端智能投顾自动化定制建议，赋能人工投顾提效，提升智能投顾的普惠性与个性化服务体验，在 B 端利用 AI 大模型 解析数据生成投研报告，助力分析师提炼关键结论。此外，打开 AI 驱动的金融产品创新、企业级 AI 解决方案服务等新生业务新局面，推动服务 效率和业务增长双重跃升。 AI 赋能保险行业：推动保险价值链实现自动化与个性化，在产品设计、承保理赔及中后台管理等环节全面提升效率与决策能力，并逐步拓展至 驱动的金融产品创新。基于大模型的策略生成能力 ，推出智能量化基金或 AI 策略组合。例如， 同花顺可联合基金公司开发“ AI 选股指数基 金” ，东方财富则通过妙想大模型动态优化固收产品定价。 企业级 AI 解决方案。为中小金融机构提供定制化 AI 工具 ，如智能客服系统、 自动化财报分析平台。例如， 同花顺的 iFind 金融数据终端可集 成 大模型功能 ，为私募机构提供量化接口优化服务。 ，推出个性化或按需保险等动态定价的产品。例如 ，平安产险构建智能出单助手、 智能核保助手等 AI 产品 ，将 AI 产品及解决方案深度应用于“综合金融 + 医疗养老”战略路线中 ，推动科技成果快速转化为商业价值。 企业级 AI 解决方案。为中小保险公司提供 AI 技术支持 ，如智能客服、智能理赔、风险评估等服务。例如 ，众安保险的全资子公司为保险和 金 融公司提供大数据算法解决方法以进行客群分层、 匹配差异化

segment ）涉及领域及产品包括数据中心加速计算平台、网络、 汽 车人工智能座舱、 自动驾驶开发协议、 自动驾驶汽车解决方案、电动汽车计算平台、用于机器人等的 Jetson 嵌入 式平台、 AI 企业级等软件、加密货币挖掘处理器（ CMP ）等。 l 图形事业部（ Graphics segment ）涉及领域及产品包括用于游戏和 PC 的 GeForce GPU 、 GeForce NOW 游 RTX GPU 、用 于基于云可视 化和虚拟计算的虚拟图形处理器软件（ vGPU ） 、用于信息娱乐系统的汽车平台、用于构建和操作 元宇宙及 3D 互联 网应用程序的 Omniverse 企业级平台。 l 公司计算与网络事业部逐渐成为收入占比最高的部门。 FY19-FY23 ，公司计算与网络事业部收入占比呈上升趋势， 由 30.36% 上升至 55.86% ，成为收入占比最高的部门。与此同时，图形事业部收入占比由 。来自 OEM 及其他领域收 入由 FY14 的 37.09% 降至 FY23 的 1.69% 。 l 数据中心（ Data Center ）领域中，公司计算平台专注于加速超 大 规模、云、企业级、公共部门和边缘数据中心的计算密集型工作负 载， 如人工智能、数据分析、图形和科学计算等。 FY23 ，数据中心 领域收 入为 150.05 亿美元，同比增长 41.4% ，主要受益于加速计

人力资源管理系统 实现招聘、考勤、薪资、培训、绩效考核功能，优化人力资源配 置。 5 / 采购合规管理系统 包括供应商管理、采购订单、合同管理、采购成本控制等，确保 采购高效合规。 6 BOM 企业级BOM数字化 管理平台 对产品物料清单进行全生命周期管理，确保 BOM 数据准确、一 致，支持生产与供应链协同。 7 SCC 供应链协同平台 将供应商、制造商、分销商等紧密连接起来，实现信息实时共享 决策依赖经验：数据设计过程中综合考虑布置、造型、工艺、整车、碰撞、 NVH、 刚强度等设计边界约束，结构设计方案决策主要依靠经验、对标，存在决策反复， 结构设计质量一致性不高等问题。 转型目标 需要构建一套企业级的AI智能设计解决方案： u 建立整车、造型、工艺需求模型，通过各约束需求快速得到结构设计参数； u 建立各种指标模型，包括车身重量及成本、车身模态、车身刚度和车身碰撞模型， 通过车身结构设计 复性人工建模和校核工 作，设计周期缩短30%以上。 u 设计质量提升：基于数据驱动的智能决策，降低经验依赖，提升结构设计的一致 性与可靠性。 u 知识沉淀：特征数据库与大模型不断迭代，形成企业级知识资产，支持跨项目、 跨车型的复用。 图5-16 智能车身设计流程图 图5-15 AI智能车身设计框架 第六章 总结与展望 62 2025年上半年，汽车产销分别完成1562

