28 动态建模多轮对话的策略 • 动机：多轮对话过程是动态变化的， 不能用单轮的贪心方式来 建 宋皓宇 , 张伟男 , 刘挺 . 基于 DQN 的开放域多轮对话策略学习 . SMP 2017 Best Paper 模多轮的过程

散（文本到图像模型）以及在自主系统（自动驾驶汽车、机器人）中使用的强 化学习算法等多样化系统。更广泛的类别，如生成式对抗网络和大语言模型等， 是众多生成式人工智能应用的基础，要求在监管中将其纳入考虑。由于现行立 法在适应这一动态环境方面面临挑战，因此有必要采取细致入微的方法管理这 一广泛、快速发展的系统。由于竞争压力，快速发展的技术渗透到我们的生活 和商业实践中，但与此同时，法律框架却不完善且适应缓慢，造成了一种严峻 并确保负责任和合规地使用。在这个新兴领域里，平衡创新与患者隐私仍然是 一个关键挑战。 ©2025 云安全联盟大中华区版权所有 35 围绕医疗保健领域的人工智能（包括生成式人工智能）和机器学习的动态 监管环境需要利益相关者不断调整适应，以确保符合《医疗电子交换法案》和 其他相关法规不断演变的解释，尤其是针对生成式人工智能系统。 ©2025 云安全联盟大中华区版权所有 36 2. 如何应 责任是一项 复杂的法律挑战。现有的法律框架往往难以应对人工智能的独特性，从而导致不确 定性。虽然传统的法律原则，如产品责任法、过失法和数据隐私法可能适用于某些 情况和管辖范围，但人工智能技术的动态性质要求制定新的法律框架。 如专门针对人工智能立法算法透明度的新法律，正在不同地区开始出现。这些 框架旨在应对人工智能系统带来的独特挑战，重点关注与偏见、问责制、透明度和 公平性相关的问题。然

江苏省未来网络创新研究院 魏亮、方辉、孙玉刚、尹鹏、林枭、韩风、占昊天、王磊 I 前 言 随着算力网络的飞速发展，算力资源呈现出泛在化、异构化、分 布化的显著趋势。如何高效感知、协同调度这些广泛分布且动态变化 的算力资源，以支撑日益复杂的智能应用需求，已成为推动产业数字 化转型和智能化升级的关键挑战与核心技术方向。 本白皮书首先详细阐述了分布式算力感知与调度的背景、需求、 体系架构以及关键技 宇宙等技术的爆炸式发展，传统的集中式算力计算模式面对如此庞大 且多样化需求，已经难以有效应对。分布式算力感知与调度技术应运 而生，成为应对海量、泛在、实时计算需求的关键基础设施。这一理 念旨在构建一个能够动态感知全网算力资源，并根据任务需求进行智 2 能化、自动化、最优化调度的新型信息基础设施，降低计算延迟与成 本，支撑新型智能化应用的落地。 分布式算力是相对于传统集中式算力（如单一超级数据中心）而 本和最佳的用户体验。调度决策是一个高度复杂的优化问题，其目标 函数通常是多维度的，需要在性能目标、经济目标和系统目标之间寻 求最佳平衡点。分布式调度策略多种多样，从传统的基于静态规则的 调度，如轮询、随机分配等，到更为复杂的动态调度策略，如基于负 载均衡的调度、基于服务质量（QoS，Quality of Service）的调度、 基于经济效益的调度等。现代的算力调度系统越来越倾向于采用人工 智能和机器学习技术，通过对历史数据的学习和对未来负载的预测，

....... 33 4.1.1 优化可再生能源供给体系..................................................... 33 4.1.2 完善供需动态平衡机制......................................................... 35 4.1.3 提升算力产业支撑能力................ ..................... 47 5.1.1 系统复杂性，算电协同的纳管挑战..................................... 47 5.1.2 资源动态匹配，协同控制的核心难题................................. 48 5.1.3 能效瓶颈，电力侧的关键制约............................. ...................................................... 50 5.2.1 智能调度技术从单目标优化迈向多模态协同，推动算力网 络向全域资源动态匹配演进 ................................................................... 50 5.2.2 绿色计算技术从能效提升转向全生命周期减碳，零碳数据

