提供数据支持。 其次，在治疗 生成式大模型在医疗场景中的应用展现了巨大的潜力。在 这一部分，我们将分析医疗场景中的具体需求，从而揭示 AI 生成 式大模型在医疗领域的可行性。 首先，医疗行业需要处理大量的患者数据，包括病历、检验结 果、影像资料等。这些数据常常是非结构化的，难以直接提取有用 信息。因此，AI 生成式大模型可以在数据整理和分析方面发挥重要 作用，实现信息的自动整理、归类和提取，从而提高医疗决策的效 率。例如，通过自然语言处理技术，医生可以快速获取患者过往病 提高了医生的工作效 率。 为了更具体地体现医疗场景的需求分析，可以列出以下几个关 键需求： 1. 数据智能整理与分析 2. 个性化诊疗方案制定 3. 医疗流程优化与效率提升 4. 医极资料的生成与更新 5. 医生-患者互动智能化 另外，AI 生成式大模型在临床辅助决策的需求上同样不容忽 视。在诊断过程中，医生会面临复杂、模糊的信息，AI 模型可以通 过分析海量的临床数据，提供决策支持，增强诊断的精确性。例

提升了模型的 灵活性与效率。此外，开源模型的不断涌现，不仅加速了技术的普及与应用，也为全球开发 者共同推动AI技术的进步搭建了广阔的舞台。 1.引言 1.1 大模型技术近一年的发展演变 资料来源：集微咨询（JW Insights）整理绘制，本图谱仅列举全球典型企业及相关大模型， 排名不分先后 图1 大模型产业图谱 �� 大模型训练数据通常来自网络获取数据、外部付费/开源数据集、企业自有数据以及AI 落地这些用例用于大模型的价值验证，然后探索更复杂的业务场景。这些用例包括但不限 于智能办公助手，它能够帮助员工高效处理日常行政事务；编码辅助工具，加速软件开发 与迭代；以及员工知识问答助手，提升内部知识共享与问题解决的速度。 资料来源：生成式人工智能在保险行业的应用（研讨材料），麦肯锡。 图2 保险业大模型应用成效初现 �� 这些用例之所以成为首选，是因为它们技术成熟度高、实施难度相对较低，且能够迅 速看到成本节约 别，通 过声音、图像等多模态方式不断扩展公司GPT应用范围。 �� 图13 国寿投资GPT （B）投资研究与客户洞察 利用大语言模型的语义分析、智能识别等多种技术，对多源、异构的研究资料进行智 能化解析与融合，快速识别热点信息，进行研报行业的自动归类和摘要的自动生成，提高 投资研究工作质效；同时在客户维度进行内外部数据的归集和融合，实现客户行业、评级、 舆情、商机、合作等数据

知识数据量大，人工管 理无法满足工作需要 • 知识格式多样化，碎片 化，收集、整理工作占 用了人员大部分精力 • 情报研究为目癿，关注 知识关联 • 资料来源多语种，对人 才要求较高 案 例 中 ： 支 持 中 文 、 英语和俄文 ，还涉及到法语、 德语、 日语、 韩语和阿拉伯 语等世界军事强国癿语言。 案例 - 某国有大型企业知识库系

