KPI 考核分数 *70% （ 70 分） ① 月度考试成绩（ 10 分） ② 培训参与率（ 6 分） ③ 培训期活跃程度（ 4 分） ① 工时利用率（ 4 分） ② 团队协作能力（ 3 分） ③ 执行力及配合度（ 3 分） 业绩排名达成率 *70%+ 培 训考核成绩 *20%+ 直属 上 级和同组员工评议 360 度 评议 *10% 建立员工认证体系→设定认证标准→进行培训→进行认证→进行绩效评估→定期评估 2. 推广及销售工作暂停 ; 3. 各大组其他人数不超过 6 个； 4. 借调人员、行政文员、客服组长上线 [ 除看场和巡场组长 外 5. 资源规划团队公布各班次提前延后加班 ，值班组长跟进落 实执行； 1. 严格控制其他人数（小休、事后、培训、外拨等） ； 2. 安排组长巡场并定位话务突增原因 ，反馈相应团队； 3. 观察各技能线排队情况 ，根据线上人力需求 ，灵活调控技 能线； 2. 00-24 ： 00 每 2 小时话务水平微信 推送 • 话务低于预警线， 自动进行提示和工作安 排 • 每时段策略执行结果显示 应用效果： • 问题导向明显 • 追踪目标清晰 • 各问题团队可快速响应 • 团队执行力考核依据 高峰时段服务水平 以下 （ 9 ： 00-18 ： 00) 高峰时段服务水平 以下 （ 9 ： 00-18 ：

AI 大模型 x 硬件的两条思路 从 22 年 11 月 OpenAI 推出 ChatGPT 至今，我们看到 Chatbot 应用的能力 不断增强，从最初的文字问答，迅速向具有自主记忆、推理、规划和执行的 全自动能力的 AI Agent 发展。我们认为端侧智能是大模型发展的重要分支。 建议投资人沿着：1）大模型如何赋能终端，2）终端如何解决大模型普及难 点两条思路，寻找硬件的落地机会。我们看好 1）Apple 1）Apple Intelligence 推动苹 果用户换机，2）交互能力提升推动轻量级 AR 开始普及，3）隐私保护需求 推动办公用 PC AI 化等三大机会。 具备记忆、推理、规划、执行能力的 AI 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 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 AI Agent，具有自主记忆、推理、规划和执行的全自动能力。 观点#1：Apple Intelligence 推动苹果用户换机，利好产业链业绩增长 6/11, 苹果 WWDC 2024 大会推出由苹果自研的端侧大模型、云端大模型、 以及

备供应单位，优化方案设计、确保项目质量、保障项目运营效率。 在项目实施过程中建立健全全程监控，确保本项目不出现任何 人为的纰漏，在竣工验收中配合质检、安检、财政、信息化产业的 等相关部门严格执行国家规定的验收标准，以确保质量安全，杜绝 运营的安全隐患。并积极、及时、足额落实建设资金，使本项目能 够早日开工建设、投入运行，充分发挥其社会功能和效益。 8 经济开发区“智慧园区”项目项目建议书 常设咨询机构，由各领域专家和咨询机构专家组成。审议“智慧 园区”项目的相关技术方案和行动计划方案；参加项目中重大建设项 目的检查、评估和验收工作；对技术路线选择、设备选型等重大技 术问题进行专题论证，提出咨询意见；对项目执行中出现的问题提 9 经济开发区“智慧园区”项目项目建议书 出修正、终止意见等。 3、管理协调组 由开发区党政办工作人员、咨询机构、监理机构组成，负责项 目建设过程中的项目管理和协调工作。 题， 信息数据时代下，园区管委会是整合开放的平台，是一个大数据共 享平台， 它建立了企业与管委会间的沟通渠道，通过在线交互让企 业成为政务流程的节点，透明政务，让园区内企业参与到政务制定 与执行、效果评估和监督之中，使企业成为园区管理的参与者。推 进园区内信息资源进一步开放，实时信息开发利用效率倍增，促进 园区经济质量快速发展。 实现数据融合，打造智慧园区。 本次智慧园区建设真正跨越园区内部管理协同的鸿沟，大大提高

