提升知识质量 360 知识管理大模型 通义千问 · · · · · · 知识智能 MCP 服务 知识问答 MCP 指标问答 MCP AI 文档生成 MCP AI 阅读 MCP 关键信息提 MCP 术 • 以 Agent 重构传统 RAG ，提升问答准确率及效果 • 长链路、多跳、事实推理效果更佳 • 跨模态数据融合应用：打通结构化与非结构化知识 ⑤ 内置企业级敏捷 Agent 平台 + 丰富的知识类技能 + 知识类智能体市场 • 专业的知识类技能 ：比如文档解析、录音转写、发票识别 • 丰富知识类 Agent ：知识问答 / 创作型 / 技能型 / 数据型 • 助力企业智能体走向专业化 RAG 综合召回解决方案 ★ 问 题 分 析 意图识别 反问 / 追问 问 题 改 写 智 能 推 理 Rerank 多轮校验 上下文增强 知识问答 二次创作 分析推理 总结摘要 支持 29 种多模态数据 ，综合能力上 ， 360 RAG 方案在中文评测基准 SuperCLUE-RAG 专项榜单中表现优异取得榜单第二 ， 通过 了中国信通院

App 全面升级健 康搜 索功能的核心模块， 夸克健康助手充分利 用大模型的生成式对话能力和医学知识图谱， 为用户 提供精准、全面的健康信息服务。其主要功能和模块如下： (1) 多轮问答健康搜索： 夸克健康助手支持用户通过多轮对话形式就健康问题进行深入提问和交互。用户可补充症状信息， 结合大模型分析，从而快速获得针对性强的健康内容，包括病症原因、用药建议、以及就医指南等。 (2) 通过前沿的人工智能技术， 助力用户在健康管理、 疾病预防和医疗服务等方面实现全流程、全周期的智能体验。 AQ 的核心功能包括智能导诊、医院预约挂号、 AI 药盒识别、AI 报告解读、AI 健康问答、个人 健康档案管理，以及涵盖泛健康领域的多项便民服务。用户可通过 AQ App 便捷完成医院预约挂号， 并在就医全过程获得 AI 助手实时建议。作为专业医疗健康平台， AI 健康管家 AQ 致力于为每一位用 可解释性。 一、评估领域 评估领域决定了模型评测的广度和深度， 包括通用领域和垂直领域两个主要方向。通用领域评估 检验大模型在非特定领域任务上的整体性能， 包括日 常语言交流、通用知识问答、多语言支持、逻 辑推理、通用的伦理道德和偏见等， 主要用于衡量模型的基础能力和跨领域适应能力， 例如是否具 备对普适性问题的理解和解答能力； 垂直领 域评估针对特定领域（如金融、医疗或法律）

合同审查 …… 审批助手 合规助手 智能翻译 智能生成 敏感词检查 智能商旅 …… 智能搜索 智能问答 智能问数 权限管控 …… 企业大脑 LanBots 碎片化AI场景，必然催生一体化智能AI中台。蓝凌蓝博士，整合多系统及多模型，消除重复对接，内置搜索/问答等能力，打造智能基座。 引入企业大脑：理解企业数据，增加智能化能力，赋能业务场景 2025中国智慧医院白皮书 China China Smart Hospital White Paper 企业大脑.AI赋能智慧医院 大模型 LanBots 智能 搜索 智能 问答 指令 执行 智能 推荐 智能 问数 消息 推送 行为 分析 升级1个基座：门户超级入口+AI知识库 智能 预警 智能 入库 智能 分类 智能 标签 智能 摘要 智能 写作 知识 图谱 智能 查重 … AI公文管理 智能 拟稿 AI赋能智慧医院 基于企业大脑•蓝博士LanBots.AI，蓝凌全面升级智慧医院数智化办公解决方案，接入DeepSeek等大模型，支持私有化部署，覆盖智能公文、智能流程、智能合 同、智能搜索、智能问答等系列功能，汇集开箱即用的协同应用和低代码随需搭建的特色应用，集成多业务系统，支撑整机&云、数据库、操作系统、中间件、 CPU服务器、流版签文件等软硬件的国产化适配，全面满足中大型医院信创办公与数智化管理需求。

