3-4 个对 话； 3. 每打开一次随机 1 个对话练习，完 成全部 3-4 个，则视为完成场景学习； 请复述下面的话术 … 读 话术 A 团队 一 B 团队 … 团队 3 听录音 5 再次提问 1 交互 2 语音对答 语音对答 大模型对练平 J H 场 景 1 信 卡 分 期 AI 评估 打分 留言＆ 反馈 有用 or 没 用 新 知 巩 固 练 习 智能四维知识库 导 练 评 听 享 乐 说 学 4 7 8 J 信 卡 分 +( 目的 ) 话术的组成部分： 场景 + 思路逻辑 + 语句 + 技巧 + 质检 / 风险 + 下一 步流程 痛点 分析 萃取 使用 延伸 总结 四 色 原 则 TOP 员工 质检专家 业务专家 项目经理 数字化人力资源管理 更好地为华为的人力资源特别是绩优人员管理赋能 ，进一步夯实绩优人才的选、用、育、留工作 ，实现人力资源价值产出最 大 化

7.5.3.2 3DGIS 引擎系统.............................................................151 7.5.3.3 自助语音导游导览服务系统............................................164 7.5.3.4 智慧标识标牌系统.............................. 7.6.3.1 3DGIS 引擎系统.............................................................195 7.6.3.2 自助语音导游导览服务系统............................................206 7.6.3.3 VR 体验系统............................... 平台、景区安全监控系统、景区电子售检票系统、景区旅游咨询发 布系统、景区公共广播系统、景区客流引导系统等。到 2020 年，实 现全省所有 4A 级及以上景区和智慧旅游试点单位实现免费 WIFI、 智能导览、电子讲解、在线预订、信息推送等功能全覆盖。 XX 区智慧旅游建设位列 XX 省“十三五”旅游业重大项目之中， 在智慧旅游平台、云数据中心、智慧旅游景区、智慧酒店、智慧旅 游旅行社等建设方面将得到资金和政策支持。

通精准化综合施策提供“评诊治” 一体化的解决方案。 高德交通大数据智库 traffic-report@service.alibaba.com 交通智库商务合作： 对体表导致的局部拥堵，通行能力导 致的区域用堵，出行结构不合理导致 的城市拥堵，提供一体化解决方案 通过30+项评价指标，快速扫描不同 场景下城市堵点和资源瓶颈；为城市 交通管理部门诊断交通问题，评估交 通改善措施提供量化的数据支撑。 普遍应用）；同时，采用 TOPSIS正负理想解的计算进行排名，最终评分结果代表各城市指标与理想值之间的接近程度；“公共交通出行幸福指数”越高说明离理想值越近，城市公共交 通运行水平越高；指数越低则说明多项指标距离理想值越远，相对水平越低。 • 六项指标信息熵权重分配结果显示，“换乘系数”和“速度波动率”的权重占比最高，换乘系数与公共交通线网衔接、覆盖率等关系较大；速度波动率与城市 公共交通 并采用TOPSIS正负理想解的计算进行排名，最终评分结果代表各城市六宫格指标与理想值之间的接近程度，值越接近1，表示评价对象 越优秀。 注：“交通健康指数”越高说明离理想值越近，城市运行相对越健康；指数越低则说明多项指标距离理想值越远，相对越不健康。 值越接近1，表示评价对象越优秀。在城市健康指数中，所得结 果即代表着该城市健康水平与最优目标的接近百分比。六项分指标解释说明详见附录A。 权重确定方法——熵值法

........................ 15 DB33/T 2305—2021 II 前 言 本标准按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》给出的规 则起草。 请注意本标准的某些内容可能涉及专利。本标准的发布机构不承担识别专利的责任。 本标准由浙江省体育局提出并归口。 本标准起草单位：浙江省黄龙体育中心、浙江黄龙呼 ——支持火灾自动报警系统的火警联动视频监控安防消防一体化应用。 7.4.8 智慧停车管理 DB33/T 2305—2021 13 智慧停车管理应用应具备出入口控制、自助停车缴费、监视等管理功能，宜具备车位规划、车辆疏 导、智能停车引导、反向寻车、车底检测等管理功能，并满足以下要求： ——出、验票机或读卡器的配置方式：短期或临时用户宜采用出、验票机管理方式，长期或固定用 户采用读卡器管理方式，赛事期间设置的专用停车场宜采用读卡器管理方式；

