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 Diffusion，实现本地运营 15 秒出图，证明了大模型本地化运行的可能，也体现出目前手机芯片的局限 ............. 6 大模型训练对硬件的挑战：算力、内存和通信 .............................................. 8 终端部署具有必要性，轻量化技术优化模型 ....................................... 11 超低时延的智慧场景，终端部署具有必要性 ............................ .. 11 图17： 边缘 AI 的数据传输 ................................................................. 12 图18： 量化可以降低功耗和占用面积 ........................................................ 13 图19： NVIDIA Turing GPU 体系结

LightGPT+WarrenQ+ 光子”体系 ，助力恒生大模型实现金融多场景应用。 2023 年 9 月 7 日和 9 月 8 日 ， 腾 讯混元大模型和蚂蚁金融大模型相继正式亮相。 2023 年 11 月 ，幻方量化旗下 DeepSeek 推出 DeepSeek LLM 67Bt ，相较于其他金融模型 拥有 更突出的推理、数学、编程等能力。 2024 年开年之初， 同花顺和东方财富分别推出问财 HithinkGPT ，推动公司 C 端、 B 端存量业务增长 ，金融大模型的继续推出和不断完善还有望在未来衍生出金融创新业务。 2 前言：金融大模型争相竞逐，百模大战如火如荼 3. 目前同花顺、东方财富、恒生电子、幻方量化所推出的大模型正在火热内测中。 同花顺和东方财富各自推出的大模型都具备实时性较强且能对 内容精准溯源的优势， 同时， 同花顺、东方财富、恒生电子所推出的大模型都实现了海量中文 tokens 的加持 能精准溯源 金融领域数据覆 盖面广 模型训练创新优化 东方财富 妙想金融大模型 高品质金融数据供给 恒生电子 LightGPT （升级） + WarrenQ+ 光 子 / 轻量化 幻方量化 DeepSeek LLM 67Bt / 数学编程能力强 时间 发布机构 金融垂类模型 2023 年 5 月 度小满 轩辕大模型 奇富科技 奇 富 GPT 2023 年 6 月 恒生电子

压力加大，企业可持续发展诉求日益复杂，环境、社 会与治理（ESG）议题在国际政策、产业实践和资本 市场中的战略重要性持续提升。与前一年相比，���� 年上海ESG发展正在走向制度更系统、行动更标准、 绩效更量化、协同更紧密的新阶段。作为中国的经济、 金融与创新中心，上海通过政策引导、产业布局和金 融机制创新，不仅推动本地ESG生态不断完善，也在 全国乃至国际格局中发挥着示范作用。 在《践行可持续发展之路—����上海ESG发展报 进一步强调，ESG体系提升了非财务信息的可比性、透 明度和责任追究，成为连接宏观可持续目标与企业微观 实践的重要桥梁。 综上所述，ESG不仅是可持续发展理念的具体化和 制度化表达，更为企业、金融机构及政府提供了清晰的 量化指标体系、信息披露标准和监督管理机制，使得气 候适应力提升、社会责任履行、治理结构优化等宏观目 标能够在日常管理中得以有效落实。作为推动全球可持 续发展议程制度化和市场化的重要机制，ESG正在引领 平台上线意味着国际绿色金融枢纽建设又迈出 了坚实的一步，标志着上海国际金融中心又增添 了一个重要基础设施 上海绿色金融服务平台 ����年�月 宝山区政府 将绿色低碳要求贯穿政府投资项目全生命周期， 通过量化评估和示范引导推动技术创新与低碳 供应链发展 《宝山区政府投资项目绿色 低碳管理实施导则》 ����年�月 上海市人大 常委会 要求“优化空间格局，推动绿色低碳高质量 发展”，实施碳排放双控制度

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 模型与多模态应用的高效低延迟推理。国产AI芯片与推理框架不 断优化，结合模型压缩、量化、动态推理等技术，进一步提升能 效比和部署灵活性。 3 沙利文市场研读 | 2025/08 2 研究框架  中国推理算力市场综述 • 关键发现 • 中国推理算力定义及服务覆盖范围 • 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， 保障企业数据安全与业务合规。  灵活选型模型：支持DeepSeek-R1满血版（671B参数）至轻量化蒸馏模型的灵活部 署，覆盖从复杂决策到高并发交互的全场景需求。  异构算力融合：同步兼容多元算力，支持企业按需构建混合算力集群，释放资源 潜力。 市场研读 2025/08 信优化，显著提升推理吞吐并降 低延迟。  软硬件协同与生态成熟推动推理普及 国产AI芯片（如昇腾、寒武纪等）与推理框架（如MindSpore、PaddlePaddle）不断优化，结合模型压缩、 量化、动态推理等技术，进一步提升能效比和部署灵活性。同时，开放算力生态建设和标准推进也加速了 推理算力的普惠化应用。 11 www.leadleo.com 400-072-5588 11 中国：人工智能系列

