洞察趋势，驾驭 AI 浪 潮 01 决策式 AI 生成式 AI 选择题 简答题 AI 的分类： 决策式 AI 和生成式 AI 推荐系统、识别系统、审核系统、无人驾驶 … … 文本生成、图像生成、视频生成、声音生成 … … 人类社会 中的问题 AI 定义： 一种先进的人工智能聊天机器人，能理解和生 成自然语言，用于回答问题、写作、翻译、编程、学习 辅助，甚至可以进行情感支持和角色扮演等多种任务。 音频生成 03 图像生成 04 视频生成 跨模态生成 策略生成 Game AI 虚拟人生成 按技术场景 AIGC 内容分为 按技术场景， AIGC 内容可分为文本、音频、图像、视频等 0 5 0 6 0 7 Midjourney 是一个文本生成图像的 AI 工具，可让你从任何文本描述中生 成逼真目多样化的图像。 无论你想创造奇幻风景、未来城市、 《太空歌剧院》拍卖价 43.25 万美元 Midjourney 图像生成 四维彩超 Stable Diffusion 是 2022 年发 布的深度学习文本到图像生成模 型。它主要用于根据文本的描述 产生详细图像 SD 控制精度更高，更加适合商 业化应用 模特 电商图 建筑规划 图像生成 Stable Diffusion AI 音频生

音量渐响。 客人在电视机上可以欣赏有线及卫星的高清电视，还可以点播高清电影，查询客人住店账单、 查询天气情况、查询航班信息等。 客人来访时按动门铃，如果电视机打开，访客图像在电视机上显示，如果电视机没有打开，访 客图像显示在门后的显示屏上甚至在 PAD、手机上。 4、 宴会体验： 客人除了住店体验外，还可以享受酒店提供的美食和宴会服务，1376 平方的宴会厅将给客户 提供大屏幕投影、专业音响、舞台灯光的宴会体会。 块的保护。工作区 UTP 铜缆信息插座采用 2 孔信息插座配置。 除特别注明外，采用 8 针 RJ45 插座。电缆连接按 TIA/EIA568-B 标准执行。每个信息点都可应 用于电话、数据、图像等系统终端连接。并满足数据系统对 ATM 及千兆网的技术性能要求，以适 应新技术的发展和应用。 信息插符合并超过六类标准，满足 V94-0 的国际阻燃标准，并同时能够满足高速数据及语音信 号的传输，传输带宽超过六类 本次智慧酒店有线电视的信号源为卫星电视节目和当地有线电视、酒店自办节目。 建议信号源由相关单位完成。弱电单位仅完成机房后面的分配网络。 本次有线电视网络传输系统按照分配-分支方式设计，用户端电平接近（68±4dB），从而保证 图像的传输质量，使电视信号在处理和传输过程中不失真。 3.1.2 系统带宽及频段设置 本系统采用 5-862MHZ 带宽邻频双向传输技术，频带划分采用低分割配置，上行频带为 5- 30MHZ，下行频带为

5.2.1-1 智能分析效果图 5.1.2 门禁系统 综合管理平台可以对门禁系统进行全面管理包括人员管 理、权限管理、时间表及节假日管理。  支持远程开门管理，终端开门联动视频弹出。 视频图像冻结诊断 视频信号丢失诊断 人员行为分析徘徊监测 人流统计 车辆违停报警 人群聚集检测 图 5.2.2 开门联动视频弹出  实时监测出入口状态并记录电锁或门磁的开关状态、出 入口的开关控制、异常的进出记录。 触发现场广播，报警工作站提示值班人员发生警情，电 视监控系统自动将进入管制门或报警点相近区域的摄像 机的摄像画面切向保安中心主监视屏，并重点监录这些 摄像机的摄像内容，门禁报警系统也可以捕捉报警图像 在报警工作站存档，便于查询和核对或提供给公安部门 处理。如果报警发生在夜晚，自动将最近相应区域的灯 光开启。 图 5.2.2-1 软件显示开关门状态 5.1.3 电子巡更系统 时间、地点、人员、巡查事由、巡查结果记录等信息。 图 5.2.3 电子巡更界面示意图 5.1.4 入侵报警系统 综合管理平台接入入侵报警系统，实现以下功能：  报警弹图像 系统将根据配置好的预案，弹出某一个或多 个摄像机的监控视频图像。当有人触发红外报警器时， 视频弹出。  语音对讲 当报警发生时，系统将可以与指定的设备进行 语音对讲。  声音报警 当报警发生时，在运行的客户端将播放预案的

