技术从感知世界、理解世界向创造世界的跃迁。政务领域涉及 大量内容生产及人与人交互环节，与生成式 AI 大模型高度的信息收 集、文本总结、智能交互能力契合度较高，是未来生成式 AI 大模型 应用的肥沃土壤。 自大模型工具出现以来，全球各国纷纷探索新技术在政府治理中 的应用可能，推动形成一波以智能化为主要特征的数字政府改革浪潮。 从应用广度看，大模型在政务领域的应用探索已较为普遍，包括美国、 英 英国、澳大利亚、加拿大、新加坡、日本、韩国在内的 18 个国家或 地区已将大模型应用在政府事务管理中，场景覆盖政府内部办公、政 务信息公开、政务服务提供、民生服务优化和国防航天等 5 大领域 13 个细分场景。从应用深度看，部分国家在政务领域的大模型认知率、 利用率达到较高水平，罗兰贝格咨询公司预计，在充分应用的前提下， 预计大模型将推动公共服务行业降低 1.8%的经营成本。从部署推进 看，新加坡、日本、 看，新加坡、日本、美国等实践较为靠前，已推动地方分散探索向集 成应用转变，在部署方式、数据处理等方面做出统筹安排。 为用好大模型技术这把“双刃剑”，各国积极推动组织、人才、 技术等变革以适应新的治理挑战，同时加快政务领域大模型应用规范。 2023 年以来，韩国、新加坡、美国、英国、澳大利亚、新西兰、日本、 加拿大、丹麦等 9 个国家相继出台政府机关（公务员）使用生成式 AI 的临时指南，通过明确使用原则、框定场景范围、建立监管规范等规

确了后续的研究方向。 这次会议，标志着人工智能作为一 个研究领域正式诞生，也被后人视 为现代人工智能的起点。 达特茅斯会议 - 首次提出“人工智能 ”术语，标志着学科诞生 3. 人工智能的历史 第一次低谷阶段（ 1974 年 -1979 年） - 项目失败、政府撤资 在 1974 年至 1979 年间，人工智能领域经历了第一次发展低谷，即“ AI 之冬”。 此前， AI 在 1960 年代迎来了黄金时代，得益于符号主义的推动和冷战时期美国政府的资 金支持， AI 研究取得了显著成果。 然而，由于学术界对 AI 的预期过于乐观，加之当时计算机算力和存力有限， AI 系统未能 达到预期效果。特别是机器翻译等领域的失败，导致政府资助减少。 1973 年， 《莱特希尔报告》对 AI 技术提出严厉批评，随后英国政府、美国 DARPA 和美 国国家科学委员会等机构大幅削减对 AI 的投资，使得 AI 研究陷入低谷。 1987 年 -1993 年） - 专家系统遇到瓶颈 在 1987 年至 1993 年间，人工智能经历了第二次发展低谷。这一阶段的原因主要包括：专家系统 （符号主义）在实际应用中遇到能力瓶颈，如应用领域狭窄、缺乏常识性知识、知识获取困难等； 同时， 80 年代个人电脑技术革命使得通用 PC 性能超越 AI 专用计算机，导致 AI 硬件市场崩溃。 此外，专家系统维护更新复杂且成本高昂，使得市场和用户兴趣减退。

由于时间和专业水平所限，错漏之处敬请批评指正。 前 言 步入“十五五”开局之年，数字技术革命呈现出加速演进的强劲 势头。在数据要素市场化改革持续深化、人工智能大模型实现规范应 用、政务数据共享体系不断完善等一系列关键领域取得重大突破的有 力带动下，政府数字化转型成功步入“深度融合、智能驱动”的全新 阶段。国家高度关注数字治理能力的提升，从技术创新、制度构建、 标准统一等多个层面着手，全面加速数字政府建设的战略布局，积极 工智 能应用规范化、政务服务智能化等核心领域达成系统性突破（如图 1）。 《数字中国建设 2025 年行动方案》明确将数据要素市场化改革作为 主线，提高数字政务智能化与基础设施水平；《政务数据共享条例》 以制度创新为核心，构建四梁八柱式体系，系统性破解政务数据难题； 《政务领域人工智能大模型部署应用指引》提出有序推进人工智能大 模型在政务领域的部署与应用；国家标准《数字政府架构框架》覆盖 化、社会治理智能化、应急决策科学化以及机关办公高效化。 3. 新挑战：技术赋能带来安全与伦理双重考验 当下，人工智能技术虽为数字政府建设注入强大动力，但安全风 险与伦理挑战亦愈发显著。在安全领域，数据泄露隐患颇为突出。人 工智能应用依赖海量政务数据，一旦遭受黑客攻击或出现管理失误， 极有可能致使公民隐私和政务敏感数据泄露，进而损害公众权益并对 政府公信力造成影响；系统漏洞若被恶意利用，还会对公共服务体系