层， 使高端客户经理产能提升 25%  体验重构：基于用户画像和交互历史数据，提供动态产品推 荐，使交叉销售转化率提升 15%，客户满意度 NPS 指标提高 20 个百分点 关键业务指标量化目标如下表所示： 指标维度 基线水平 目标水平 达成周期 咨询响应速度 4 小时 ≤30 秒 Q3 业务处理准确率 82% ≥95% Q4 人力成本占比 35%营收 22%营收 FY2025 万次客户交互，相当于 500 名人工客户经理的 工作量。测试数据显示，在标准业务咨询场景下，其问题解决准确 率达到 92.3%，远超行业平均水平的 78%。特别是在产品推荐场景 中，通过客户画像与产品特征的向量化匹配，推荐转化率提升 40% 以上。 其次，在知识管理方面，模型通过持续学习机制保持知识实时 更新：  动态同步最新监管政策与行内产品手册  自动归档典型服务案例形成可复用的对话模板 DeepSeek 的持续学习机制，系统每月自动更新风险规 则库，确保适应新型金融犯罪手法的演变。 2.4.2 风险等级评估 风险等级评估模块通过整合多维数据源与动态分析模型，实现 客户风险的量化分级与实时监控。该模块采用 DeepSeek 的语义理 解与数值分析能力，将传统风险评估流程转化为自动化智能决策系 统，具体实施架构如下： 首先建立风险指标矩阵，通过 API 对接银行内部系统获取实时

1 智能终端 智能弱电系统是园区数字化的关键底层支撑，其开放性与轻量化水平 直接决定整体系统的集成成本、运维效率与演进能力。传统弱电系统多采 用私有协议，各子系统（如消防、安防、楼控）间形成信息壁垒，数据互 通依赖定制网关，实施复杂、延迟高、扩展难，运维成本高且响应缓慢。 高标准数字园区要求推行“协议开放化+部署轻量化”双路径改造：协议 层面，建立支持多协议无损转换的开放通信框架，降低对接与适配成本； 水印和 媒体安全传输协议，保证视频文件的可靠访问和安全保密，支持双向认证。 2) 大数据服务 大数据服务可酌情考虑采用传统大数据服务或者轻量化数据服务。传 统大数据服务存在技术厚重、资源占用多、维护困难等特点；轻量化数据 34 服务，采用轻量化数据套件化实现，提供结构化数据的数据采集、数据清 洗、数据转换、数据建模、数据加工、数据服务、数据治理等端到端能力， 支持流式数据实时在线运 准化接口集成第三方服务资源，构建“需求发布-任务分发-过程监管-结 算支付”的一站式协同生态，赋能中小企业融入社会化制造网络，提升产 业链协同效率。 5.4.1.4 普惠转型工具工场 普惠转型工具工场整合轻量化 SaaS 工具和生态服务厂商，为中小企 业提供低门槛、高效率的数字化转型解决方案。普惠转型工具工场定位于 “小快轻准”数字化工具云，整合企业管理类和工业类 SaaS 级服务商， 汇集工业软件