万。大语言模型方面，通义开源了参数规模横跨 5 亿到 1100 亿的八款模型：小尺寸模型参 数量涵盖 0.5B、1.8B、4B、7B、14B，可便捷地在手机、PC 等端侧设备部署；大尺寸模 型如 72B、110B 能够支持企业级和科研级的应用；中等尺寸模型如 32B 则在性能、效率和 内存占用之间找到最具性价比的平衡点。此外，通义还开源了视觉理解模型 Qwen-VL、音 频理解模型 Qwen-Audio、代码模型 CodeQwen1 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 35 电子 商汤推出“云、边、端”全栈大模型产品矩阵。1）云端模型即商汤最领先的基础模型系列。 2）在边缘侧，商汤面向金融、医疗、政务、代码四个行业推出商汤企业级大模型一体机。 一体机同时支持千亿模型加速和知识检索硬件加速，实现本地化部署，相比行业同类产品， 千亿大模型推理成本可节约 80%；检索大大加速，CPU 工作负载减少 50%，端到端延迟减 少 1.5

请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 13 / 28 上游的设备硬件以及中游的终端设备厂商根据下游客户的应用需求推陈出新，下游客户 分为 B 端（消费级应用市场）与 C 端（企业级应用市场）。B 端的应用场景主要分为视 频、直播、游戏、教育和社交五大领域。总体来说，在 2020 年，游戏在 VR 内容领域里 占 40.5%，紧随其后是视频（20.1%），直播（8.9%），医疗（8

化企业根据业务需求选择不同 配置的虚拟机来部署自己的应用程序、数据库和中间件等，包含了可自由定制的 操作系统、网络配置和存储配置等，满足零售企业对基础设施的高度定制化需求。 除此之外，微软的企业级安全解决方案使零售数字化企业能够更好地提供数据隐 私保护服务，特别是在处理会员信息、交易数据等领域，灵活应对跨境合规挑战； 其平台上的开发工具，如Visual Studio、Power Platform可有效降低中游企业

件资源虚拟化，中间层通过容器编排技术实现资源池化，应用层提供声明 式 API 接口供业务系统调用。其分层架构结合智能调度算法与实时监控系 统，显著提升资源利用率、降低作业时延，为 AI 工具链及企业级 AI 应用 的规模化高并发部署提供底层算力保障。 AI 工具链作为一站式 AI 开发平台，以数据闭环应用为设计理念，提 供端到端全流程支撑，涵盖数据工程、模型工程和应用编排三大核心使能 工

小时银行场景语音数据训 练，能识别犹豫、急切等 7 类情绪状态，用于优化产品推荐策 略  开发 AR 虚拟营业厅功能，客户通过智能眼镜即可获得 3D 可 视化资产配置方案演示 2. 复杂业务自动化处理 构建企业级业务流引擎，支持嵌套式 业务流程处理： 该流程可使企业开户处理时效从 3 天缩短至 90 分钟，错误率 降低 62%。 3. 动态知识库系统 建立三级知识更新机制： 1. 实时层：监管政策变更后  动态追踪抵押物权属变更  资金流向图谱分析（需集成 Chainalysis API） 四、实施路径 1. 技术选型阶段（1-2 个月） o 评估 Quorum/R3 Corda 等企业级平台 o 设计跨链预言机方案 2. 试点部署（3-6 个月） o 优先在供应链金融场景落地 o 建立监管沙箱测试环境 3. 全面推广（12-18 个月） o 完成与核心系统对接 o 培训智能体解析链上数据

数字化转型相对之前电子化、信息化对业务的支撑作用和意义，更强调业务与科技 的深度融合、业务主导和科技引领的“双轮”驱动，仅依靠科技部门难以有效推动各机 构的数字化转型工作。为此，主要金融机构纷纷从企业级战略高度推动数字化转型工 作，制定金融科技发展、数字化转型的战略规划，加大战略驱 动，推动数字化转型工作落地。不同类型金融机构在战略驱动数字化转型方面基本形 成共识，注重顶层设计，通过金 廊等重点公共场所均设置视频监控点。在报警探测器设防区域的摄像头与相应的报警 探测器进行联动。 园区视频监控系统均采用高清数字视频，摄像头分辨率不低于 1080p，对重点区域 进行无死角监控。视频监控系统采用企业级硬盘作为存储介质，布置于本地弱电间或 者设备机房，根据新颁布的反恐法要求，存储时间不低于 90 天。 3） 门禁系统 园区建议采用统一的门禁管理系统，接入总体门禁管理平台做统一发卡及权限控制

PyTorch构成了深度学习框架的双寡头格局，两者在开源社区的活跃 度持续攀升。在中间件层面，Hugging Face等平台通过模型库和工具链建设，大幅降低 了AI应用开发门槛。Salesforce、Oracle等企业级应用软件提供商正加速将AI能力集成到 现有产品中，推动算力需求的持续增长。 云服务与数据中心环节呈现出高度集中与快速扩张的特点。亚马逊AWS、微软 Azure、谷歌云三大云服务提供商全球市场份