政务行业大模型发展背景 Overview 政务行业大模型概念界定 通用大模型基座结合政务行业数据，服务政务业务场景的专业模型 政务行业大模型是在通用大模型基础上结合政务行业专属数据和政务行业业务场景特征、为政务领域专业定制的专属行业大模型。 • 在部署模式上 ，政务行业大模型一般需要支持私有化部署 ，以满足政务数据安全性与合规性要求； • 在开发能力上 ，政务行业大模型需要具备定制化开发能力 ，以更好地适应不同政务场景的特殊要求； 政务行业大模型 定制化开发 私有化部署 基于现有大模型底座 ，在数据层借助政务领域通用 / 专有数 据 ，结合业务场景特点 ，对模型进行个性化定制 升级场景应用服务能力 将行业大模型能力与政务场景应用结合 ，进一步提升政府 办公、政务服务、公共管理等场景智能化能力 ，提升政府 模型的开源有效降低了模型开发技术难度和开发成本 ， 使开发 者可以基于预训练大模型底座进行微调构建行业垂类模型 ，使行业定制化模型成为可能。在以大模型为代表的人工智能技 术加速迭 代的背景下 ，全球各国均积极尝试在政务领域中内容生产、人人交互、信息总结、公文整理等相关环节引入大模型能力 ， 推动政务 创新 ，强化政务服务能力。 2023 Meta LLaMa 开源模型推出为行业大模型发展奠基 平衡模型开发成本效益

政务行业大模型发展背景 Overview 政务行业大模型概念界定 通用大模型基座结合政务行业数据，服务政务业务场景的专业模型 政务行业大模型是在通用大模型基础上结合政务行业专属数据和政务行业业务场景特征、为政务领域专业定制的专属行业大模型。 • 在部署模式上 ，政务行业大模型一般需要支持私有化部署 ，以满足政务数据安全性与合规性要求； • 在开发能力上 ，政务行业大模型需要具备定制化开发能力 ，以更好地适应不同政务场景的特殊要求； 政务行业大模型 定制化开发 私有化部署 基于现有大模型底座 ，在数据层借助政务领域通用 / 专有数 据 ，结合业务场景特点 ，对模型进行个性化定制 升级场景应用服务能力 将行业大模型能力与政务场景应用结合 ，进一步提升政府 办公、政务服务、公共管理等场景智能化能力 ，提升政府 模型的开源有效降低了模型开发技术难度和开发成本 ， 使开发 者可以基于预训练大模型底座进行微调构建行业垂类模型 ，使行业定制化模型成为可能。在以大模型为代表的人工智能技 术加速迭 代的背景下 ，全球各国均积极尝试在政务领域中内容生产、人人交互、信息总结、公文整理等相关环节引入大模型能力 ， 推动政务 创新 ，强化政务服务能力。 2023 Meta LLaMa 开源模型推出为行业大模型发展奠基 平衡模型开发成本效益

结构合理： 教学型、 科研型、 实验工程师 专注专业： 从 2013 年至今 ， 11 年专注于大数据教学 团队特点： 眼光前瞻、 紧跟技术、 创新实干、 执行力 强 影响力高： 多项指标在国内高校大数据教学领域领 先 • 教材数量 • 教材占有率 • MOOC 课程学习人数 • 师资培养 • 教学研讨会 • 教学网站访问量 • 在线讲座观看人数 • 团队联系方式： ziyulin@xmu ziyulin@xmu.edu.cn 厦门大学大数据教学团队 1. 大模型： 人工智能的前沿 2. 大模型产品 3. 大模型的行业应用 4. 政府部门本地部署大模型 5. DeepSeek 大模型在政务服务领域的应 用 6. DeepSeek 大模型在政府工作中的应用 7. 智能体的政务应用 8. AIGC 与政府应用实践 目录 厦门大学大数据教学团队作品 1. 大模型：人工智能的前 沿 1 上下文理解能力 大模型具有更强的上下文理解能 力 ，能够理解更复杂的语意和语 境 。这使得它们能够产生更准确、 更连贯的回答 可迁移性高 学习到的知识和能力可以在不同 的任务和领域中迁移和应用 。 这 意味着一次训练就可以将模 型应 用于多种任务，无需重新 训练 语言生成能力 大模型可以生成更自然 、更流 利 的语言，减少了生成输出时呈现 的错误或令人困惑的问题

[Table_Title2] 深桑达 A(000032) [Table_Summary] 核心观点: 中国电子云发布星智政务垂直领域大模型 7 月 6 日，在 2023 世界人工智能大会人工智能应用创新论 坛上，中国电子云基于 70+城市数字化治理实践的经验，重磅 发布星智政务垂直领域大模型。 星智政务大模型能够通过插件链接政务专题库（如城市建 设的数据专题库）等，满足客户实际的数据咨询需求（如城市 证券研究报告|公司动态报告 请仔细阅读在本报告尾部的重要法律声明 3 19626187/21/2019028 16:59 正文目录 1. 中国电子云发布星智政务垂直领域大模型 ............................................................................................... ...................................................................................... 10 图表 13 交通领域赋能应用 ..............................................................................................

