unified vision-language under- standing and generation. arXiv preprint arXiv: 2201.12086, 2022. 10 Li J N, Li D X, Savarese S, Hoi S C H. BLIP-2: Bootstrapping language-image pre-training Representations. OpenReview.net, 2022. 13 Gu X Y, Lin T Y, Kuo W C, Cui Y. Open-vocabulary object detection via vision and language knowledge distillation. arXiv preprint arXiv: 2104.13921, 2022. 14 Antol S, Agrawal S, et al. On the opportunities and risks of foundation mod- els. arXiv preprint arXiv: 2108.07258, 2022. 19 Yang Yu-Tong. AI large models and embodied intelligence will eventually meet. Robot Industry

从而具有理解和生成自然语言的能力，实现人机之 间的有效通信。自2018年双向编码表示模型（bidirec⁃ tional encoder representations from transformer，BERT） 的出现，以及 2022 年第四代生成式预训练模型（gen⁃ erative pre-trained transformer，GPT），人工智能领域 自然语言处理方向的重大突破，引领了大规模预训 练模型及应用研究的热潮。大语言模型技术的迅猛 2017. [5] WEI J, TAY Y, BOMMASANI R, et al. Emergent abilities of large language models[EB/OL].（2022-10-26）[2024-05- 08]. https: //doi.org/10.48550/arXiv.2206.07682. [6] WEI J, WANG X, SCHUURMANS D in large language models [C]// Proceedings of Advances in Neural Information Pro⁃ cessing Systems, 2022. [7] 米加宁, 刘润泽 . 大算力与知识生产方式的革命—基于 ChatGPT 的技术影响与实践展望 [J]. 中国社会科学评价, 2023（2）: 13-18. MI J N, LIU R

服务超百家各领域头部知名企业 • 被国内大多云厂商托管 • 获得各类社区奖项8个 企业级应用 • 2021 OSC 中国最受欢迎开源项目 • 2022 InfoQ 十大开源新锐项目 • 2022 CSDN 中国开发者影响力项目 • 2022 开源成熟度评估 – 优秀二级 • 2022 开源创新大赛 – 二等奖 • 2023 开源创新榜 优秀开源项目 • 2023 开放原子基金 年度生态开源项目 • 2023 GLCC优秀社区

年），独立数据库公司的崛起为智能软件研发行业在启动期奠定了数据处理与管理的基础；高速发展期 （2001-2021年），智能软件研发行业在高速发展期开始注重灵活、高效和响应变化的开发方法；成熟期（2022年至今），智能软件研发行业在 成熟期实现了技术飞跃，进入全新智能化阶段，功能复杂且高效。 行业特征 1 2 3 发展历程 萌芽期 1960-01-01~1969-01-01 196 如智能家 居、工业制造等多种应用场景中。 中国互联网用户规模的激增，以及互联网普及与计算能力的增强，推动了智能软件研发行业在多种应用场景中的广泛渗透与快速发 展。 成熟期 2022-01-01~至今 2022年，ChatGPT的成功推出标志着人工智能技术取得飞跃，引领智能软件迈入全新智能化纪元。此时，智能软件不仅在功能上愈发 复杂高效，更广泛渗透至多个行业领域，实现深度应用。 智能软 经营项目以相关部门批准文件或许可证件为准）（不得从事 国家和本市产业政策禁止和限制类项目的经营活动。） 12 财务数据分析 2015 2016 2017 2018 2019 2020 2021 2022 2023 1.1 1.14 1.05 1 1.16 0.98 1.19 0.96 1.1 / / / / / / / / / 49.0591 51.2675 52.1267 54.5409

RNN GAN 1990 年开始； 2006 年获得突 破 快速回望历史——大模型的产生 对人脑学习 过程进行重 点关注 Transformer 2017 年 ChatGPT 2022 年 Instruct GPT BigBird ALBERT ELECTRA 基于模板和 规则的前深 度学习阶段 基于规则 的少量数 据处理 1950 年开始 根据一定范 2018 年 GPT-1 T5 BERT 2020 年 GPT-3 M2m- 100 XLM 进行海量数据学习训练 ，人类的反馈信息成 为模型学习的内容 OpenAI 公司于 2022 年 11 月发布 ChatGPT ，短短三个月内日活跃用 户从 零增长至超过 3000 万 ，标志着对话式 AI 进入大众应用阶段 里程碑： ChatGPT 的成 功 ChatGPT 日活量（ 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 系统获得 Hugging Face Space Top 10 ； • 工 业 界 影 响 ： 受 到 Hugging Face 、 Langchain

 通过大数据中心建设，震撼展示党建成 果。 成功案例 郴州烟草专卖局党建平台“浓香红”通过将线下 党建工作搬运到线上，实现全过程流程，数 字化管理，得到湖南省烟草专卖局的认可， 计划 2022 年由市推广到省级应用。 浓香红平台 党建 + 水务大脑平台 泉州水务集团”党建 + 水务大脑平台”，包含“智 慧党建平台”、“纪检平台”、“党建引领廉洁从 业线上虚拟展厅”等多部分组成，受到集团及

language models,” Advances in Neural Information Processing Systems, vol. 35, pp. 24 824–24 837, 2022. The CoT Prompt in the original CoT paper put an example with intermediate steps before an input

中小银行有望加速部署应用，快速追赶与大行之间差距。 资料来源：信通院、中泰证券研究所 21 落地进展：大行发力早，中小银行推进更快 50% 40% 30% 20% 10% 0% -10% -20% 2022 金融科技投入（亿元） 2023 金融科技投入（亿元） 同比增幅 300 250 200 150 100 50 0 资料来源：信通院、中泰证券研究所 图表：十二家上市银行金融科技投入

实体项目增多利好智能体发展。根据 IDC 预测，国内人工智能市场规模预计在 2026 年达到 264.4 亿美元，2021 年到 2026 年期 间的 CAGR 超 20%。根据增长率计算，从 2022 年开始，每年市场规模会保持 20%左 右的稳定增长态势。根据澎湃新闻援引德勤统计，未来 2025 年世界人工智能市场规模 将超过 6 万亿美元，2017 年-2025 年期间复合增长率将超 30%。AI 请务必阅读正文之后的信息披露和法律声明 16 图17 中国智能算力规模及预测 资料来源：新华网、经济日报、国家自然科学基金委员会, IDC 与浪潮信息《2022-2023 中国人工智能计算力发 展评估报告》，海通证券研究所 根据 IDC 统计，2023 年已有 34%的企业在 AI 中的投入已见成效，AI 能力正在稳 步发展。AI Agent

Flask 。 recognized during the year ended June 30, 2023 totaled $1.234 million ($1.234 million in 2022). The Company records gains and losses from foreign currency transactions in other (expense) income 智能体至关重要。开 发者应结合实际应用场景，灵活运用这些概念，以构建高效、可靠 的智能体系统。 15.2 参考文献 1. 王伟, 张强. 智能体开发中的深度学习应用[J]. 计算机科学与技 术, 2022, 37(5): 123-134. DOI: 10.1016/j.jcst.2022.05.001. 2. 李华, 赵敏. 基于深度强化学习的智能体决策优化[J]. 人工智能 学报, 2021 Johnson, M., Taylor, S. Deep Learning Models for Agent Behavior Prediction[J]. Neural Networks, 2022, 145: 123- 140. DOI: 10.1016/j.neunet.2021.11.001. 8. 孙立, 王芳. 深度强化学习在智能体路径规划中的应用[J]. 机器 人, 2021