能力，实现智能客服、智能投顾、智能风险等多场景应用。 金融大模型 = 专业知识 + 大模型能力，金融 AI 大模型引领金融科技范式迎来变革。金融大模型是专业知识与大模型能力相结合的行业大模型应 用体系，是通用大模型在垂直行业的有效实践。金融大模型的应用将改变金融科技范式，重塑金融机构工作方式和服务生态， 目前已在金融咨询、 产品介绍、内容文本生成、虚拟客服等方面得到实际应用，随着“大数据 + 大算力 ... ... 通用算法 行业算法 场景模板 ... ... 通用大模型 7 大模型服务 1.2. AI+ 金融引领金融科技范式迎来变 革 企业专属大模型 细分领域训练模型 应用支撑 智能决策 模型代理 高性能算力资源 基础平台 基础模型 业务场景 针对于企业特征的行业 大模型定制解决方案 OCR 训练平台 智能营销精准投送促进市场股基成交额增长逻 辑 图表：君弘灵犀个性化投顾 sop 、广发元始股原宇 宙 资料来源：公司官网，公司 app ，东吴证券研究 所 建立客户标签 勾勒客户画像 整合客户信息 智能投顾与财富管理的范式升级。①全息投顾助手：基于客户风险画像、实时市场数据及行为分析 ，生成动态资产组合方案 ，支持自然语言 交互。 例如， 国泰君安“君弘灵犀 ”大模型通过多模态能力（文本 、 图表、 计算）

三是城市经济发展智能化跃升。人工智能不仅可以实现 AI 图像识别病虫害、 柔性智能制造、智能投资顾问与精准信贷等传统行业生产模式创新，促进物流资 源、电力资源、算力资源等的智能化配置，重塑科研范式，催生孵化具身智能、 AI 内容生成等原生新业态，推动城市经济发展从“要素驱动”转向“智能驱动”。 （二）全域智能城市能力架构 中国联通深入落实融合创新战略，依托自身在网络、算力、技术、服务等方 中国联通聚焦超大城市治理中场景碎片化、数据孤岛化、算力割裂化等核心问题， 以“视觉大模型+多模态融合”为核心引擎，创新构建“感-算-融-用”一体化城 市智能认知中枢，推动城市治理从“经验驱动”向“认知驱动”跃迁，实现治理 范式的系统性革新。中国联通基于“视频+物联+AI”三融一体的智能架构，打造 大模型三大核心能力体系，助力更多城市形成“数智融合、一算赋能千景”的治 理新模式。一是零样本算法生成平台，依托自研“元景”多模态大模型，攻克非 合架构强化模型能力建设，重塑城市智能治理新范式，为全域数字化转型提供核 - 11 - 心驱动力。在大模型技术指标方面，算法平均准确率 96.21%、召回率 95.93%， 跨部门数据调用响应时效从 72 小时压缩至 1 小时级。通过“市级统筹-区级共享” 模式降低区级平台运维成本 30%，单市节约财政资金 1.2 亿元，经济效益显著。 落地“机器看管+智能分析”治理范式，在南京台风“贝碧嘉”应对中自动生成

预测模型（N-gram） • 优点：可解释、计算速 度快 • 缺点：从前向后单向计 算；单纯基于统计频次、 缺少对上下文的泛化； 随着n的增大，参数空 间呈指数增长 “预训练-微调” 学习范式 （BERT、GPT） 上下文学习、指令微调、 扩展规律 (GPT3、GPT4…) 基于Transformer架构的语言模型 • 优点： ✓ 长距离依赖处理能力强：自注意力机制能捕捉任 3-内容核对 4-单据审核 2-图像识别 1-文件上传 应用案例与效果 FinDOC多模态文档智能体 支持文档解析、文档智能问答、多维度内容审核及自动化文档生成等 核心功能，为企业提供了基于大模型新范式的强大文档处理解决方案 助力某国有大行成为全球首家将人工智技术在信用证审单场景落 地的银行。应用相关领域模型及大模型能力，实现业务单据影像及 业务报文的识别分类、解析抽取及智能审核。 提升：30% 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 展望2: LLM为中心的操作系统蓝图逐步成型 ◼计算范式从指令式到意图式转 变：传统计算机需要精确的指 令序列，而 LLM 可以理解模糊 的人类意图并将其转换为具体 操作。 ◼抽象层次的提升：就像 CPU 让 程序员不必关心底层电路细节， LLM 让用户不必关心具体的程