......................................................................................202 14.1.2 跨领域应用................................................................................................. ...................................................................210 1. 项目背景与目标 在数字化和智能化的浪潮中，政务领域亟需借助人工智能技 术，提升服务效率和决策科学性。本项目旨在构建一套政务 AI 法 制员大模型，借助先进的自然语言处理(NLP)能力和机器学习算 法，助力法律法规的智能解读、咨询服务及文书自动生成等功能， 当前，政务工作面临着信息量巨大、法律法规复杂多变的问 题。随着社会的快速发展，公共事务的处理需要更加精准快速，同 时公众对政务服务的期望也在不断提升。传统的人工处理方式已无 法满足日益增长的需求，尤其是在政策解读、法律咨询等领域，往 往存在效率低、准确率不高的问题。因此，本项目的目标是通过科 技手段提高工作效率，降低人力成本，确保政务工作的规范性与高 效性。 具体目标包括：  开发一套集成化的 AI 法制员大模型，能够快速理解和处理海

股份推出自研 AI 大模型“灵犀”，在税务合规等领域加速 AI 应用落地。 ➢ AI 为政务办公实现效率提升。政务 IT 涉及大量办公场景（12345 热线、社 保、公积金等等），通过 AI 辅助有望大幅提升办公效率，新点软件承建的智能政 务助手"深小 i"，让公众通过日常对话式提问即可获取精准指引。该系统已整合 企业注册、社会保障、户籍办理等六大民生高频领域的智能化知识库，实际运行 数据显示， 投资建议：DeepSeek 出圈引发国内 AI 落地进程加速，而近期深圳推出“AI+ 政务助手”大幅提升政务工作效率，也引起了社会广泛关注。我国政务信息化市 场空间广阔，包含招采、财政、税务、司法等大量专业的垂直领域，同时链接 B 端、C 端用户，AI 赋能带来的提效降本空间较大。同时政务信息化体系建设节奏 大多自上而下推动，在全年拥抱 AI 的浪潮下，AI+政务有望更快速落地。建议关 注：1）AI+政务 公文写作助手提升办公效率；数字人“小城”“小运”及 时准确响应咨询 智能办公 +服务助 手 盐城市数据局 已完成 DeepSeek 大模型本地 化部署 在政务导办、公文写作、协同办公、服务助理、智能客服 等领域实现应用 智能办公 山东 山东省商务厅 “选择山东” 云平台全面接入 DeepSeek-R1 为招商引资、招才引智工作注入力量 招商引资 临沂市大数据局 已完成 DeepSeek

实现强军的一个难得战略机遇 ，也是我们实现弯道超车的难得战略机遇。 ” 伴随着大数据、 物联网、 机器学习、 智能芯片等前沿科技的创新 ， 人类社会正在 走向人机协同、 跨界融合、 万物智能的 “智慧时代” ， 而军事领域则是社会的缩影与先导。 前言 目录 CONTENTS 加入星球获取更多更全的数智化解决方案 1.1 军事活动智能 化 人工智能（ Artificial Intelligence ， AI 技术现已进入新的高速发展时期 ，是公 认最有可能改变未来世界的颠覆性技术。 世界许多国家已将发展人工智能上升到 国家战略 ，从政策导向、 战略规划、 资金预算层面予以大力支持。 人工智能在军 事领域有广阔的应用前景 ， 人工智能武器的出现将改变未来战争的方式 ， 由人与 人的战争、 武器与武器之间的对抗变成人与机器、 机器与机器之间的战争。 军事活动智能化已成为事实 1.2 新技术助力中国军事发 窗口期已打开 • 随着军民融合政策的开放 ，会加速军队与先进的民用人工智能技术来结合 ，提高军队智能化程度。 • 民用人工智能技术厂商 ，可以获取参军资质或与有资质的企业合作 ，可以快速切入军工领域。 • 信息化与智能化复合发 展 ，感知智能认知智能。 例如 ，无人机蜂群、新 专家系统等。 • 软硬结合重点发展 ， 基础设施与信息化建 设协同发展。例如 ， 北斗等 2003