非标需求 NC（离线） UAP 大 中 用有云（混合） iUAP NCC（混合） 用有云（混合） 行业云（混合） U8(离线) U9(混合) iUAP5.0 YonSuite（公有云） U8C(混合) ① ② ③ ④ YonBIP 来源：弘则研究整理 企业级管理场景天然匹配AI技术应用，用友智能中台将AI能力和

实体抽取 # 基金 #= 南方品质混合 # 基金 # 赎回到账时间 # 基金 #= 华夏全 球精选 # 基金 #= 圆信永丰兴源 A 类 # 基金 #= 南方品质混合 # 基金 #= 华夏全球精选 卡 基金名称 南方品质混合 圆信永丰兴源 A 类 华夏全球精选 华夏全球精选 # 基金 # 赎回到账时 间 # 基金 # 基金经理 # 基金 # 管理费率 T+4 李振兴 1.5 （每年） 基于 Knowledge Base 的客服问答机器 人 南方品质混合通赎回要 多久才返还银行卡？ 华夏全球精选赎回后 什么时候才到账？ T+6 T+4 T+7 # 基金 #= 南方品质混 合 # 基金 # 赎回到账时 间 基金类型 管理费率 基金经理 认购期

提供数据一站式集成、开发、治理、共享开放平台 实时 接入 离线 迁移 第三 方 工具 DataArts Studio ：一站式数据运营平台 DataArts Studio 数据服务 数据开发 可视化 ETL 混合编排 流批结合 并发调度 监控运维 数据目录 元数据采集 血缘分析 资产管理 数据地图 资产报告 数据架构 业务分层 数据标准 约束规则 数据模型 数据指标 数据质量 质量稽核 数据对账 / 异构数据源和华为 云各类基础数据服务  支持模型资产沉淀，构筑行业知识库，通 过模板一键导入导出能力复用数据资产和 模型，将原有 1 个月的数据建模工作缩短 到 1 天以内  支持公有云、混合云部署，灵活支持客户 数据系统建设需求 数据安全 访问权限管理 敏感数据识别 隐私保护管理 华为云“数智员工”——我们的贴身小助手 以画画为例： 1. 需要头脑思考如何画 2. 眼睛看到画板和自己画的东西 文件系统和 Window 系统命令调用  丰富的 OCR+NLP 能力  高精度、稳定、自适应 发票类 证件类 通用类 …… 行业类 合同比对  用户自定义模板 OCR 中英文混合、小数点、特殊字符 模糊、扭曲、倾斜、噪声 错行、盖章 表单格式多样 模糊、扭曲、倾斜、噪声 错行、盖章 第一步： 选定锚点区域 第二步： 选定识别区域 第三步：在线验证 界面编排 •

部署一体化智能可观测平台 后，可快速整合海量数据并进行分类分级，可定制化告警策略，并通过多渠道精准告警，零束科技的运维团队能够通过平台迅速追踪调用 链，查看操作路径，快速定位问题来源，可有效保障混合云环境下的稳定性，风险及时发现及预警，运维效率大幅提升。 应用场景 1 全链路可观测性实时监控体系 一体化智能可观测平台助力零束科技打破Trace、 Metric、Log、业务打点之间的“壁垒”，形成全链 帮助零束科技主动发现问题并解决问 题，可更好地管理和优化服务器数据 47 案例荣获IT168 2024技术卓越奖评选“年度创新解决方案” 智己汽车应用Bonree ONE一体化智能可观测平台，提升了混合云管平台资源的管理与优化能力，并通过FinOps实现了云资源管理 的转型，实现从“一次性采购”到“持续运营”的转变。 ｜ 让IT运营更智能 全栈可观测 驱动智能化运营与成本优化 48 应用场景 1 ｜ 让IT运营更智能 背景分析 1 2 3 混合云环境下，缺乏对跨云平台的统一监控、观测 由于云平台的异构性，智己汽车产品架构需要支持复杂的多云场景，确保不同云资源之间的高效协同。如何实现跨云平台的可观测性以及如 何确保系统的稳定性，成为核心挑战。此外，混合云环境下的成本管控也变得更加复杂，智己汽车需要在不同云服务商之间优化资源使用。 安全合规性

飞行高度层，融合用户少、障碍少，空管体系成熟；低空相关用户主要在 6000 米以 下空域活动，区别于高空，低空空域混合性、随机性、灵活性大幅增加（图表 4）， 无法套用高空空管体系。 图表4：低空飞行环境典型特点 低空飞行环境典型特点 混合性 螺旋、喷气、低速、高速等各类飞行器并存 下降、上升、平飞、跟驰等异质飞行行为混合 随机性 比高空更易受物障、地形、气象等地理环境影响 飞行操控、管制指挥等人为因素影响

天识别出风险模式变化， 避免潜在损失 2.3 亿元。该平台同时支持风险决策的沙盒测试，允 许风控人员在虚拟环境中评估新策略对不良率、审批通过率等核心 指标的影响，大幅降低试错成本。通过与传统规则引擎的混合部 署，既能保持已有风控逻辑的稳定性，又可渐进式地引入 AI 模型 的预测能力，实现风险防控体系的平滑升级。 1.3 项目目标与预期成果 本项目旨在通过 DeepSeek 平台构建智能化授信审批风控助 引擎包含 1200+条可配置策略，覆盖黑名单校验、关联方识别等 场 景；机器学习模块使用 DeepSeek-Risk 框架，基于 XGBoost 和 Transformer 构建的混合模型，关键参数包括：  特征维度：856 维（ 其中文本特征占比 35%）  模型指标：KS 值0.42，AUC 0.89  推理延迟：<500ms/笔（P99） 应用层部署采用 准差、现金流季节指数等动态指标  交叉特征生成：通过 GBDT 特征组合算法自动发现字段间非 线性关系  风险标签映射：根据逾期天数将样本划分为正常、关注、次 级、可疑、损失五级分类 模型架构采用混合专家系统（MoE）设计，主要组件包括： 训练参数配置采用自适应优化策略，关键超参数设置如下： 参数类别 初始值范围 动态调整机制 参数类别 初始值范围 动态调整机制 学习率 0.01-0.05

