摘要 2024 的医疗 AI，既是坎坷，又是新生。 快速发展的大语言模型，携着生成式 AI 掠过医疗领域。过往的互联网医疗、医学影像、 新药研发……一个一个场景经由新一代 AI 重塑，焕发出前所未有的价值。 不过，发现价值并不意味着能够掘得价值。如今惨淡的融资形势下，躬身大模型的企业 们无法像深度学习时代那样随意试错。有限的现金流，意味着每一家企业必须全面考察 场景、技术、风控、商业化等方方面面，才能做出决定。 亿的营收规模，迈向第一个 10 亿。 2. 超 160 个影像 AI 获批医疗器械三类证，影像 AI 企业们逐渐跳出影像科，向医学装 备、外科手术辅助系统等领域进发，打开了新的百亿市场。 3. 生成式 AI 对于医疗 IT 的重构已经初现成效。上百个大模型涌入医疗领域，许多 互联网医疗、院内信息化系统已经引入相关技术，或能在明年实现规模化落地。 4. 下行经济形势下，医健企业一级市场融资受阻，IPO ................................46 第四章：大模型之下，生成式 AI 何以颠覆医疗？.....................................................................48 4.1 前沿技术：从判别式 AI 到生成式 AI...........................................

概念设计辅助....................................................................................101 8.1.1 方案生成..................................................................................102 8.1.2 方案优化.. ................................................................................104 8.2 施工图智能生成................................................................................107 8.2.1 自动标注......... 项目的主要目标包括以下几个方面：  提升设计效率：通过 DeepSeek 大模型的自动化能力，优化 建筑设计流程，减少人工干预，缩短设计周期，降低时间成 本。  增强设计创新性：利用大模型的生成能力和多维度数据分析， 为设计师提供多样化的设计思路和方案，激发创新灵感。  优化资源利用：通过智能化的空间规划和材料选择，提高资源 利用率，减少浪费，实现绿色建筑设计目标。  支持复杂

是指在机器上实现类似乃至超越人类的感知 、认知 、行为等智能的技术， 经历符号逻辑推理 、 专家系统 、深度学习等重要演进历程， 正进入以大模型为支撑 、智能生成为特征的通用人工智能时代 。 第三次浪潮 2000-2020 ：数据挖掘 深度神经网络 第四次浪潮 2020- 至今： 智能生成 NPL\CV\ 多模态 大模型 第二次浪潮 80-90 年代： 知识工 程 专家系统 第一次浪潮 50-70 年代： 太 初 文本 、 图片 、语音 、代码等单模态智能生成能力成熟 跨模态内容生成成为主要趋势 在文案编写 、 图形设计 、 图像识别 、音视频创作 、交互式问答等场景中进行 深度应用 。 P7 大模型带来的新能力： 智能生成 (AIGC) 交互式 AI 一般情况下由人物形象 、语音生成 、 图像生成 、 3D 生成 、音视频合成 、交互等核心模块构成 。 开放了强大的插件 模型。 腾讯使用 AI 速搭建一座 3D 虚拟城市， 面积达到 25 平方公里 ，包含 130 千米路网 、 4416 栋建筑以 及超过 38 万个室内映射 。过去往往需要以年为 AI 生成 3D 领域快速演 进 2 构建智慧国土 P* 第一阶段 1999-2009 年 构建了国土资源网络体系； 实现纸质 到数字化的转变； 建立了电子政务平 台和一系列审批系统