注入模型，构建一 个精通网络、业务领域的“专家大脑”，使其在边缘、业务场景侧也能进行专业、准确的推理和判断， 而做出符合电信级要求的可靠决策。当出现告警或者故障时，运维人员或业务系统通过自然语言问答， 12 算网智的关键能力特性 面向 5G-A 与 AI 融合驱动的算网智一体化解决方案白皮书 即可由智能体快速给出最可能的根因与解决方案，有力支撑新型工业化背景下高可靠、高可用的生 产网络需求。 面向 5G-A 与 AI 融合驱动的算网智一体化解决方案白皮书 为了提高运维效率和质量，中国移动联合无锡知名企业工厂、华为公司率先推出 5G 智能专网，提 供基于业务场景的问题定界、健康巡检和知识问答功能，并成功进行了试点验证，助力企业生产提 效，试点组网如图 5 所示。5G 智能专网由产线业务层、智能专网层和智能运维层组成，其中，产线 业务层主要包括 PLC、AGV 等业务，智能专网层包括专网 速恢复生产。依托该体系，5G 专网问题定界时 间从天级缩短至分钟级，并自动输出完整诊断过程与结论；网络巡检效率由小时级提升至秒级，同 步生成标准化巡检报告；专网知识问答功能有效弥补了传统人工查阅效率低、专业门槛高的短板， 问答准确率超过 90%，大幅提升了运维响应速度与智能化水平。 表 1 专网运维智能体试点效果对比 智能体 运维方式 使用者 耗时 企业影响 问题定界 传统运维 运营商专业服务人员

智能体支持设定底层信息来源，可以通过 OpenAPI 接入第三方知识库或其他国内 主流的 AI 智能体，学习调用对应知识库提供更加专业、符合业务场景的智慧问答，有效 提升智能体的深度理解能力，精准提升问答的专业度。 也可以调用 AI 问答功能，进行数据指标的询问、分析等： 数字孪生世界白皮书 103 此处应用了一种新兴的技术路径 RAG，即“检索增强生成”。  RAG = 检索+生成 RAG 技术与 RagFlow 这样的平台工具，我们能够更 加高效地构建、管理和应用知识库，使其真正服务于语音交互的每一个环节。 RagFlow 是一个基于深度学习与 RAG 技术的企业级文档解析与问答系统，能够高效 处理复杂格式文档并构建可查询的知识库。 数字孪生世界白皮书 104 功能 描述 多格式文档解析 支持 PDF、Word、Excel、图片、扫描件等多种文档格式自动识别与结构化解析 数字孪生世界白皮书 106 4 图表智能解析： EasyV 所积累的图表组件库均支持个性化自定义配置，可以满足绝大部分业务场景的 使用需求。今年，我们将过往所沉淀的可视化图表深度集成到了智能问答系统中，且每个 组件都进行了详细描述，以供大模型更好的理解调用。  图表推荐与选择：  智能推荐算法：根据查询内容和上下文，结合组件描述信息，AI 大模型会推 荐最合适的图表类型； 

生体验创建一个简单的AI模型。 总结与展望（10分钟） ❍ 回顾：快速回顾本课程学到的关键点。 ❍ 展望未来：讨论AI未来的发展方向及其对社会的潜在影响。 ❍ 问答环节：鼓励学生提问，激发他们的好奇心和探索欲。 活动与评估 ❍ 课堂参与度：通过小组讨论和问答环节来评估学生的参与度和兴趣。 ❍ 小组展示：每个小组向全班展示他们讨论的AI应用案例，评估他们的理解和创 意。 ❍ 课后作业：要求学生写一篇短文，描述他们如何在自己的生活中使用人工智 我将为你梳理一份2011年至2023年人工智能领域的重大发展历程清单。这份清单会 尽可能地涵盖每年的标志性事件，包括重要的研究成果、技术突破，以及产业里程 碑。 2011年，IBM Watson问答机器人参与Jeopardy回答测验比赛最终赢得了冠军。这标 志着人工智能在理解自然语言和处理复杂问题方面的重大进展。 2012年，Geoffrey Hinton和他的学生Alex Krizhevsky设计的AlexNet神经网络模 当前生成PPT的主流AI工具见表5-1。 表5-1 生成PPT的主流AI工具集合 （续） 69 5.1.2 AiPPT简化PPT设计 在AI的加持下，PPT制作不再是专业而难以掌握的技能，只需要通过简单的问答指 令，通过4步操作，就能够生成一份设计感满满、内容充实的PPT。准备好用AI生成 第一份教学PPT了吗？ 1）在网址地址栏输入网址：https://www.aippt.cn/，然后进行注册登录（通过微

之上，再做出 更复杂的一些思维和思考”，这表明AI不仅是数据处理工具，更是战略合作伙伴，能 够让分析师将更多精力投入到高附加值的战略性思考中。 对话式应用 对话式数据查询 需求 分析 多轮 问答 对话式数据查询 思路拆解 数据查询 异常检测 报告生成 趋势预测 归因分析 对话式数据查询 指标检索 看板检索 组建检索 表检索 • 提供基础自然语言处理能力，如文本生成、语音识别，赋能用户与系统的交互，提升用户体验 Chapter 2 中国人工智能与商业智能 应用洞察 ❑ AI与BI的融合正呈现分层演进态势：基础层的“AI for BI”模 式聚焦工具升级，通过注入智能算法提升数据处理、分析与 可视化效率，衍生出智能问答、对话式交互、AI增强分析等 细分形态。而战略层的"AI+BI"模式则突破技术叠加范畴， 以"数据洞察自动化-决策反馈实时化-知识沉淀系统化"为方 法论，重构"采集-分析-决策"的传统链路，推动企业决策范 类型包括智 能问答式BI、对话式BI、AI增强式BI ABI应用模式——AI for BI模式 来源：头豹研究院 ◼ AI for BI模式更注重于利用AI技术来增强BI产品的能力，而不是将AI与BI完全融合。 在这种模式下，AI被视为BI工具的一种补充或辅助手段，用于提升BI工具在数据 处理、分析、可视化等方面的效率和准确性。AI for BI模式的主要产品类型包括 智能问答式BI、对话式BI、AI增强式BI等。