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 Snapdragon 模型可以解决的。微软亚洲研究院曾在 Github 上 开 源 过 一 个 叫 做 Jarvis 的 项 目 ， 该 系 统 由 LLM 作 为 控 制 器 和 许 多 来 自 HuggingFace Hub 的 AI 模型作为协作执行者组成，该系统让 LLM 充当控制器来管 理现有的 AI 模型，使用语言作为通用接口来调用外部模型，解决实际任务。 图27：钢铁侠和 Jarvis 图28：微软亚洲研究院的 Jarvis 项目 资料来源：漫威，国信证券经济研究所整理 等大语言模型 分析用户请求，了解用户意图，并将其拆解成可解决的任务；2）模型选择，为了 解决计划的任务，ChatGPT 根据描述选择托管在 Hugging Face 上的 AI 模型；3） 任务执行，调用并执行每个选定的模型，并将结果返回给 ChatGPT。4）生成响应， 最后使用 ChatGPT 整合所有模型的预测，生成 Response。未来，智能音箱、家用 中控屏、甚至于手机、MR 都有可能成为“贾维斯”式管家的交互入口，及时性、

元。相比于其他模型性能和定价，该模型具有更优的模型性能 / 价格比例。 请务必阅读正文之后的免责声明及其项下所有内容 DeepSeek-V3 发布，性能对齐海外领军闭源模 型 图： DeepSeek-V3 等模型执行不同推理任务性能对比 图： DeepSeek-V3 具有更优的模型性能 / 价格比例 图： DeepSeek-V3 等模型多项评测成绩对比 资料来源： DeepSeek 官网，国信证券经济研究所 整理 的效果。 请务必阅读正文之后的免责声明及其项下所有内容 DeepSeek-R1 发布，性能对标 OpenAI-o1 正式版 图： DeepSeek 蒸馏小模型等执行不同推理任务性能对比 图： DeepSeek-R1 等模型执行不同推理任务性能对比 资料来源： DeepSeek 官网，国信证券经济研究所 整理 资料来源： DeepSeek 官网，国信证券经济研究所 整理 l DeepSeek- 混合精度训练技术，不仅极大地加快了训练速度，还大幅降低了 GPU 内存的消耗。基于低精度训练领域的成熟经验，开发人员构建了一个适用于 FP8 训 练 的混合精度框架，其中大部分计算密集型任务以 FP8 精度执行，而关键操作则保持原有精度，以确保数值稳定性和训练效率之间的平衡。结合 FP8 训练框架， 能够将 缓存激活值和优化器状态压缩至低精度格式，进一步减少了内存占用和通信负载。 DeepSeek-V3

维度视图分析来检验决策结果，确保决策结果准确可靠； 跨渠道、跨部门协同：在决策结果确认和执行阶段，需要跨渠道、跨部门协同工作流程进行确认和执行，以确保价格决策的 准确性和合理性； 系统内执行定价单据：在决策结果确认后，需在系统内生成并执行定价单据，进一步保证定价决策的准确性； 监控与考核控制：在执行过程中，需对结果进行实时监控并实施考核控制，从而持续优化价格策略，提高决策效率与准确性。 2

治理、数据模型、 数据库框架、开放 API、时序数据库、消息服务等。 6.4.5 AI 中台包括快速编程、算法容器、算法支撑、集成 SDK 等。 6.5 技术规范体系 6.5.1 应构建并执行涵盖智慧体育场馆的技术规范、标准体系和明细表。 6.5.2 应制定涵盖数据、业务、技术、项目、安全等要素的关键标准规范研制计划表。 6.6 网络安全等级保护体系 应建立智慧体育场馆网络安全 应为场馆提供第三方设备的定制能力与告警北向接口，建立统一的管理系统。 8 安全管理 8.1 应建立完整的场馆运营安全体系架构，主要包括物理安全、网络安全、应用安全、数据安全等安 全技术要求。 8.2 应做好感知设备、执行操作设备的防护工作，防止未经授权访问、窃取、损害或干扰。 8.3 网络安全、信息安全保障工作应符合 GB/T 20271、GB/T 22239、GB/T 22240、GB/T 25058 等要求， 化、信息化等领域专业技术人员和管理 人员，制定各岗位人员资质要求、岗位要求。 9.3.2 应制定年度培训计划，组织开展法律法规、数字化、信息化等相关专业知识、技能的培训教育。 9.3.3 应制定执行人员绩效考核、能力验证、人才储备等制度。 9.4 分级配置 体育场馆根据智慧化建设和管理水平可分为高级、中级、初级三个等级，体育场馆智慧化分级配置 参见附录A。 DB33/T 2305—2021