与上海大学联合设立的平台公司，负责环上大科技园的 整体规划、建设与运营。平台打造的环上大概念验证中 心依托上海大学资源，结合上海股交中心认股权平台的 支持，通过低成本试制和渠道曝光，输出高校早期企业 “轻资本占股、重服务赋能”范式。平台积极推动项目 公司在企业行动规划中嵌入ESG治理框架，通过科技赋 能治理结构优化，助力加速技术商业化，从而同步提升 项目公司治理与业务拓展能力。 上海企业在ESG治理体系上的实践 单全球储能系统损失补偿责任保险，为储能龙头出海护 航。中国太保产险上海分公司首创“大型活动碳中和+ 综合保险保障”模式，签发浦东新区首单环境污染责任 示范条款保单，探索“保险＋服务”绿色风险管理的新 范式。 长三角绿色一体化保险服务持续拓展。绿色保险在 长三角地区呈现产品供给多元化的趋势，区域内创新绿 色保险产品供给，新增湿地保护保险、野生动物肇事公 众责任保险等险种，保障范围逐步向水资源综合管理、 析与压力测试研究项目；中国人寿上海数据中心入选 “国家绿色数据中心”，以运营碳中和与绿色投资双轮 驱动低碳转型。上海保险业已逐渐探索形成“监管指引 -国际标准-企业实践”三位一体的气候披露范式，为全 国保险业提供了可借鉴的“上海样板”。 上海金融机构在E（环境）议题上的 实践创新案例 （一）持续创新绿色金融产品与服务，赋能企业低碳

语】 数智驱动 柔性协同 ——共筑汽车行业未来制造新范式 全球汽车产业正处在加速向数字化、网络化、智能化转型的关键阶段，数字化转 型已从“选择题”变为“必答题”。以数据为驱动、智能为核心、柔性为特征的制造 新范式，正在重塑汽车产业的价值链与竞争力体系。 随着中国新能源汽车产销、出口的快速增长，汽车市场正在发生深刻的变革：产 企业厘清数字化转 型的重点、找到数字化转型路径，更重要的是帮助企业降低服务商筛选成本，高效选择 与自身数字化转型发展需求相契合的服务商，这样更有利于企业加快建设数智驱动、柔 性协同的汽车制造新范式。 汽车行业服务商分类分级评价体系实质上是为汽车行业构建了一套标准化的“能力 标尺”和“价值坐标系”，从而填补汽车行业服务商评价的空白。通过建立全面涵盖基 础能力、服务团队、实施能力、市场情况 数字化转型的本质是“向数据要生产力，用智能创未来”。高科数聚作为深耕汽车垂 直行业业务应用场景的AI企业，始终以“解决真问题、创造实价值”为原点，愿与各界同 仁共筑“技术-场景-生态”三位一体的转型新范式。期待本次报告成为产业升级的“燎原 星火”，助力中国汽车在全球智造浪潮中扎稳根基、勇立潮头！ 目 录 一、汽车行业数字化转型现状及需求.........................

集约化理论下的资源投入与成果产出关系图 2. 集约化是强调系统协同、共建共享的数治范式 范式是特定共同体广泛遵循的一整套问题框架、价值取向与行动 规则，它影响共同体理解世界、选择方法和组织实践的总体认知与操 作模式。[7]集约化作为数字政府建设的重要数治范式，强调以系统协 同和资源共建共享为导向，以整体化视角推动数字政府高效运作。这 一范式不仅关注分散资源的整合，更强调跨部门、跨层级、跨业务的 [7] 边界重构及组织架构调整，普遍存在畏难心理与观望态度。这种惰性 不仅体现在对变革成本的过度顾虑，更反映在对创新风险的规避倾向。 特别是在当前数字化转型任务叠加的背景下，许多部门更愿意延续传 统工作范式，缺乏打破固有模式、主动推进系统性变革的决心与勇气。 数字政府建设发展研究报告（2025 年） 54 三是部门利益固化转为结构性体制障碍。数字政府建设中的信息 系统与数据资源 系统迁移与数据治理的综合成本。 三是实施路径与方法支撑需进一步完善。数字政府集约化涉及技 术整合、业务重组、组织变革等多维度系统工程，各地区各部门体系 化的实施指南、成熟度评估模型和可复制的实践范式尚未成熟，仍处 于探索试验阶段。导致相关工作在推进过程中面临方法论工具缺失、 操作流程不规范、风险评估机制不健全等现实困难，在业务架构梳理、 系统迁移策略、数据治理体系建设等关键环节缺乏专业化的技术支撑

