增长了300多倍，这反映了中国 人工智能应用规模快速增长。天翼云息壤一体化智算服务平台率先完 成国产算力与DeepSeek-R1/V3系列大模型的深度适配优化，成为国内 首家实现DeepSeek模型全栈国产化推理服务落地的运营商级云平台。 02  未来推理算力长序列与超大模型推理优化成为关键，国产软硬件 协同与生态成熟推动推理普及 03 中国算力正朝着“训推一体”融合架构快速发展，以支撑大规模 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 2024 2025 2026 2027 2028 推理 训练 训练 推理 预训练 二次训练 全参微调 局部微调 ToC推理 ToB中心 ToB边缘 业务 主体 大型互联网 运营商 大模型公司 行业头部企 业 大中型企业 大中小企业 大型互联网 大型企业 分支/ 中小企 算力 需求 3系列大模型的深 度适配优化，成为国内首家实现DeepSeek模型全栈国产化推理服务落地的运营商级云 平台。此次突破标志着国产AI生态建设迈入新阶段，为行业提供了性能卓越、安全可 控的智能算力基座。  作为首家完成DeepSeek大模型国产化适配的运营商，天翼云息壤一体化智算服务平台 展现了三大核心优势。  全栈自主可控：从昇腾硬件、推理引擎到模型服务，实现技术链路100%国产化，

8 张 A100，因此完整的模型无法在终端上离线运行。 优化后大模型可在旗舰机型芯片上运行，AI 落地有望推动新一轮换机潮。 AI 部署本地化具有必要性，优势包括更低的延迟、更小的带宽、提高数据安 全、保护数据隐私、高可靠性等。完整的大模型仅参数权重就占满一张 80G 的 GPU，但是通过量化、知识蒸馏、剪枝等优化，大模型可以在手机本地实 现推理。高通团队使用骁龙 8 Gen2 部署 Stable Gecko，其可在最新的旗舰机型上离线运行。同月，OpenAI 首次推 出 ChatGPT 移动端应用，各家大厂正式进入 AI 模型移动端创新、竞争时期。 智能音箱、全屋智能中控屏、手机、MR 等均有望成为这一时代的交互入口。 产业链相关公司：半导体：晶晨股份、瑞芯微、全志科技、北京君正、兆易 创新；消费电子：传音控股、歌尔股份、福立旺、闻泰科技、创维数字。 风险提示：AI 技术发展不及预期；边缘端芯片发展不及预期。 Diffusion 是一个从文本到图像的生成式 AI 模型，参数达到 11 亿，计算 量是智能手机上运行的典型工作负载大小的 10 倍以上，主要限于在云端运行。高 通技术团队使用高通 AI 软件栈（Qualcomm AI Stack）执行全栈 AI 优化，使用高 通 AI 模型增效工具包(AIMET)对模型进行量化，Hugging Face 的 FP32version1-5 开源模型开始，通过量化、编译和硬件加速进行优化，在搭载

字节跳动：豆包大模型赋能内部业务，对话助手“豆包”用户数量居前 ......................................................... 34 商汤：“云、边、端”全栈大模型，5.0 版本对标 GPT-4 turbo ...................................................................... 34 系列产品看，目 前 AI PC 主流功能可以分为 8 类，PPT 智能创作、文生图、文档总结、智能问答、AI 识图、 会议纪要、智会分身、设备调优，我们认为这是公司在 AI PC 的初期尝试，预计 24 年底全 新一代 AI PC 随着处理器升级而推出后，全球 AI PC 渗透率有望更快提升。 IDC 预计全球 PC 出货总量稳定增长，AI PC 渗透率持续提升，2027 年或达 60%。根据 IDC 广州、重庆陆续开启城 区NCA测试 2023.09 华为 ADS 2.0，在全国 15座城市实现城区NOA； 目标年底全国都可开 2024.02 向订阅华为ADS2.0 的问界、阿维 塔、智界智驾版用户正式推送全 国NOA，覆盖全国4万+城镇乡道 注：特斯拉NOA——FSD；蔚来NOA——NOP；小鹏NOA——NGP；理想NOA-NOA；小米NOA——NOA；问界NOA——HUAWEI ADS；极狐NOA——NCA；阿维塔NOA——NCA。

请务必阅读正文之后的免责声明及其项下所有内容 复盘英伟达的 AI 发展之 路 英伟达业务模式拟打造成类似于计算堆栈或神经网络，包含硬件、系统软件、平台软件和应用四层，公司结合芯片、系统和软件的全栈创新能力构建加 速计算平台，并且完善针对 AI 加速计算及数据中心的 GPU 、 CPU 、 DPU 三种芯片产品结构。 AI 布局方面，早在生成式 AI 变革初期就已参与并与 OpenAI 、微 FY2Q24 收入指引为 107.8-112.2 亿美元 (YoY 60.8% 至 67.4% ， QoQ 49.9% 至 56.0%) 。 l 产业链相关公司：算力：英伟达、海光信息、寒武纪、全志科技；服务器：工业富联、国芯科技、环旭电子、闻泰科技、易德龙； PCB ：沪电股份、 胜宏科技、东山精密、鹏鼎控股； AI 终端： 晶晨股份、瑞芯微；先进封装： 长电科技、通富微电、芯原股份；存储：深科技、江波龙、佰维存储、 FPGA 半定制化 容易编辑 高 中 可通过编程灵活配置芯片架构适应算法迭代，平均性能较高；功耗较低； 开发时间较短。 量产单价高；峰值计算能力较低；硬件编程困难。 适用于各种具体的行业。 ASIC 全定制化 难以编辑 高 低 通过算法固化实现极致的性能和能效、平均性很强；功耗很低；体积小； 量产后成本最低。 前期投入成本高；研发时间长；技术风险大。 当客户处在某个特殊场景，可以为其独立设计一套专业智能

