成本：不需要投入千万、上亿资金，少量资金投入就可以 能力：不需要等待下一代AGI面面俱到的能力 响应：响应速度更快，用户体验更好 部署：可以私有化部署，保障政府企业数据安全 训练：不需要从头训练，只需要专业知识库或者微调就可以 人才：大模型训练复杂程度降低，对人才要求也降低 工具：已经有全套工具 走专业化大模型 之路，大模型落 地门槛大幅降低 从原子弹变成 「茶叶蛋」 52 政企、创业者必读 业务大模型 打造 构建 智能体 基于政府企业场景和专业 知识，利用数据工场、知 识工场、模型工场，训练 业务大模型 DeepSeek基座大模型 59 政企、创业者必读 关键基础之一：知识库打造 知识库打造是DeepSeek更懂企业的基础 知识自动汇集，不流失 多模态数据处理和理解 非结构化文档处理和理解 搜索，辅助内部办公和外部客户服务 为业务大模型RAG做准备 内部知识管理 连接企业内部传感器，感知理解知 识数据 流程 完成复杂繁琐的业务流程或重复的 工作流程 角色 定义智能体应扮演的特定的角色或任务 记忆 短期记忆、长期记忆 知识库 连接内部专有知识库，外部互联网 知识库 复杂推理 基于推理能力制定计划，在过程中 反思 工具 搜索、实时信息、数据请求、业务 系统 62 政企、创业者必读 智能体与企业数字化系统的关系 软件 工具

11 ⼤模型及 DeepSeek 潜在应⽤场景探 索 DeepSeek 有哪些应⽤场景？能产⽣哪些价值？ DeepSeek 会给医药企业带来哪些变化？ • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 多源信息来源 • 互动性、个性 化 患者流程 • 内容⽣产辅 助 • 管理营销素 材 • 营销内容策 划 • 患者招募 • 试验设计优 辅助⽣成内容的基础⼤纲， 可进⾏⼈ ⼯调整或细化 整合联合搜索 + 企业知识库 • 基于已确定的创作模式、标题、⼤纲， 补全正⽂ • 可限制内容素材均来⾃企业知识库，保 证专业度与合规性 多渠道营销：借助⼤模型，提⾼合规内容⽣产与互动效率 23 • 电⼦病历和数据管理⾰→构建专病知识库， 为药物研发和精准医学提供⽀持 ⼤模型语义理解加速医学数据治理和流通 ⾃动学习理解企业信息，强化掌握知识要点关联 • 准确率更⾼，模型幻觉更低，更适合⼯作场景严肃问答 • 知识获取可融⼊⼯作流程（如财务报销），让知识可即时取⽤ 企业 AI 知识库：打造企业版 ima ，提升内部流程效率 ⽀持多格式知识沉淀，打破知识分散困境 “理解准”、“检索准”、“回答准” 26 遵循⽤户指令，进⾏各种场景的⽂本创作

提效 数据驱动的 多渠道营销 更个性化、互动 ⾏业学术化推⼴ 重塑患者流程 • 患者招募 • 试验设计优化 • 执⾏效率提升 • 交叉证据⽹络 构建 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 管理营销素材 • 营销内容策划 • 客户精细化标签 • 个性化与医⽣互动 • 多源信息来源 • 互动性、个性化 患者流程 • 多重购买渠道 AI⽣成内容⼤纲 • 基于已确定的创作模式、标题、⼤纲， 补全正⽂ • 可限制内容素材均来⾃企业知识库，保 证专业度与合规性 整合联合搜索+企业知识库 多渠道营销：借助⼤模型，提⾼合规内容⽣产与互动效率 23 DeepSeek对于医疗体系有那些影响？-医院 • 电⼦病历和数据管理⾰→构建专病知识库， 为药物研发和精准医学提供⽀持 ⼤模型语义理解加速医学数据治理和流通 • 医院数据开放和流通→数据要素商业化变 25 “若临床时间缩短1年，研发回报率IRR提升⾄9.5%； 若研发成本降低20%，IRR升⾄10.1%”1 数据来源：创新药研发周期理论，创新药研发回报率研究，申银宏源；美国数据 企业AI知识库：打造企业版ima，提升内部流程效率 ⽀持多格式知识沉淀，打破知识分散困境 “理解准”、“检索准”、“回答准” 灵活权限设置，保证企业资产安全 • 知识萃取+模型推理，超越基础RAG，充分应⽤企业知识结构，