全提供有效的潜在威胁预测，从而为相关部门提供有力的支持，预 防和应对各种安全隐患。 4.4 情感分析 在公共安全领域，情感分析作为 AI 视频智能挖掘功能的重要 组成部分，能够从视频监控或现场录制的影像资料中自动识别和分 析个体及群体的情感状态。这种技术的应用不仅有助于事件的快速 评估和响应，而且能在潜在危机中提前发现异常情绪标志，进而采 取相应措施强化安全管理。 情感分析的核心在于利用深度学习和计算机视觉技术，提取视 其职责所需的最低限度权限。这样可以减少潜在的数据泄露风险。 例如，数据审查员在日常工作中不应获得对系统配置的访问权限， 而实习人员只能访问特定的学习材料和演示视频，不可触及实际的 监控录像资料。 另外，用户权限管理还应定期审核与更新，以适应组织架构或 职责变化。定期审计用户权限，可以及时发现并撤销不再适用的权 限，以防止权限过度积累。建议实施以下制度：  每季度审核用户角色及权限分配，确保与实际职责一致。 频分析的监控系统，可以替代数名安保人员，对更大范围内的活动 进行实时监控。 再者，视频智能挖掘的能力可以为事件的调查提供深入分析， 帮助检察机关、司法机关和执法部门更快、更准确地还原事件经 过。此时，AI 技术应用于资料的整理与比对，将减少因人为失误而 导致的证据缺失。此外，结合人工智能的信息推理能力，执法部门 能够更全面地分析事件发生的原因，进而强化对同类事件的预防。 然而，在应用过程中也需注意数据隐私与伦理问题。实施

提升员工技能：通过持续学习和技能提升，借鉴最新的AI赋能实践，我们将帮助您强化团队能力， 确保组织和员工都能走在行业发展前沿。 • • • • 实现自主智能供应链 27 参考资料 其他撰稿人员 鸣谢 Adheer Bahulkar Pascal Brosset Patricia Cornet Carmona Bryan Doepken Rob Fuhrmann

、激光雷达数 据、传感器数据等。 首先，针对铁路沿线的地形特征和设施分布，通过无人机、固 定摄像头和移动采集平台等先进设备进行数据采集。无人机可高效 覆盖大面积区域，获取高分辨率的图像和视频资料；而激光雷达 （LiDAR）则能提供准确的三维地形数据，便于后续的模型构建和 分析。此外，安装在列车上的多种传感器（如温度、湿度、振动传 感器）可在列车行驶过程中连续采集环境数据，为动态变化的分析 高 度上进行定点巡航，实施大范围、高效率的数据采集。无人机可以 快速覆盖沿铁路的各个区域，获取地形地貌、道路、桥梁、隧道等 设施的高分辨率图像。同时，利用航拍在不同高度及不同角度拍摄 的影像资料，可以极大丰富三维模型的立体效果，生成真实的场 景。 为保证航拍数据的有效性，以下措施将被采取： 1. 确定航线和拍摄计划，避免在人流密集或禁止飞行的区域进行 航拍。 2. 配备高精度的 GPS 每周 网络安全专家 数据备份 每月 数据管理员 软件更新与补 丁 每季度 系统管理员 最后，为了更好地服务于用户和合作伙伴，技术支持团队应建 立一个知识库，包含常见问题解答、指南文档及培训资料。通过该 知识库，用户可以自主查找解决方案，降低对现场技术支持的依赖 性，提高问题解决的时效性。 通过上述措施，不仅能够提高铁路沿线实景三维 AI 大模型的 使用效率，确保业务的顺利开展，还能提升用户对服务的满意度，

为每个角色分配相应的权限。用户可以被赋予一个或多个角色，从 而获得相应的操作权限。权限管理应具备细粒度控制，确保用户只 能访问和操作其权限范围内的资源。 个人信息维护功能允许用户查看和修改其个人资料，包括基本 信息、联系方式、偏好设置等。所有修改操作应通过验证机制（如 旧密码验证或短信验证码）进行确认，以确保数据安全。此外，系 统应提供数据导出功能，方便用户下载其个人数据。 用户行为分 调试问题：如何启用日志调试模式？ 7. 版本更新记录 记录系统的版本更新历史，说明每个版本的改进点、修复的 Bug 及新增功能。版本信息应包括版本号、发布日期及主要 变更内容。 8. 附录 提供相关参考资料链接、术语解释或工具指南，方便用户进一 步查阅。 集成文档的编写应遵循简洁、清晰、全面的原则，确保用户能 够快速理解并正确使用系统。文档完成后，需经过内部评审和测试 验证，确保内容的准确性和实用性。同时，建议定期更新文档以反