模型复杂性与算力瓶颈：多模态模型参数量呈指数级增长（如 Flamingo 模型的 80B 参数），导致训练成本高企（单次训练耗能可达数辆燃油车终身碳排放量），且难以在资 源受限场景（如无人机、可穿戴设备）部署。需探索动态稀疏化、混合精度计算等高效训 练策略，结合新型硬件（如光子芯片）实现算力突破。 鲁棒性与对抗攻击风险：多模态系统的脆弱性可能被恶意利用：语音 - 视觉对抗样 本可诱导自动驾驶误判交通标志，跨模态数据投毒（如在图像中嵌入干扰噪声影响触觉决 应用与虚拟角色进行互动；在购物领域，消费者可以通过 AR 技 术试穿虚拟服装，提前感受商品的穿着效果。 微软 HoloLens 微软推出的 HoloLens 智能头显通过多传感器融合与空间映射技术，提供沉浸式混合 现实体验。它集成了多种传感器，如摄像头、深度传感器、陀螺仪等，能够实时感知用户 周围的环境，并将虚拟信息与真实场景进行无缝融合。这一技术广泛应用于工业培训、设 计协作和远程指导等场景。在工业培训中，工人可以通过 硬件性能与成本平衡：高分辨率 iTOF 激光雷达（如 128 线以上）仍面临量产良率 低与功耗过高问题，dToF 传感器在强光干扰下的测距误差则可达厘米级，并不适配多种 机器人工作场景。需突破混合固态激光雷达架构，全面从混合固态转向 Flash 纯固态技 术，实现低成本、高性能硬件的规模化应用。 动态场景建模瓶颈：现有 SLAM 算法对高速运动（>10m/s）、强光照变化、非刚性 物体（如液体、火焰）的建模能力不足，导致

大范围分布式并行计算 编译器 硬件算子适配 飞桨深度学习框架 ��� 百度自研昆仑芯，同时也与国内外机构合作，搭建 算力中心和异构计算平台 ��� 其飞桨框架已经更新到3.0版本。实现大模型混合 并行训练策略、编译器自动优化、大模型多硬件适 配和推训一体 ��� 开发飞桨的各类组建 ��� 文心一言推出多种功能各有侧重的文心大模型，包 括文心轻量级、文心3.5、文心4.0、文心4.0工具版。 2024�2� 2024�4�23� 2024�7�5� 升级至SenseNova4.0， 日日新·商量大模型各版本 同步升级至V4。 商汤科技发布日日新5.0（SenseChat V5 ），采用混合专家架构（MoE），参数量 高达6000亿，支持200K的上下文窗口。据 官方披露，SenseChat V5具备更强的知识 、数学、推理及代码能力，综合性能全面 对标GPT-4 Turbo。 商汤科技在WAIC 公有云、私有化部署 提示词广场 数据标注服务 评测工具 插件、app和API 开发者生态 串 联 层 Function call Code interpreter 沙盒环境 知识融合 安全和价值观对齐 MOE混合专家 模型管理 服务发布 模 型 层 通用对话 模型 商汤大模型体系 基础底座大模型 代码生成 模型 逻辑推理 模型 多模态感 知模型 文生图模型 人像模型 3D物体生成

从分库分表、读写分离、分布式索引、分布式缓存， 多方面进行设计，满足海量数据的存储与使用的需求。 高可用与灾备 提供全方位的灾备解决方案。不管是数 据容灾还是应用容灾，都能轻松应对 微服务架构 混合云部署 接入侧  智能 DNS 分流到多云  负载均衡 应用侧  无状态 应用多云部 署  容器化动 态 伸缩 缓存侧  CRDT 缓存数据同步  Redis 集群 数据侧  IT 能力得到沉淀和复用，为 ** 品牌的创新发 展 提供支撑 ** 电器营销现状与挑战 ** 电器品牌会员新战略 数据中台 ** 电器全渠道会员中台架构 业务中台 阿里云 AWS 混合云 IDC 通用中台层 前端应用 云资源层 用户中心 基础平台 分布式事务 分布式任务调度 消息队 列 日志服务 … 注册中心 分库分表 调用链跟踪 监控告警 领域中台层 小程序 / 微信卡包

调用承载关系日趋复杂，原先分散的监控手段已经不能满 足上云后系统运维的要求 分布式架构带来的挑战 IT系统上混合云的挑战 业务生态圈带来的挑战 n 维护对象：从几个到上千个； n 监控对象关系：从简单对应到极其复杂，人力维护无法胜任； n 数据分片、异地存储，传统维护模式难以为继； n 上云系统PaaS层用自有研发的组件，IaaS层上混合云，原属地化维护变为 多个单位维护； n IaaS/PaaS/SaaS层的故障难以关联分析，快速定位；