10.2 法律行业案例 近年来，企业、高校和政府纷纷推出了法律行业大模型，包括阿里的通义法 睿、北京大学的 ChatLaw 和最高人民法院的法信法律基座大模型等。这些 法律大模型涵盖了法律咨询、文书生成、法律检索和合同审查等丰富的功能 解决了传统法律工作中存在的效率低下和信息分析不足的问题。 10.2.1 法律咨询智能体 在法律相关功能中，法律咨询尤为重要，其核实价值主要体现在以下几个方面。首先，许多人对法律知 token 的输入量，也仅在 2 元以内。因此，从成本效益和部署灵活性等角度出发，基于通用模型构建 法律咨询助手的智能体在实际应用中具有很大的吸引力和推广价值。 与此同时，大模型在生成内容时常会出现“幻觉问题”（即生成虚假的或不准确的信息）这对法律领域的应用提出了严峻的 挑战。为了在降低成本的同时提高回答的可信度和准确性，我们采用（ Retrieval-Augmented Generation ）技术。具体 ）技术。具体 而言，将首先将法律条文、判例和相关知识整理并添加到知识库中。随后，在用户咨询过程中，通过语义检索技术定位 与问题相关的法律信息，并将检索到的内容作为上下文补充，最终交由大模型处理生成高质量的回复。这种方法不仅有 效缓解了大模型幻觉问题的影响，还进一步提升了法律咨询助手的实用性和可控性，为其在实际场景中的广泛应用奠定 了技术基础。 为了简化设计，本节仅考虑 2020 年颁布的《中华人民

腾讯金融云 周梦薇 提振销售 创新产服 企微坐席助手 代理人赋能助手 自动化内容生成 智能外呼自动助手 内部产服专家智能体 智能产品开发 自动化辅助核保 保单生命周期管理 理赔辅助分析 7*24 自动化客服 资 产 端 提升效能 资产配置智能 决策 辅助配置智能 决策 … 生成式 AI 正加速崛起， 成为驱动保险业务创新与增长的核心引 擎 AI 助力支撑体系的优化， 的 知识， 找知识效率低。 会前知识检索 会中随时提问 会后智能回顾 培训计划制定 AI 教学、 出题 AI 学习、智能陪练 搭建专属的行业知识库 支持多格式内容的识别、解析、问答 生成专业报告 AI 办公｜ DeepSeek & 腾 讯知识库 + 培训 + 视频会议三大 AI 办公应用 场景 人才培养 企业级知识底座 远程沟通 3 内容操作防泄漏 分享 、复制 、打印 、截屏提醒 能力 场景 2 1 1 6 亮点 千人千面对话 AI 陪练针对练习者的非常规回答 （练习者表示不会这个问题） 做出了 非常自然的， 符合人物设定的反应。 高拟真语音 AI 陪练生成的语音带有符合真实场景的语气词与停顿， 非常接近真人语 音， 极大提升沉浸感。 智能培训｜智能陪练 场景设置 +AI 模拟 +1V1 对话提供私人教练 场景配置信息 场景： 销售员向客户推销保险产品的升级

2 医疗记录自动化生成...........................................................................73 4.2.1 语音转文本技术.........................................................................74 4.2.2 结构化病历生成........ DeepSeek 平台，具备医疗知识图谱构 建、临床决策支持和非结构化数据处理三大核心能力。某三甲医院 的试点数据显示，接入智能体后的门诊流程平均耗时从 120 分钟缩 短至 75 分钟，电子病历自动生成准确率达到 92%，显著降低了医 护人员的文书负担。这些技术特性与医疗场景的需求高度契合： 1. 知识检索效率提升：智能体可在 3 秒内完成百万级医学文献的 语义检索 2. 诊断辅助精度：对常见疾病的鉴别诊断建议与专家共识吻合度 差异化能力： - 术语理解深度：通过双向注意力机制和领域词典增 强，对 ICD-11 疾病编码的识别 F1 值达 0.91 - 多模态处理：支持 DICOM 影像与电子病历的跨模态关联分析，CT 报告生成符合率较 传统方法提升 40% - 实时响应：在 4 核 CPU 环境下实现 500TPS 的 并发查询处理，满足门诊高峰时段需求 针对医疗数据安全性的特殊要求，该方案采用联邦学习框架， 训