.................1 第一部分 数字政府与政府网站发展趋势 .......................................14 第一章 “AI+”驱动数字政府建设的范式革新与未来趋势 ....................14 一、“AI+”驱动数字政府建设的政策导向 .............................14 二、“AI+”驱动数字政府建设的实践应用 ..............18 第二章 “AI+”驱动政府网站创新发展的新引擎 ............................20 一、智能化跃迁：从“人找信息”到“信息懂人”的服务范式革命 ........20 二、数据化转型：从“沉睡信息”向“数据应用”转型 ..................21 三、融合化升级：从“资源孤岛”到“生态协同”的突破 ............. 业开发区 第一部分 数字政府与政府网站发展趋势 中国软件评测中心 报告编号：DGPE20251218A 第 14页 第一部分 数字政府与政府网站发展趋势 第一章 “AI+”驱动数字政府建设的范式革新与未来趋势 习近平总书记指出，人工智能是引领新一轮科技革命和产业变革的重要驱动力，正 深刻改变着人们的生产、生活、学习方式，推动人类社会迎来人机协同、跨界融合、共 创分享的智能时代。作为数

力供应到行业应用的产业闭环。 全球重点区域算力竞争态势分析报告（2025年） 10 二、战略和经济价值 纵观人类生产力跃迁的历程，每一次工业革命的实质，皆是核心生产要素与通用目 的技术的范式变革。从机械化时代的蒸汽与钢铁，到电气化时代的电力与石油，再到信 息化时代的计算机与互联网，这些基石性驱动力不仅重塑了产业形态，更定义了国家竞 争力的内涵。当前，全球正处于第四次工业革命——智能化革命的关键阶段。以物联 《国家战略性计算计划（更新版）》展现出美国在算力领域的战略前瞻性，确立了“保 持计算领域全面领先”的战略目标，将算力发展与经济竞争力、国家安全紧密绑定，同 时，明确将量子计算、神经形态计算等新兴计算范式纳入国家重点研发方向，并提出了 “数字与非数字计算协同发展”的技术路径。2020年系列政策的出台进一步强化了算力 产业的战略地位。《引领未来先进计算生态系统：战略计划》提出了政府、学术界、产 1、算力产业政策 欧洲联盟将算力基础设施建设视为数字主权的核心要素，通过系统性政策布局推动 数字化转型、技术自主与产业升级。其政策体系具有鲜明的战略导向性，注重当前算力 能力建设，前瞻布局未来计算范式。 欧盟算力政策基本围绕“数字化转型”这一战略核心展开。自2020年初,欧盟陆续发 布《塑造欧洲的数字未来》等一系列文件,全方位多层次地设计了各领域的数字化转型方 案，提出建设“赋能型数字生态

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。 DeepSeek-R1-Zero 通过强化学习架构创新实现突破性性能，核心技术创新体现在训 练效能优化策略、双维度评价体系、 结构化训练范式三个维度。 DeepSeek-R1 采用分阶段强化学习架构演进，包括冷启动阶段、面向推理的强化学习、拒绝采样 与监督式微调、全场景强化学习等。 l AI 应用爆发在即，算力需求持续攀升，关注 ASIC 度验证，后者要求模型将 推理过程严格置于 结构化标签内。这种双重设计既保障了技术问题求解的严谨性，又确保了输出内容的可解析性，为自动化评估提供标准化接 口。 3 ）结构化训练范式。研 发团队设计了标准化指令模板，通过分离推理过程与最终结论的结构化输出要求，既保证了知识表达的清晰度，又保留了内容创作的自主性。该模 板仅规范输出框架，避免对具体 解题方法或思维路径进行预设性限制。

分 散化及功能重复等问题。算力赋能高等教育转型亟需一体化智能服务 信息系统，期望以此打通数据壁垒，推动教学环境革新、学习模式转 普惠算力赋能教育行业研究报告（2025 年） 15 变、科研范式创新、组织架构优化及治理体系升级等全方位变革。但 信息系统数量众多且分散、开发标准不统一、数据共享困难、与师生 教学活动融合不足等困境，在一定程度上阻碍了算力赋能高等教育转 型整体效能的释放与质量的提升。 式的开发工具、丰富的算法模型以及友好的编程环境，极大地简化了 从理论到实践的应用过程，有效赋能师生开展自主性的算法创新与项 目实践。不仅培养了学生在大规模数据处理与智能模型开发方面的核 心能力，更促进了跨学科融合与研究范式的转型。两类平台的协同发 展与深度融合，共同构筑了支撑未来智慧教育发展的关键基础设施， 对推动教育资源的普惠化、教学内容的智能化以及科研创新的高效化 具有深远意义。 除了两种算力平台外，国家也在积极搭建教育资源公共服务平台，