在维持模型高性能的同时，极大地提升了训练与推理的效率。 l 多头潜在注意力 (MLA) ：在传统的注意力机制中，推理期间的键值 (Key- Value ，即 KV) 缓存往往占用大量资源。而 MLA 则另辟蹊径，通过低秩联 合压 缩技术，大幅削减了注意力键 (keys) 和值 (values) 的存储空间。在 生成过 程中，仅需缓存压缩后的潜在向量，这一举措显著降低了内存需求， 但在 性能上与标准多头注意力 特别将 部分专家设定为共享专家。在每一个 MoE 层中，都由共享专家和路由专家 协 同构成。其中，共享专家负责处理所有 token 的输入信息，为模型提供 基础 的处理支撑；而路由专家则依据每个 token 与专家之间的亲和度分数 ( 这一 分数 通过 sigmo id 函 数 计算 得 出 ， 即 token-to-expert affinity) 来 决 定 是 否被激 GPU ，并通过 NVLink 与 NVSwitch 实现内部高速互联；不同节点间的高效通信则依赖于 InfiniBand （ IB ）网络。 l 创新性提出了 DualPipe 算法，通过优化计算与通信的重叠，有效减少了流水线中的空闲时间。对于 DeepSeek-V3 而言，由于跨节点专家并行引入的通信开销导 致 计算与通信的比例接近 1:1 ，因此提出 DualPipe （双向管道并行）算法

Agent 可能是大模型的最终形态 大模型的应用能力最初功能仅限于文字问答，此后逐渐引入图像理解、文生 图功能，并通过 GPT Store 拓展功能，形成了 AI Agent 雏形，近期 GPT-4o 则实现了具备情感的互动。用户数方面，根据 Similarweb，24 年 5 月 ChatGPT 的 PC+移动端独立访客数达到 3 亿，在全球所有网站中排名第 22。 我们认为大模型的演进方向是智能化和自动化程度逐渐提升，最终形态是 2024 年 6 月举行的苹果 WWDC 2024 大会推出全新个人化智能系统 Apple Intelligence， 由苹果端侧大模型、云端大模型、ChatGPT 共同组成，算力足够下依赖终端，复杂场景则 使用私密云计算或 ChatGPT，能够 1）增强 Siri 理解能力，配备多轮对话、总结信息、屏 幕内容感知、应用智能交互等能力，2）提供邮件智能回复、通知整理，备忘录和通话录音 /撰写/摘要等功能 50%以上的份额。 AI PC 推动存储规格升级，DRAM 最低 16GB、LPDDR 占比或逐渐提高。1）阿里通义千 问7B模型的原始大小是14.4GB，在联想的Lenovo AI now中运行的模型则压缩到了 4GB。 由此，AI大模型+电脑本身的缓存，大概只要 5-6G内存能运行起来，而 OS本身需占用 5-6GB， 故未来运存最低也需要 16GB 才能保证 PC 稳定运行。2）根据 Trendforce，Qualcomm

5 2001年中国加入世界贸易组织。尽管这促 使更多外资企业进入中国市场 ，但其受到诸多 限制和技术转让要求。 “2010年战略性新兴产业倡议”重申了 《国家中长期科学和技术发展规划纲要》的指 导原则，旨在支持精心遴选的国家领军企业成 为战略性产业的领导者。 4 中国产业政策时间线 910111213 9 此类技术的实例包括半导体、5G 技术、人工智能、自动化、生物医药、先进医疗器械、大数据和云计算。 日， 13 重要的是要区分“自力更生”与“自给自足”，前者从欧盟的角度看与“去风险”的关系，后者则与“脱钩”的概念更为相关。许多经济体现在都在追求增强自力更生的策略， 以减少对确保经济安全的关键商品（如医疗器械、药品原料或稀土）的单一来源或国家的依赖。欧盟需要采取一种经过深思熟虑的分析方法，确定哪些商品可以真正定义为“关 机和卫星方面）取得了一些成功，但中国 自主研发的商用客机 C919 在很大程度上依 赖于外国供应商提供的关键零部件。 海洋工程装备及高技 术船舶 中国已成为全球主要的船舶制造国。虽 然豪华邮轮这一细分市场目前仍由欧盟主 导，但随着中国自主建造的第一艘大型邮 轮下水，有迹象表明这一局面开始出现变 化。 先进轨道交通装备 中国的高铁技术已实现高度自力更生， 只有少数列车零部件仍需进口。然而，这 也提醒我们，从高度自力更生到完全自给