......................................................................................42 4.5 自动化报告生成................................................................................................... .....................................................................................108 11. 自动化报告生成................................................................................................... 税务稽查的效率和准确性，引入先进的技术手段成为必然选 择。DeepSeek 作为一款强大的数据分析工具，具备高效的数据处 理和智能分析能力，能够帮助税务稽查人员快速识别异常交易、发 现潜在风险点，并生成精准的稽查报告。 在实际应用中，DeepSeek 可以通过以下方式优化税务稽查流 程：  数据整合与清洗：将分散在不同系统中的涉税数据进行整合， 并通过智能算法清洗数据，确保数据的一致性和完整性。

.....47 4.2 讲解内容生成模块..................................................................................................................................................49 4.2.1 动态内容生成算法............... .....................................................................................183 14.1.2 内容生成正确率................................................................................................ 大模型在智能语音讲解公共服务应用中展现出多维 度技术优势，其核心能力通过以下关键特性实现落地转化： 语言理解与生成能力 基于千亿参数规模的预训练架构，模型 在公共服务场景的语义解析准确率达到 92.3%（第三方测试机构数 据），支持 47 种方言的实时转译。在故宫博物院试点中，实现讲 解文本的自动生成效率较传统方案提升 6 倍，同时保持专业文献的 术语准确率。 多模态处理能力 模型集成语音-文本-图像联合分析模块，在景

GPT，将生成式AI 首次应用于CRM。公司在2016 年收购机器学习平台PredictionIO 和深度学习平台 Metamind，并正式推出人工智能平台 Einstein，目前每天在 Customer 360 中提 供超过 2000 亿次 AI 预测。2023 年 3 月 7 日正式推出 Einstein GPT，将公共和私有 AI 模型与 CRM 数据相结合，为客户提供开箱即用的生成式 AI 功能，Einstein 层结合进一步提高客户对数据的分析和利用能 力。预计生成式 AI 将进一步提升客户黏性及多云订阅意愿，带来客户数量、续费率和 ARPU 的 三重增长。公司还宣布通过 Salesforce Ventures 设立一项 2.5 亿美元的基金，旨在加强围绕生成 AI 的创业生态系统。  Slack GPT 与 Tableau GPT 打通多场景智能。Salesforce 于 5 月 4 日推出 Slack GPT，利用生成 式 AI 在 AI，Slack 可以集成其他模型，有望通过降低使用门槛 增加客户数，缩小与竞争对手的份额差距。公司还于 5 月 9 日推出 Tableau GPT，基于 Einstein GPT 在 Tableau 引入生成式 AI，为用户提供智能和自动化的数据分析服务。2021 年全球商业智能（BI） 软件市场规模约为 271.1 亿美元，预计 2030 年将达 294.2 亿美元，期间 CAGR 约 9.1%。Tableau

............................................................................14 1.2.1 提升政务场景下的语言理解与生成能力...................................15 1.2.2 实现高效的政务数据处理与分析...................................... 技术尤其是大模型的应用成为推动政务智能化的重要方向。D eepSeek 政务大模型作为一款基于先进自然语言处理技术的大规模 预训练模型，具备强大的语义理解、推理和生成能力，能够有效支 撑政务领域的智能问答、政策解读、文档生成等场景。然而，由于 政务场景的专业性、特殊性以及对准确性和合规性的高要求，通用 大模型难以直接满足政务需求。因此，针对政务场景进行大模型的 微调，使其更好地适应业务需求，成为当前亟待解决的问题。 的 合规性和安全性。 为了应对这些挑战，本方案旨在通过对 DeepSeek 政务大模型 进行领域适配性微调，使其能够更精准地理解政务文本、生成合规 的政策解读、提供智能的决策支持。具体背景如下： - 技术需求： 政务场景对大模型的理解能力、生成能力和推理能力提出了更高要 求，需要针对性地优化模型结构、训练数据和微调策略。 - 业务需 求：政府部门需要通过智能化工具提升工作效率、优化服务质量、