定应对措施或变通方案， 并通过数字化技术监测 风险及风险处置过程 a) 应建立体系化的变革驱 动模式，形成涵盖管理层 和执行层的变革机制； b) 应构建变革监测指标、方 法与体系，实现动态监测 和告警 ； c) 应建立组织级阶段性创 新发展关键指标，并基于 关键指标的变化和趋势 状态等，驱动变革的进一 步优化 a) 应建立基于数据的变革 驱动模式，主动识别数 方法，确保信息安全漏洞 与威胁能够及时发现并 得到有效处置 a) 应建立完善的信息安全 防护体系，开展攻防演 练，实现主动防御和安全 事件应急处置； b) 应及时获取安全威胁情 报，并通过数据模型动态 研判信息安全态势 a) 应基于大数据、人工智 能等技术，预测新技术、 新模式、新业态带来的 潜在信息安全风险，并 自动给出有针对性的解 决方案 ； b) 应实现信息安全与产业 应将基础设备资源集中统合 管理，形成资源库，对基础设 备进行统一调配 a) 应构建面向业务服务管 理的基础设施资源支撑 体 系 ； b) 应构建基础设施资源的 可伸缩、可拓展、可监控 的动态管理机制 应用 支撑资源 应具备局部数字化转型信息 系统建设所需的基本应用支 撑资源 应对数字化转型信息系统建 设所需的应用支撑资源进行 系统性规划 a) 应满足功能性、易用性、

传统卫星通信网络存在覆盖局限、资源利用率低、星地协同不足 等问题，难以满足全域通信、应急保障、产业赋能等多元化需求。卫 星互联网承载网作为连接卫星星座与地面终端的“太空信息高速公 路”，通过星间/星地链路技术、动态路由与交换技术等关键技术创 新，实现了数据的高效传输与交互，为破解传统网络瓶颈提供了系统 性解决方案。 本白皮书首先系统梳理了卫星互联网承载网的发展背景与需求 愿景，涵盖国家重大战略、产业经济升级、人民服务保障及全球科技 能智慧农业，新疆棉田通过智能灌溉系统节水 30%、增产 15%。云 3 南偏远山村电商销售额增长 200%，农民收入显著提升。生态环保领 域，承载网支撑三江源国家公园生态监测、长江经济带水污染防控， 实现全域动态监管。大众消费场景中，无人机配送时效提升 50%，低 空旅游与户外探险通过卫星通信保障安全，遇险救援响应时间缩至 15 分钟内。 1.4 世界科技引领 卫星互联网承载网正成为大国科技博弈的制高点。据国际电信联 实现全球覆盖、低时延和高可靠的服务目标。 图 2-1 卫星互联网架构图 2 卫星互联网承载网的结构由在轨卫星、地面节点和多类型链路共 同构成。在轨卫星既包括低轨卫星，也包括中高轨道的区域中继节点， 它们通过高速星间链路形成一个动态的网状拓扑。这些卫星节点不仅 仅承担信号转发的作用，还具备一定的路由计算、缓存和处理能力， 使得网络在链路变化频繁的空间环境中依然能够保持高效的数据调 度。地面节点主要由信关站和核心骨干节点组成，前者承担卫星与地

智慧城市和商业创新等服务领域的应用及影响。除了强调 AI 在这些领域的关键作用外，报告还探讨 了 AI 与其他创新技术的协同效应，以及转型可能带来的社会和经济影响。 例如，在 AI 大模型和云计算技术的支持下，教育应用将能够动态分析学生的知识掌握情况， 帮助教师实时生成个性化的教学方案，确保每个学生都能享受量身定制的学习体验。医疗行业将不 再局限于“治病救人”，而是完全融入一个由 AI、数字行为建模、远程医疗和合成生物学等前沿技 AlphaFold 提供了关键的数据支撑。更有效的感知将为人工智能展开更宏观的画卷、揭示更微末 的细节、刻画更复杂的关系，让人工智能能更好地向世界学习、将世界改造、与世界交互。因而， 兼具宏观与微观、高动态、多模态的新一代传感器可能是新的“奇点”。 第二，更智能的模型算法。通用人工智能的模型与算法是什么样的？对于这个问题，仁者见仁 智者见智。但不可否认的是，物理世界中真实的智能（如人的智能）既是重要的目标，也将会带来 万亿度，能源供给需要发生大的变革，可再生能源加速替 代传统化石能源，新能源发电量占比将突破 50%。同时，人工智能将成为新能源系统的核心，通过 Token 管理瓦特，实时管理每一焦耳的能量，从而实现更加动态和高效的电网。 技术作为驱动人类文明跃迁的引擎，其根本在于融入生活、家庭、企业与环境，以实现更美好 的生活、更温馨的家庭、更高效的企业和更可持续的环境。 到 2035 年，全球 65 岁及以上人口将突破