领域微调（SFT/RLHF） 智能体Agent 多模态金融大数据（表格、文本、图谱、图片、视频等……） 金融知识库 知识萃取 高效索引 金融工具链 意图识别 工具调用 大模型金融应用 模型压缩（蒸馏/量化） Chatbot模式 Copilot模式 Agent模式 智能客服、投资咨询 营销问答…… 智能投研、报表分析 交易辅助…… 智能投顾、智能监管 营销推荐…… 金融数据可信 人工智能可信 项目支持：浙江大学-**银行金融科技联合研发中心一期项目 研究实践4: 营销领域大模型 建档检索助手 客群知识问答 产品知识问答 软件功能检索 本地预训练大规模语言模型（例如：DeepSeek/Qwen…） 「多源异构数据文本向量化」 「微调数据生成」 Self-QA Self-Instruct Self-KG 文本Chunk 「文本信息知识图谱化」 表格抽取 图片OCR 实体抽取 关系抽取 「Agent」 「RAG」 场景分析：在信贷领域，以评分卡模型为主的量化模型已逐渐取代人工审批，提升审批效率。然而， 量化模型依然高度依赖专家先验知识进行特征建模和标签发现，无法提升认知效率。该项目拟通过决 策大模型，实现认知挖掘的自动化。 项目支持：浙江大学-**银行小微金融智能 80% 人工审批 20% 认知发现 研究实践5：**银行新决策模型赋能信贷决策 量化模型 专家认知 浙江大学人工智能教育教学研究中心

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 量化 流程自动化 算力支持 智能问答 投行 机构服务 效率提升 券 商 数据来源：中国互联网金融报告（ 赋能方向 后续进程 2025 年 2 月 同花顺 DeepSeek 分析股票行情、制定投资策略 已接入同花顺股票软件 2025 年 2 月 东方财富 DeepSeek AI 投顾 / 智能投研 / 量化交易策略 深入大模型技术赋能 2025 年 2 月 中科金财 通义千问 智能客服 / 合规助手 / 金融语义解 析等 持续开展大模型合作 2025 年 2 月 数禾科技 DeepSeek 智能获客 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。 跨

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、市场情况等维度的量化评估模型，为产业链上下游高效 协同提供了客观、透明的合作基准。 我们期待本报告能为汽车行业产业链上所有参与者搭建价值共创的平台，助力中国 特色汽车数字化转型创新生态加速形成。让我们以此次报告编制为契机，携手推进“数 I应用平台、深入制造场景 的工业大模型和智能体应用矩阵，为企业提供融合AI的一站式工业数智化解决方案。 • 构建开放共赢生态：通过零、低代码开发引擎系统、云辅助决策平台、制造运营管 理系统等轻量化工具，带动中小企业“链式”转型，真正实现大中小企业融通发展。 这份报告凝聚了行业智慧与创新实践。期待它能成为汽车产业数字化转型服务高质量 发展的“指南针”，帮助更多服务商伙伴通过本评价体系找到自身业务的潜在增长点和突 图2-2 汽车行业数字化转型服务产品分类逻辑架构 13 表2-1 研发环节服务产品及工具 细分领域 序号 缩写 名称 产品功能 产品规划 管理 1 PPM 竞品对标管理系统 管理竞品数据、量化性能对比、分析技术方案与差距，支撑设计 决策。 2 RDM 项目组合管理系统 统一管理研发项目，优化资源分配，进行战略匹配分析与风险评 估，确保研发投资与业务目标一致。 3 CAS 研发项目管理系统

的 AI 助手， 可便捷开发适用于政务客服、产业咨询、应急指挥等复杂场景的智能体。二是知 识与决策增强，提供知识库全流程管理能力，支持多格式文档、网页等多源异构 知识的统一接入、结构化解析与向量化存储，依托精准检索与知识外挂提升决策 专业性与准确性。三是可视化流程自动化，提供零代码拖拽式工作流编排工具， 可直观设计并自动化执行跨系统的复杂业务流程，实现任务智能调度、审批自动 流转与系统 高效智算服务，对资源 供需申请、调度、审批等全流程动态管理，形成实时供需图谱，串联供需价值链 路，释放数据要素价值。建设效能账目，强化评估反馈，驱动精益管理。通过多 维度分析资源使用情况，形成量化评估结果。从用户使用度、应用实效度开展常 态化监测，推进集约运维改革。通过分析应用频率、资源消耗、模型成效等指标， 遏制重复建设，降低资金成本，推动资源向“集约、高效、安全”优化。北京创 新仿 同时，“一网统管” 智能体引擎还预置了安全生产、防汛防台等 50+高复用场景模型，支持零代码配 置，首创“智能帮办助手”，实现语音和图片一键上报事件，助力人工填单工作 量大幅下降，研发移动端轻量化组件，支持现场事件分钟级处置。“一网统管” 智能体引擎已在多地落地应用，建设成效显著：一是助力城市事件处置效率提 升，依托 AI 实现问题主动发现，问题发现效率较人工巡查提升 70%，将巡查范