Anthropic xAI 谷歌 2.2. 国 外 AI 9 vivo 发布 BlueLM 大模型 ，应用的场景相对广泛 BlueLM 是 vivo 自主训练的大语言模型，出自于 vivo AI 全 球研究院。 vivo 于 11 月 1 日开发者大会上正式发布自研 AI 大模型矩阵，包括十亿、百亿、千亿三个不同参数量级 的 5 个自研大模型。 BlueLM 主要可以应用在手机智能应 ，于 2023 年 3 月 16 日正式发布，已进行多个版本迭代， 10 月 17 日发布 V4.0 版本。据百度官方介绍，文心一言目前已有 7000 万用 户。文心一言 4 . 0 的能力栈较为广泛，可应用的场景较多。 其在查询搜索知识应用、任务拆解规划 Agent 、文案写作以 及代码编写及纠错等方面的应用表现不俗。 阿里发布通义千问 2.0 ，专业维度能力较强 通义千问，是阿里云推出的大语言模型，于 能力建设，进一步强化自然语言处 理、图像处理、语音识别和多模态融合技术能力，并继续深入 AIGC 、交互式 AI 等领域的研究，完善内容生态构建， AI 赋能提升用户各场景使用体验和服务能力， 未来或创造新的场景以挖掘客户全生命周期需求，进一步巩固流量优势并提高客户转化率。 东方财富加大 AI 研发技术投入，筹建人工智能事业部，重点推进金融垂直大模型研发应用。 8 月 11 日，东方财富公告称公司将整合业务及研发力量，组建人

1.3. 国内金融垂类大模型百花齐 放 图：腾讯云金融大模型结局方案全景图 图：恒生电子金融大模型产品矩阵 图：蚂蚁金融大模型全栈技术布局 图：东方财富金融行业大模型 我们认为 AI+ 金融时代的到来将从存量、增量 2 个方面利好金融行业： 存量：①后台部门效率提升；②与大数据结合后，金融产品个性化与精准营销将增强客户粘性，带来业务增长。 2025 年 3 月 招商证券 通义千问 DeepSeek 办公交流软件 智能投顾 / 投资 / 投研等 核心业务落地 2025 年 4 月 东吴证券 豆包 DeepSeek 股票投资服务智能体 全尺寸版本地化部署 13 2.2. AI+ 券商， DeepSeek 本地化部署浪 潮 技术底座层 核心功能层 应用场景层 赋能效果层 大模型集群 数据中台 智能分析 获客能力的提 升。 AI 支撑分析客户画像 ，智能营销推动金融产品精准推送。 AI 智能营销从原有的业务导向营销模式转向以客户为中心的服务模式 ，构建智能 化、精细化的互联网客户运营平台 ，全流程提升客户体验。在开户引流上 ，通过渠道追踪和数据分析 ，对线上线下渠道引流效果进行评估 ， 帮助券商选择较优引流组合， 降低获客成本。在提升转化上 ，可分析用户面信息 ，为券商提供更深入的客户洞察

DeepSeek 大模型构建智能客户经理替代方案，通过 AI 技术 实现 7×24 小时专业化服务，在保证服务质量的前提下显著降低运 营成本，同时提升客户体验与业务转化效率。具体目标分解如下： 首先，建立覆盖全渠道的智能服务矩阵，实现 90%标准化业务 的自动化处理。通过自然语言理解技术，智能体可准确解析客户关 于账户查询、理财产品咨询、贷款申请等高频需求，响应速度控制 在 3 秒内，准确率需达到 98%以上（参照 业务知识库，保持对监管政策变化的即时响应能力。 2. 智能体功能设计 智能体功能设计围绕银行客户经理的核心工作场景展开，通过 DeepSeek 大模型的多模态交互、知识库整合及实时决策能力，构 建覆盖客户服务全流程的智能化解决方案。系统采用模块化架构， 确保功能可扩展性与银行业务的高适配性。 客户交互模块实现全天候自然语言对话，支持语音、文本及视 频多通道输入。智能体可自动解析客户查询意图，准确率需达到 试，收集转化率数据  市场敏感性调整：当央行基准利率变动超过 25BP 时，自动触 发全量产品收益重算 风险控制模块特别设计： 1. 双因子确认：对 R3 级以上产品推荐需强制播放风险提示视频 并获取电子签名 2. 话术合规检测：实时校验推荐话术是否符合《金融产品营销管 理办法》要求 3. 追溯审计：全流程对话记录存档，支持监管要求的 6 个月回溯 查询 该模块通过 DeepSeek