。通过党建与业务融合机 制，推动审计从合规检查升维至公司治理效能工具，筑牢风险防控的政治根基。） （3）在落实“如臂使指、如影随形、如雷贯耳”要求下，如何构建审计项目 与金融重大战略部署的动态匹配机制，提升审计立项的精准性和前瞻性？（如 需 “ 建立 战略分解-风险扫描-优先级赋分 ”模型，通过政策图谱与风险热力图双 维 “ 驱动立项决策，并增加 战略分解颗粒度标准 ” “ 和 热力图更新频率 心集 中处理复杂领域，地市团队聚焦属地风险，建立重大风险提级管理通道） 3 、审计模式创新 （10）在监管趋严与银行盈利压力并存环境下，如何通过审计功能创新 （如 压力测试审计、资本充足率动态模拟）提升资本管理的前瞻性？（如开发 逆周期 压力测试工具，构建资本充足率情景模拟系统，嵌入监管指标预警阈 值） （11）在新型腐败手段隐蔽化背景下，如何通过审计功能延伸（如员工行 为 建模 （SNA）识别利益共同体，构建员工行为异常指数（EBAI），开发资金 流向追 踪图谱） （12）如何将内部审计的“控制机制”本质嵌入商业银行全面风险管理体 系， “ 建立 风险识别-评估-应对 ”的动态闭环联动模型？（如通过风险控制自 评估 （RCSA）与审计程序联动，建立风险事件库-控制缺陷库-整改案例库三 库贯通 机制） （13）如何运用“系统性风险穿透分析法”识别金融机构跨业务条线的关联

提升了工作效率，更可让员工专注于确实能“增效”的 有意义的工作。 智能体不仅有助于企业提高内部运营效率，更会成 为企业参与市场竞争的关键助力。借助智能体的精准分 析与快速响应能力，企业能够更敏锐地捕捉市场动态， 及时调整经营策略，进而扩大市场份额。而且，智能体 可以实现个性化的客户服务，依据客户的需求和喜好提 供定制化方案，提升客户的满意度与忠诚度。如此一来， 企业便能在激烈的市场竞争中崭露头角，收获更多客户 化处理后，与模型生成能力无缝结合，弥补通用模型在 特定知识领域的不足。 ④定制化轻量组件开发：针对特定功能需求进行补 充编码。 ①痛点：海量内部文档查询低效，员工与客户获取 信息困难。 ②方案：构建基于 RAG 的动态智能知识库。文 档经清洗、分段后，由 BGE-Large 模型向量化存储。 用户查询时，RAG 平台精准检索相关知识片段，交由 LLM 生成结构清晰、依据明确的回答。 ③成效：问答准确率稳定在 （1）在组织架构上，成立数字化转型工作组织， 负责全面规划指导数字化转型工作并设立专项团队负责 具体实施工作。建立跨部门协作机制，推进科技、业务、 管理部门多方融合。 （2）在资源投入方面，综合衡量各类投入水平并 动态配置资源，建立科技投入成效评价体系，引导资源 投向公司主要战略发展方向与差异化竞争优势领域。 （3）在数字化人才培养方面，加强数字化人才的选、 育、用、留，持续充实并建设与业务规模、系统规模及

三、推动生态重构。通过技术普惠加速 AI 落地，将竞争焦点从技术壁垒转向金融数据价值挖掘，推动 AI 能力与金融场景深 度融合， 以数据闭环体系巩固金融领域的场景化优势。 金融机构如何应用好大模型 ? 不断动态沉淀的本地数据及业务逻辑是金融机构利用大模型加速数字化转型的核心胜负手 ; “AI+ 金融”竞争力将取决于能否持续积累吸收高质量业务数据、深化垂直场景认知，并通过迭代形成“数据 - 模型 - 业务”的正向 ; 结论 4 : 人机协同的本质是认知能力再分配，并非效率叠加，人类与 AI 认为的“困难”各不相同 ; 结论 5 :“ 电力 + 算力 + 数据”是大模型本身的关键，但对于金融应用不断动态沉淀下来的数据和模式创新才是核心胜负手 ; 结论 6 : 智能客服的价值不只是 24 小时在线及拟人化的服务，而在于比客户早半步看见需求 ; 结论 7 : 理解业务与理解技术同样重要 :AI 三、推动生态重构。通过技术普惠加速 AI 落地，将竞争焦点从技术壁垒转向金融数据价值挖掘，推动 AI 能力与金融场景深 度融合， 以数据闭环体系巩固金融领域的场景化优势。 金融机构如何应用好大模型 ? 不断动态沉淀的本地数据及业务逻辑是金融机构利用大模型加速数字化转型的核心胜负手 ; “AI+ 金融”竞争力将取决于能否持续积累吸收高质量业务数据、深化垂直场景认知，并通过迭代形成“数据 - 模型 - 业务”的正向