接线员的政策与业务知 识储备有着天然要求，但是许多城市热线的政策知识库建设水平不高，导致诉求 识别问题频繁发生。 第一，政策知识库精细程度和更新效率不足。政策知识库为接线员应答提供 了答案模板，便于接线员提高接诉效率。然而，政策知识库存在着分类标准不清 晰、不全面的问题，尤其在一些情形复杂且多样的政策领域。另外，政策知识库 更新不及时，各部门出台的政策、法规未及时向政务热线提供具体规范的解读和 并提供精准回复。例如，当市民询问“如何办理居住证”时，系统可自动提取核 心信息，提供详细的政策解读或引导至相关服务部门。 2.统一知识库建设 政务热线需要实时更新各类政策、法规及办事指南，而传统知识库的维护效 率较低。大模型结合知识图谱技术，可以构建动态知识库，自动解析并整合各类 政策文件，使热线系统能够即时提供最新的政策信息。例如，市民咨询社保缴费 政策时，系统可以自动调取最新政策，并通过智能问答系统进行解读。 大模型的应用效果需要不断优化，以适应政策调整和市民需求的变化。应建 立反馈机制，收集市民对智能客服的评价，并根据反馈优化系统。例如，可以引 入主动学习机制，让系统不断学习新的问题类型，并动态调整知识库内容。此外， 还应设立人工质检团队，对模型的回答进行定期审核，以确保服务质量。 大模型的引入正在深刻改变政务热线的运营方式，提高政府服务的智能化水 平。然而，在推进过程中，仍需关注数据安全、人工协作、跨部门协调等问题，

接线员的政策与业务知 识储备有着天然要求，但是许多城市热线的政策知识库建设水平不高，导致诉求 识别问题频繁发生。 第一，政策知识库精细程度和更新效率不足。政策知识库为接线员应答提供 了答案模板，便于接线员提高接诉效率。然而，政策知识库存在着分类标准不清 晰、不全面的问题，尤其在一些情形复杂且多样的政策领域。另外，政策知识库 更新不及时，各部门出台的政策、法规未及时向政务热线提供具体规范的解读和 并提供精准回复。例如，当市民询问“如何办理居住证”时，系统可自动提取核 心信息，提供详细的政策解读或引导至相关服务部门。 2.统一知识库建设 政务热线需要实时更新各类政策、法规及办事指南，而传统知识库的维护效 率较低。大模型结合知识图谱技术，可以构建动态知识库，自动解析并整合各类 政策文件，使热线系统能够即时提供最新的政策信息。例如，市民咨询社保缴费 政策时，系统可以自动调取最新政策，并通过智能问答系统进行解读。 大模型的应用效果需要不断优化，以适应政策调整和市民需求的变化。应建 立反馈机制，收集市民对智能客服的评价，并根据反馈优化系统。例如，可以引 入主动学习机制，让系统不断学习新的问题类型，并动态调整知识库内容。此外， 还应设立人工质检团队，对模型的回答进行定期审核，以确保服务质量。 大模型的引入正在深刻改变政务热线的运营方式，提高政府服务的智能化水 平。然而，在推进过程中，仍需关注数据安全、人工协作、跨部门协调等问题，

奶牛养殖往往依靠专业知识及实操 经验，通识概念无法完全解决实际 遇到的问题 企业知识碎片化 需要一套领域专家知识库和智能问 答系统，实现企业级知识沉淀 查找资料过程繁琐 养殖员日常工作需要翻阅大量资料 解决操作问题，人工查找过程繁 琐，期望使用自然语言描述自己遇 到的问题 问题回答准确率 90% 奶牛养殖企业级知识库 降低学习成本 提升工作效率 简单快速地搜索相关养殖知识， 高效处理实际遇到的各类问题 单点能力，智能编排业务接口 • 打通大模型和传统小模型，让大模型成为智能调度的多面手，解决困 难业务问题 • 快速的 构建能力，已经构建多个 为企业内外客户和消 费者提供服务 2 – • 打造 友好的知识库 • 行业领先的知识处理、知识摘要、知识搜索能力 • 积累并治理蒙牛行业知识，形成未来核心竞争力           泛用程度 AI 助理 文档 Copilot