博士概括了三点：第一，数据的多模态化；第二，算力的多元融合；第三，数据处理 的实时性。 数据的多模态：数据类型不再局限于传统的结构化数据，而是包括了图片、文档、图、 时序、交易等多种模态的数据，比如：IoT 设备数据、车机图像数据等，这些多模数 据是数据处理和分析的一大挑战。 算力的多元融合：算力也朝着多模态和异构方向发展。过去，无论是在操作系统、数 据库、离线数据处理还是实时数据处理中，主要关注的是以 CPU 技术专家焦恩伟发表了题为《MiniMax Data Infra 在 AI 场景下的 探索》的深刻演讲。作为一家领先的通用人工智能科技公司，MiniMax 自研了万亿参 数的 MoE 文本大模型、语音大模型和图像大模型，展现出其在 AI 技术领域的雄心。 基于这些大模型，MiniMax 推出了如星野、海螺 AI 等原生应用，并为企业和开发者 提供开放平台的 API 服务。 MiniMax 基础架构基于 智慧星光数据研发与创新平台总经理 朱玉林 智慧星光数据研发与创新平台总经理朱玉林分享了 Lindorm 在智慧星光舆情大数据 分析的最佳实践。他表示，舆情监测场景中，需要融合处理、分析和理解多模态数据 （如文本、图像、音频、视频等），行业普遍存在数据难聚合、数据难用好、场景难 匹配的痛点。过去，智慧星光主要使用自建开源 ElasticSearch 来满足数据检索需求， 但随着数据规模增大，向量检索延迟高、扩容速度慢、运维复杂等成为业务发展的痛

推理类 情感推理、演绎推理、逻辑推理、归纳 推理、类比推理 创作表达类 文字创作&创意、内容改写/续写、修改 /润色、文字处理、编辑/语义匹配、摘 要提取、关键、字提炼、标题生成、文 本风格迁移、图像创作、短视频创作(文 生视频)、其他创作(文学艺术、商业通 用) 数学类 小学数学、初中数学 高中数学、高等数学 推理类 代码生成、编程翻译 代码解释、代码纠错 代码自动补全 生成代码文档 ⽣物 计算 可视化分析 ⼯具 云上部署编排⼯具 安全与隐私⼯ 具 低代码开发⼯ 具 预训练模型应 ⽤⼯具 资源管理 与调度⼯ 具 语音理解 文字识别 图像分类 目标检测 图像生成 大模型推训一体 图像分割 自然语言处理 计算机视觉 语音 时间序列 文心大模型 推荐 动态图 大规模分布式训练 产业级数据处理 静态图 模型压缩 边缘与移动端推理引擎 前端推理引擎 服务器推理引擎 ERNIE 4.0 文心一言 ERNIE Bot 对话 PLATO-XL|搜索 ERNIE-Search 跨语言 ERNIE-M |代码 ERNIE-Code 语言理解与生成 ERNIE OCR图像表征学习 VIMER-StrucTexT 多任务视觉表征学习 VIMER-UFO 视觉处理多任务学习 VIMER-TCIR 自监督视觉表征学习 VIMER-CAE 文档智能 ERNIE-Layout

觉传感器（如摄像头）、听觉传感 器（如麦克风）、触觉传感器、温度传感器、压力传感器甚至化学传感器等。这些传感器 各自具有独特的功能和优势，能够从不同角度获取环境信息。例如，视觉传感器可以捕捉 图像和视频，提供丰富的视觉信息；听觉传感器能够接收声音信号，用于语音识别和环境 声音分析；触觉传感器则可以感知物体的接触和压力变化，为机器人操作提供重要反馈。 然而，不同传感器的数据在采样频率、数据格式和精度等方面存在显著差异。这就给 ，采用深度学习、 BEV+Transformer 等先进算法，对各通道数据进行特征提取。深度学习算法具有强大的特 征学习能力，能够自动从大量数据中提取出有价值的特征。CNN 擅长处理图像数据，能 够提取出图像中的边缘、纹理等特征；RNN 则在处理序列数据方面表现出色，如语音和 时间序列数据。利用多模态融合网络（如多层感知机、注意力机制），将多个模态的信息 进行融合。多层感知机可以对不同模 多模态信 研究报告 2025 年全球感知技术十大趋势预测 7 息的无缝对齐，推动通用人工智能（AGI）向更高阶认知能力迈进。例如，OpenAI 的 GPT-4o 已初步展示音频、图像与文本的融合推理能力，未来多模态模型或可自主连接环 境感知与决策链条，拟人化解决复杂任务。 边缘 - 云协同的轻量化部署：通过微调轻量级模型（如 MobileNet-Multimodal）、

引言 在当前数字化转型的背景下，人工智能（AI）技术的飞速发展 已经改变了各行各业的运营和管理方式，尤其是在信息处理和数据 分析领域。AI 大模型作为一种先进的技术手段，其在自然语言处 理、图像识别和复杂数据分类等方面展现了卓越的能力。本文旨在 设计一个 AI 大模型流水分类系统，以提高企业在数据分类和处理 上的效率，进而优化决策支持和资源配置。 随着业务规模的扩大，企业面临数据量激增的挑战，传统的分 块、模型训练模块、模型推理模块以及结果反馈模块。以下是各个 模块的详细功能描述。 数据采集模块负责从不同源（如传感器、数据库和用户输入 等）收集相关数据。这部分需要支持多种数据格式的输入，包括但 不限于文本、图像和视频数据。同时，数据采集模块需要具备实时 数据流处理能力，以便在数据产生的瞬间将其抓取并传输至后续模 块。此模块的健壮性和稳定性直接影响到整个系统的数据质量和及 时性。 数据预处理模块的功能是对原始数据进行清洗和转换，以提高 其次，用户上传数据的界面将采用分步引导的设计，确保用户 在进行数据上传时不会感到迷惑。系统将提供多种格式的数据上传 功能，例如 CSV、Excel 以及图片文件。用户在上传数据时，可以 指明数据的类型，如文本、图像等。此外，系统将对上传的数据进 行即时校验，确保数据格式正确，并在发现错误时提供友好的提 示。 在模型训练界面，系统将为用户提供选择和配置模型的选项。 用户可以根据不同的需求选择预设模型或自定义参数，包括模型类