技术包括大规模并行处理（ MPP ）数据库、分布式文 件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。  并行处理（ Parallel Processing ）是计算机系统中能同时执行两个或更多个处理机的一种计算方法。处理机可同时工作于同一程序 的不同方面。  分布式文件系统（ Distributed File System ）是指文件系统管理的物理存储资源不一定直接连接在本地节点上，而是通过计算机网 智慧城市的基本概念与发展概况 3. 智慧城市的创新理念与发展模式 4. 新型智慧城市的重点建设方向 5. 智慧城市的建设运营保障体系 智慧城市：起源与发展  2008 年 11 月， IBM 首席执行官彭明盛（ Samuel J. Palmisano ）在美国智库外交关系委员会（ Council on Foreign Relations ）的一次发言中抛出了 IBM 的“智慧星球（ Smarter 是旧金山市政府、议会、市科技局、市长社区服务办 公室及旧金山本地的非盈利组织旧金山规划与城市更新会 (SPUR) 共同建立的网络平台。其运作模式是由社区组织或机构在 ImproveSF 网站上创建一个基于具体社区的项目，对项目执行有 发言权的社区领袖会在项目页下阐释问题、主持并促进社区成员 们对于问题的讨论，征集问题解决方案，最后选出最优方案并实 施。 • ImproveSF 一经推出便受到了各方、特别是通过其解决了社区问

智慧物流场景落地并常态化运营， 支持引进快递总部企业发展低空服务业 。 对 经批准在沧州开设低空无人机配送物流新航线〔起点或终点至少一个在沧州市域内，且小型无人机年度 执行 不少于 3500 架次（往返为一架次， 下同） 、 中大型无人机年度执行不少于 500 架次〕 的低空经 济企业按照 型号给予一次性补贴。 2. 鼓励扩大公共服务领域应用 。发挥政府购买公共服务的引导作用， 统筹本市各领域的低空飞行服务需求， 务 小时 数原则上只增不减。 3. 鼓励开设低空载客飞行航线。对经审批在本地新开设 eVTOL （电动垂直起降飞行器）、飞行汽车、通用 航 空器（有人）载人航线并商业化运营（公开售票且年度执行不少于 100 架次） 的低空经济企业给予补 贴，其 中： 空中观光游览类补贴 100 元 / 架次， 市内交通类补贴 200 元 / 架次， 城际交通类补贴 300 元 / 架次。对经审 应用场景： 1. 低空载人飞行： 对在漳州市开通取得主管部门审批且在公开渠道售票的通航短途运输航线 、 eVTOL 商业 运 行航线并常态化运营的低空经济企业 ( 航线距离不低于 20 公里， 年度执行不少于 300 架次 ), 分类别 按空中观 光游览类每位游客 150 元 / 架次 、市内交通类每位乘客 200 元 / 架次 、城际交通类每位乘客 300 元 / 架次的标准 给予补助，

过通讯系统 来共享信息和沟通；城市也将为经济和社会活动提供两个必要的公用设施—水和能源等。 智慧的地球从城市发生 02 这些系统不是零散的，而是他们在以一种协作的方式相互衔接，有效地促进执行力和高效性。 这六个核心系统实际上变成了“系统中的系统”。 尽管如此，当重要和积极的转变需要提供潜能的时候， “系统中的系统”的每个元素都面临着重 要的挑战和威胁。例如，城市面临着极其重大的健 5%或更多（大约2090亿美元）。如图3所示，在不同的城市中，完成同样一个交易 的程序所花费的时间是完全不同的，甚至在一个国家内也是不同的。随着城市在政治和经济 领域里扮演了一个更重要的角色，如何解决在哪些领域需要制定法律和怎样执行的问题 变成了衡量一个城市商业系统有效性和高效性的核心问题。 • 运输：在城市没有采用有效的交通管理措施的情况下，效能低下的交通系统会导致运输 成本的增加 都市化和全球化在世 以系统的整体为目标，而不是单一地运行某一系统。在不同系统中内部的相互关联，意味 着城市对这些系统的解决方案应该考虑到先后次序。这是一个长期的过程，要逐步解决。 可持续所面临的挑战和威胁来自于各个方面，在执行全盘战略时，要有效地调动各方面 的因素，并建立有效且灵活的回馈机制。 智慧的地球从城市发生 20 总结 19世纪是帝国的世界，20世纪是民族国家的历史，21世纪将成为城市的世纪。 最