为大型央国企，以通信、金融和能源三大行业为主，中标项目金额占总金额超一半 5。所需的大模型相关项目内容和场 景主要分为平台、应用、算力、大模型、数据五个类型，其中平台和应用项目数约占总数的一半以上，但算力项目金 额最高。知识问答、智能分析决策、数字人客服、智能运维、智能编程和内容生成六大应用场景的项目数量最多。 从供应方来看，应用交付成核心赛道。据中国信通院 2025 年 Q1 统计，超半数供应商聚焦“应用交付”，另外工 智能应用管理引擎结合了大模型 Agent 和 MCP（Model Control Protocol）技术，构建了一个高效、可靠的管理 数据生产线 数 据 处 理 Agent应用 代码生成 研发知识问答 测试脚本生成 内容生成 RAG核心应用场景 设计推荐 … 数据处理 入库管理 检索执行 应 用 场 景 存 储 切片缓存 数据库 File缓存 切片检索 知识库处理 核 心 服 ArkTS代码修复 SFT调优 C++代码解释 C++代码生成 ArkUI图生码 元服务卡片生成 C++单元用例生成 XTS接口测试生成 ArkTS代码翻译 C++注释生成 鸿蒙知识问答 随着鸿蒙星河版正式发布，原生应用全面启动。鸿蒙生态进入快车道，各应用正在加速适配开发，迁移工作量巨 大，研发人员对支持鸿蒙开发语言的智能化开发助手工具诉求强烈。 » 解决方案 DevEco

供坚实的平台化支 撑。这一系统的构建，依赖于工程智能时空全模态基础模型关键技术、工程智能 推理决策关键技术、工程智能体关键技术等核心共性技术上的持续突破。 展望未来，工程智能的发展将呈现从知识问答走向工程推演决策、从碎片化 响应走向人模系统一体化及共生智能、以及最终的从单点技术走向规模化赋能的 核心趋势。它不仅将重塑工程范式、催生新产业与新业态，还将建成健全规范、 动态演进的治理体系与 ......................................................................................57 7.1.1 从知识问答走向工程推演决策.........................................................57 7.1.2 从碎片化响应走向人模系统一体化与共生智能.... 全链条业务。例如，佳都科技的“知行交通大模型”已在广州、重庆等地应用于 信号控制和交通事件检测。由多家省级交通集团联合发布的“经纬交通大模型” 和云南交投等联合研发的“绿美通道·交通大模型”，均面向全业务流程，开发 了包括知识问答、合同审查、施工图纸智能审查在内的数十种 AI 应用。此外， 北京交通大学联合发布的“TransGPT·致远”和同济大学的“行之”大模型等， 也为交通规划、智能咨询、铁路工程数字化提供了支持。

内部共享知识库案例分析 化身员工 24H 助手，企业内部专业知识实时查询 26 CHAPTER 2 AI 在企业人力资源中的应用白皮书 2.0 AI+ 企业内部知识库方案价值： 构建企业内部共享知识库，多语种问答：在使用易路 ebot 大模型机器人后，客户可以直接上传全英文的原始 文档，当员工通过中文提问，机器人可以用默认中文，或其他语言进行知识回答； 权限隔离，依角色权限回复：产线智慧服务机器人可根据 用户组，以此实现知识的安全隔离，确保公司隐私信息与重要文件严格分类，不泄露不混淆； 机器自主学习，业务侧轻盈：知识文档上传后不需要做额外的训练工作，大模型机器人会自主学习，理解文 档意义，给出精准答案，易路 AI 训练师会对机器人问答质量进行定期巡检调优。 2.4 薪酬管理 AI+ 薪酬，业务融合由表及里、层层深入 薪酬管理在企业经营中至关重要，不仅对公司的财务健康、运营效率有直接影响，同时还与员工体验水平、 幸福度、忠 行动 语音识别 Text-to-X 图像识别 文本转语音 数字人生成 大语言模型 向量数据库 交互入口 感知、思考、行动 记忆 听觉 书写 视觉 说话 大脑皮层 海马体 问答机器人 全自动工作流 静态知识库 记 忆 42 CHAPTER 2 AI 在企业人力资源中的应用白皮书 2.0 合员工绩效、满意度、离职率等数据，生成可视化报告，辅助 HR 制定精准策略（如优化招聘渠道、调整薪酬结构）