分布式计算架构：利用云计算和边缘计算资源，构建高性能的 分布式计算环境，确保 AI 大模型的训练和推理效率。 2. 多模态数据处理技术：整合企业的结构化数据（如 ERP、CRM 系统）和非结构化数据（如文本、图像、视 频），形成统一的数据平台，为 AI 模型提供丰富的数据源。 3. 模型管理平台：开发一套完整的模型生命周期管理工具，涵盖 模型的开发、训练、部署、监控和优化，确保模型的高效迭代 和持续改进。 项目预期成果 本项目的预期成果将涵盖多个方面，旨在为企业提供一个全 面、高效且可持续的数字化转型 AI 大模型底座。首先，我们将构 建一个高性能的基础大模型，该模型将具备多模态处理能力，能够 支持文本、图像、音频和视频等多种数据类型，并且在多个特定领 域任务上表现出色。该模型的训练将基于大规模、高质量的数据 集，确保其在各类业务场景中的泛化能力和准确性。项目完成后， 预计该模型在关键业务指标上的准确率将达到 Spark）进行高效处理，确保数据的完整性 和可用性。模型层是底座的核心，采用大规模预训练模型（如 GPT、BERT）作为基础，结合企业特定的业务场景进行微调，同 时支持多模态数据处理（文本、图像、音频等），以增强模型的适 应性和泛化能力。模型训练过程中，采用分布式训练框架（如 Horovod）加速训练速度，并通过自动化超参数优化工具（如 Optuna）提升模型性能。 服务层提供统一的

的分布调整的精细化管理，进一步优化酒店服务布局、提升完善服务模式、提高消费者的消费欲 望，从根本上帮助提高酒店业绩。 同时，客流量的增加也对于酒店的安保提出了更高的要求。通过采用异常行为分析技术对全 景环境监控图像进行分析，通过将场景中背景和目标（主要为人员）分离进而分析并追踪在摄像 机场景内目标，对视频场景内的相关运动目标进行检测、分类及轨迹追踪。同时根据分析算法， 预设不同的非法规则，一旦目标在场景中 泛应用，高清视频已经成为行业内的主流选择，然而 H.264 编码的 1080P 的视频图像一般需要占 用 4~10M 的带宽，4k 和 8K 质量的视频对带宽的占用更高。我们建议通过编码优化和网络优化来 缓解大视频流量给网络和系统所带来的的压力。 下一代数字视频压缩标准 H.265 技术在相同的图像质量下，视频大小将减至 H.264 的 60%左 右。在码率减少 51-74%的情况下，H 用。智能化的发展将使视频 监控系统的功能从事后追查为主转为以事前预警和事中分析为主,从而有效地提高视频监控系统本 身的功能和效率。智能视频监控基于强大的数据处理能力和视频分析技术对监控场景的视频图像 内容进行分析,提取场景中的关键信息,并形成相应事件和预警的监控,从而提高监控系统的功能和效 率。 视频监控子系统有三部分组成：前端采集、网络传输和控制中心。 前端采集涵盖传统的模拟监控方式和主流的

多方数据协作与隐私保护 1. 智能定损与核保； 2. 智能客服； 3. 动态定价优化 3 判别式 AI （ DAI ） - 卷积神经网络（ CNN ） - 循环神经网络（ RNN ） - 随机森林 1. 图像分类与损伤评估； 2. 时间序列分析与风险预测； 3. 风险评分与欺诈监测 1. 智能理赔； 2. 精准定价 4 生成式 AI （ GenAI ） - 自然语言处理（ NLP) - 大语言模型（ 自动化保单生成； 3. 训练欺诈监测模型； 4. 客户画像生成； 5. 精准营销； 6. 营销自动化；…… 5 知识图谱（ KG ） 客户画像与风险关联分析 反欺诈网络构建 6 计算机视觉（ CV ） 图像与视频分析 1. 自动化理赔； 2. 健康核保 本研究关注中国保险行业中 AI 技术的应用现状及未来趋势，特别聚焦生成式 AI 对保险业数智化转型的推动。 AI 在保险领域是以数据驱动为核心、算法模型为工具的 产品推荐与方案设计 : 智能体的决策支持 销售支持与培训 : 代理人赋能 客户获取与触达 : 精准营销 风险评估：动态风险建 模技术正成为行业新趋 势。 需求分析 语音语义识别技 术 图像识别技术 智能话术生成 智能决策 辅助 精准匹配产品 智能产品组合 投保方案优化 策 来源：公开资料、专家访谈，艾瑞咨询研究院自主研究及绘制。