、四线及下沉市场仍广泛分布着 非连锁的社区零售终端，依托本地化服务维系客群。不同区域消费者在商品偏好、 购物场景及价格敏感度上存在显著区别，例如南北饮食差异直接影响生鲜品类结 构，城乡收入差距则作用于品牌渗透策略。在此背景下，跨区域零售企业需构建弹 性化运营体系，通过动态采集并分析消费者行为数据，实时感知区域需求波动，进 而灵活调整门店选品组合、优化促销资源配置。这种数据驱动的精准运营模式，既 合，快速部署迭代，基于订阅服务 的收费方式节省了中小企业的 IT 支出 功能模块覆盖范围有限，数据未 能相互整合链接 有效改善了消费者的购物体验 同时管理 通用SaaS和ERP系统 不仅增加了管理的复杂性，还会导 致数据输出的不一致。此外，线上 和线下销售渠道之间的运营集成 度低 提供全方位的数字化解决方案， 同时保留低成本和易于部署的优 势 结合订阅和抽佣的收费方式，与 零售商分担风险 通过一站式服务促进实时数据 Age �� 零售数字化产业链上游以基础设施与云服务为基石，构建起支撑全行业的数字底 座。基础设施层由数据中心、服务器、存储器及网络传输四部分构成，为数据存储、 传输与处理提供物理载体。云服务则通过IaaS（基础设施即服务）和PaaS（平台即 服务）构建虚拟化技术平台，实现计算资源的弹性配置与应用开发的标准化环境。 在零售数字化产业链上游中，微软的Azure云平台可为中游的零售数字化企业提

·“她经济”与中高端市场扩容：女性消费力释放推动中高端女装市场发展，消费者更注重品质、品牌和服务体验。运动女装、健 康相关服饰需求同步增长。 ·全球化与本土化双重竞争：国际品牌加速布局中国市场，本土品牌则通过出海探索国际化。运动时尚领域全球市场规模 持续扩大，2023年预计达1035亿美元，国内外品牌在细分赛道（如户外、潮牌）展开角逐。 图：2016-2023年女装CR5提升较缓低于男装和童装图： 营收下滑，部分因库存管理能力不足导致成本攀升。企业 需通过实时数据监测和智能预警系统优化库存。 ·渠道分散与流量争夺：电商流量下滑与实体店转型压力 并存。运动品牌B通过电商内容优化提升转化率，快奢品牌 UR则通过强化线下体验（如全球设计师团队）保持竞争力。 当前服饰电商需投入更高成本争夺有限流量资源。 ·成本攀升与价格战风险：租金、人力、营销费用持续上涨， 中高端品牌在一线城市门店成本压力显著。同时低价竞争 ），创意 端数字化生态建设滞后。 3）数据治理与安全风险：数据标准化和质量问题突出，需 通过主数据管理平台统一标准。个性化服务（如虚拟试衣） 与消费者隐私保护的平衡尚未解决。数据同步更新困难导 致决策延迟，传统工具（如Excel）难以满足实时分析需求。 4）成本与政策支持不足：超过50%企业认为转型成本高 昂，硬件、软件及人才投入压力大。39%的企业反馈政策支 持不足，期待更多产业链协同的公共服务体系。

GPT-3 训练 所需算力为 121528 TFLOPS，若 30 天内完成，需要 1558 颗 A100。内存角度， GPT-3 训练至少需要 3.2T 内存，至少 44 张 A100，推理任务则主要受显存限 制，需要 4 至 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 FP16+FP32，以 减少训练模型内存，则一个参数占 2 个字节，参数和优化器状态合计占用内存 1635G。而动态内存，根据不同的批量大小、并行技术等结果相差较大，通常是静 态内存的数倍。更简洁的估算方法，可以假设典型的 LLM 训练中，优化器状态、 梯度和参数所需的内存为 20N 字节，其中 N 是模型参数数量，则 1750 亿参数的 GPT3 大概需要 3.2TB 内存。 推理所需内存则较小，假设以 FP16 FP16 存储，175B 参数的 GPT3 推理大约需要内存 327G，则对应 4 张 80G A100，如果以 FP32 运算，则需要 10 张。 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 9 表2：大语言模型的计算 公式 注释 模型参数 优化器内存 梯度内存 激活重计算 模型训练内存 需求 模型推理内存 需求 资料来源：Eleutherai，国信证券经济研究所整理