模型性能，完成模型压缩瘦身，服务落地应用。 RAG (Retrieval-Augmented Generation，RAG)：检索增 强生成，提供外部知识库，将外部知识库中的相关信息检索 并结合大模型的生成能力，提升回复的准确性与丰富度。 向量数据库 知识图谱 以RAG知识库 形式补充大模 型能力 训练好的模型 云平台部署 本地私有化部署 考虑数据隐私、 存储空间、计 算资源等因素 模型能力调用 大模型实践应用 在这以前 为模型训 练成本 之后调用 为模型推 理成本 “小参数，适用边缘、端侧设备” “训练成本低，但性能相对有限” “外挂知识库，适用专业领域内容” 客服营销知识库等问答任务 “定制化调整，服务特定行业或专业任务” “训练成本跨度大，对资源有要求” 19 ©2025.3 iResearch Inc. 活辅助等功能 ➢ 企业级Agent产品方案: 提供Agent平台、或一体化Agent产品方案。 ➢ 手机智能体助手：如智谱AutoGLM、荣耀的YOYO助手。 ➢ 知识管理助手：如微信-IMA知识库，提供个人知识管理功能。 35 ©2025.3 iResearch Inc.

模型性能，完成模型压缩瘦身，服务落地应用。 RAG (Retrieval-Augmented Generation，RAG)：检索增 强生成，提供外部知识库，将外部知识库中的相关信息检索 并结合大模型的生成能力，提升回复的准确性与丰富度。 向量数据库 知识图谱 以RAG知识库 形式补充大模 型能力 训练好的模型 云平台部署 本地私有化部署 考虑数据隐私、 存储空间、计 算资源等因素 模型能力调用 大模型实践应用 在这以前 为模型训 练成本 之后调用 为模型推 理成本 “小参数，适用边缘、端侧设备” “训练成本低，但性能相对有限” “外挂知识库，适用专业领域内容” 客服营销知识库等问答任务 “定制化调整，服务特定行业或专业任务” “训练成本跨度大，对资源有要求” 19 ©2025.3 iResearch Inc. 活辅助等功能 ➢ 企业级Agent产品方案: 提供Agent平台、或一体化Agent产品方案。 ➢ 手机智能体助手：如智谱AutoGLM、荣耀的YOYO助手。 ➢ 知识管理助手：如微信-IMA知识库，提供个人知识管理功能。 35 ©2025.3 iResearch Inc.

行业模型（垂直模型、垂类模型） Ø 教育、医疗、金融等 大模型的前世今生 •人工智能：让机器具备动物智能，人类智能，非人类智能（超人类智能） •运算推理：规则核心；自动化 •知识工程：知识核心；知识库+推理机 •机器学习：学习核心；数据智能（统计学习方法，数据建模） •常规机器学习方法：逻辑回归，决策森林，支持向量机，马尔科夫链，….. •人工神经网络：与人脑最大的共同点是名字，机制和架构并不一样 典型的新技能学习曲线：规模到达临界点之后才会迅速增长 生成模型的优势与劣势 vs 优势 劣势 n 语言理解和生成能力 n 世界知识能力 n 一定的推理能力 n 幻觉（生成错误答案） n 知识库有限 n 上下文窗口限制 推理模型（DeepSeek-R1)工作原理 让模型进行慢思考 思维链 （Chain of Thought） 在不损失能力的情况下缩小模型 蒸馏 （Distillation）

技术路径的演进：AI重塑地图角色与形态 8 资料来源：公开资料、泰伯智库  L3及以上自动驾驶的兴起，对地图的精度、鲜度、覆盖度及可靠性提出了更高要求。AI驱动的感知技术 （如世界模型）正推动智驾地图从“数据提供者”向“先验知识库”角色转变。 • 是降低成本、提升鲜度的关键 • 百度、腾讯、Mobileye、TomTom等全球和本 土头部玩家，都在强化车队实时数据回传，制图 周期成本大幅下降 众源数据快速更新 • 持，验证了“轻地图+重感知”混合路 线的现实需求 FSD入华的鲶鱼效应 • 英伟达、蔚来（NWM）、理想 （MindVLA）等布局‘世界模型’ • 进一步弱化静态地图依赖，但对地图作为 “先验知识库”与仿真训练数据需求提升 端到端大模型普及、世界模型兴起 版权声明：本报告版权归泰伯智库所有，未经授权许可，不得擅自引用或将报告内容外泄。Copyright@2025，Beijing Taibo 精度、鲜度和功能的前提下，配合主机厂实现降本增效，是一大考验。 技术、需求与商业创新共振，舱驾一体、数据闭 环、出海将加速智驾地图释放多元价值潜力。 新一代AI与大模型驱动: 世界模型、端到端方案打开地图向“智能知识库”转型新空间， 为自动驾驶决策与仿真赋能。 数据闭环护城河: 量产车队实时回传，地图与智驾系统双向迭代，形成“软硬数据 壁垒”，赋能车厂实现快速进化和降本。 出海东风: 法规日趋严苛下