担着重要角色，通过在投资分析、风险管理和资本配 置过程中积极整合ESG要素，共同推动企业及整体市 场向可持续发展方向转型。 ESG理念的现代起点可追溯至����年由联合国全 球契约组织牵头、瑞士银行集团发起并联合��多家全 球主要金融机构共同撰写的重要报告《Who Cares Wins》。该报告首次系统性地提出，金融市场在投资 分析与决策中整合环境、社会与治理议题，能够有效 提升资产的风险控制和长期回报水平，同时提高社会 《上市公司信息披露管理办法》，明确上市公司须按 披露准则第�号⸺与可持续性相关的财务信息披露的一 般要求》（IFRS S�）和《国际财务报告准则可持续性披 露准则第�号⸺与气候相关的披露》（IFRS S�）。全 球报告倡议组织（GRI）亦完成可持续发展报告标准的 ����‒����年版本更新，为企业提供统一的ESG信息披 露框架。这些国际推动机制不仅形成了全球共识，也为 上海在ESG信息披露、绿色金融产品设计和企业治理规 色产业的支持能力和市场规范性。 除披露制度和绿色金融双轮驱动外，政府部门还 在绿色低碳产业规范、碳排放权交易市场扩容以及零 碳园区建设等多领域同步推进，逐步形成涵盖信息披 露、金融支持、产业转型与园区实践的全链条政策体 系，为地方政府、企业和金融机构的ESG实践探索奠 定制度基础。 上海：持续完善ESG政策供给，推动 标准落地与场景转化 上海市近年来系统推进ESG政策体系建设，围绕

强供应链管理、灵活应对市 场变化，同时提升品牌力以维持溢价空间。 综合消费者及其行为变化情况来看，购买渠道线上线下并重、全过程的消费及社交链路穿梭于线上线下，这给服饰时尚品 牌带来了柔性供应、全渠道经营等多重挑战。同时，这对经营提出了更高要求，品牌不仅需要具备有线上线下的分销渠道 和用户触点，还需要在小红书、抖音等平台构建起用户种草-购买-分享-私域运营的完整用户运营链路。同时，通过ID-Map- 例如，设计师品牌借助电商爆发增长，满足个性化需求。中高端女装市场呈现分散化竞争，但本土品牌通过多品牌战略巩 固地位。 ·线上渠道占比持续提升：线上销售增速快于线下，中高端女装线上占比从2019年5.1%升至2023年15.7%。未来全渠道融 合（如直播电商、私域流量）将成为品牌增长引擎。 图：2014-2023年我国中高端女装占比及线上销售占比稳步上升 （资料来源：华泰证券《消费洞察系列：掘金“她经济”》） 图：2018-2023年Lululemon营收及增速 同时在 成本控制与品牌溢价间寻找平衡点。服饰时尚行业由于参与者众多、市场集中度高，市场竞争十分激烈。无论是“求生存”还 是进一步冲击中高端市场的“求发展”目标，都要求服饰时尚企业进行全价值链甚至全产业链化经营，从技术实力、产品力、 供应链管控力、营销运营力等方面进行全面优化升级。 当服装产业从物理世界的竞争，演进为“脑科学+AI+文化符号”的复合战争，头部企业的战略选择将决定未来十年的行业

代技术的发展，线上线下一体化的发展模式被全面激活。当前的新零售业态以消 费者体验为核心，通过大数据、AI、物联网等数字化技术实现线上线下一体化、全 渠道融合的零售模式。其通过技术驱动与数据赋能，打破传统零售的物理边界与 运营壁垒，实现商品生产、流通与服务的全链路效率升级。消费者可自由切换线上 线下场景，如线上下单产品后线下自提或者线下体验产品后线上下单购买。零售 商通过数据驱动可以实现精准运营 化，调整门店运营，提升消费者的购物体验。因此，零售商应积极部署线上线下的 协同应用场景，通过实时分析消费偏好与库存流动，动态优化商品组合与服务触 点，实现线上线下融合。这种融合模式既能在零售运营中更主动的触达消费者，增 强用户全生命周期管理能力，又可依托智能算法实现供需精准匹配，从而在提升 消费体验的同时降低渠道冗余成本，形成更具韧性的运营体系区域差异性。 助力零售赢在数字时代 Empower Retailers to 长期积累下，往往引发数据格式混乱、信息孤岛固化、存储管理安全隐患等问题， 最终造成关键业务数据失真。由此产生的决策偏差不仅影响商业判断准确性，更 会从根本上动摇门店运营管理的稳定性。 全渠道服务能力薄弱。在消费市场加速向线上迁移的背景下，实体零售商面临构 建全渠道服务体系的迫切需求。然而多数企业受制于数字化基础薄弱，既未能搭 建完整的线上销售场景，也缺乏整合多渠道数据的底层架构，导致消费者画像碎 片化、服务响应迟滞