预算报 销 MOM 系 统 车城物流 KD 件物流管 理 OA 系统 进口件库存管理 移库扫描 BOM 转 换 审批 生产报工 发动机总成 销售出库 SP 件订单生成同步到 SAP SP 件扫描入库同步到 SAP 安全库存采购入库 生产性采购 量产 LP 、量产例外、原辅料、 新机种、样件例外、支给件 售后备件管理 AS400 KD 件库间某著 出口业务、 KD 业务 SP 业务 外购 SP 、内作 SP 安全库存 LP 安全库存 东风本田发动机： 应用系统总体架 构 LP 量产订单生成后同步到 SAP 样件订单生成后同步到 SAP LP 量产例外生成后同步到 SAP 样件例外生成后同步到 SAP 采购入库扫描同步到 SAP 原辅料采购入库同步到 SAP 财务管理 FICO EPS 价格 管理 DEQS 银企直联 备件主数据同步 SAP 与 MES 的整合集成： 一期对接条码与车间平台，二期规划完整对 接 装配 零件 线中检 人员效率、 UPPH 等报表 发动机等关 重件序列号 强关联 总装上线 整车 VIN 生成 产品不良记录 产品维修记录 产品基本信息 FTT 缺陷统计报表 计划报表 质量报表 生产报表 缺陷 TOPN PMC 产线看板 PMC 备料看板 打刻 车架 VIN

人工智能技术特别是大模型(Large Language Models, LLMs)的突破性进展,正深刻重塑 全球产业格局和社会治理模式。 作为新一轮科技革命和产业变革的核心驱动力,大模型凭借其强大的 通用理解、生成、推理和交互能力,为智慧城市构建开辟了全新路径。 通过解析大模型与智慧城市的深 度融合机制,重点探讨大模型对城市治理体系现代化、公共服务智能化、产业经济高效化的赋能作用,分 析其关键驱动因素如算 能够处理复杂语言理解与生成任务,并展现出强 大的泛化、推理和上下文学习能力。 大模型的核心特 征包括以下 4 方面 [5-6]。 其一,巨量参数:模型复杂度和能力的物理基础。 其二,预训练+微调范式:利用大规模无标注数据 预训练获得通用知识,再通过特定领域标注数据微调 适应下游任务。 其三,涌现能力:模型规模达到临界点后表现出的 超越小模型的、不可预测的新能力,如复杂推理、代码 生成。 其四 大 脑”,其应用场景正在以下 4 方面快速拓展并显现 成效。 一是智能政务与政策服务 [9-10]:基于大模型的政 务助手可自动解读冗长政策文件,生成简明摘要;智能 回答市民和企业咨询,提供精准办事指引;辅助公文撰 写、报告生成,提升行政效率。 例如,合肥市数据资源 管理局通过部署具备自然语言处理、图像识别等功能 的政务大模型,实现材料自动审核、表单智能填充,材 料审核效率提升

传统SEO让位于GEO，用户习惯加速迁移 最具颠覆性的变化发生在搜索领域。根据CNNIC 10月 最新发布的《生成式人工智能应用发展报告（2025）》， 截至2025年6月，中国生成式AI产品的用户总规模为5.15 亿，半年时间新增用户2.66亿，增速106.6%，占整体网民 36.5%。应用场景方面，利用生成式AI产品回答问题的用 户最为广泛，达80.9%，相比其他场景断崖式领先。 这意味着，目前至少有近4 其中，90%的用户首选国产大模型。 Copyright© 2025虎啸文化/秒针营销科学院 2025 中国数字营销生态图 年度解读报告 AI搜索正在快速取代传统搜索，与此同时，在营销端， GEO生成引擎优化也在快速取代SEO，大量以帮助品牌优化 GEO表现、提升商业可见性为目标的服务商也相继涌现， GEO行业迎来井喷式发展。 品效销格局变化，追求极致效率 虽然经济整体增速放缓，消费市场也面临诸多不确定 种“所见即所得“的体验使得品牌曝光与销售转化实现了 无缝衔接，为品效协同提供了新的可能性。 代理式AI营销兴起 2025年生成式AI在营销领域最突出的进展，是从“动 脑”向“动手”的进化。 AI智能体正在从“辅助工具”进化为“营销伙伴”， 全面渗透到商业分析、内容生成、营销洞察、广告投放、 创意测试、归因分析等数字营销的各个环节，重塑行业的 运作模式。 比如在广告投放领域，AI智能体的应用已经从简单的

 异常熔断机制：基于波动率突变的动态止损 实际部署时需要解决三个核心问题：首先，过拟合控制需通过 Walk-Forward 分析，保持样本外测试年化衰减率<15%；其次， 实盘延迟要求从信号生成到订单提交全程<50ms；最后，需建立动 态仓位管理系统，根据凯利公式调整风险敞口，单策略最大回撤控 制在 8%以内。通过模块化设计，AI 量化系统可实现周级迭代更 新，适应市场环境变化。 2 以及新闻、社交媒体等非结构化数据；二是规则明确，交易策略通 过数学公式或程序代码严格定义，例如均值回归策略可表述为当价 格偏离 20 日均线超过 2 个标准差时触发交易信号；三是执行高 效，系统能够在毫秒级时间内完成从信号生成到订单提交的全流 程。 量化交易的核心优势体现在以下方面：  风险控制精准化：通过动态风险预算模型，可对不同资产类别 分配差异化的风险权重。例如，某多因子策略的风险分配矩阵 显示，股票头寸的最大回撤阈值设定为 SHAP 值）可量化因子贡献度，优化输入变量。  高频数据清洗：基于异常检测算法（如 Isolation Forest）自 动识别并修正异常报价  因子合成：通过对抗生成网络（GAN）模拟市场环境变化， 生成具有鲁棒性的合成因子  跨市场关联分析：利用图神经网络（GNN）挖掘不同资产间 的非线性传导关系 预测模型构建 监督学习模型在收益率预测方面展现显著优势。梯度提升树

减少繁琐低价值劳动, 助力行业智能化 大模型 2023 通用 2B 场景 文档摘要 公开 行业通用数据 图 3 通用大模型到行业大模型的数据需求演进 场景化 2B 应用 公文生成 金融 制造 行业知识结合 政务数据 金融数据 指导数据 工勘记录 行业生产核心数据 10 政务 智能客服 智能风控 知识助手 缺陷检测 智能问 答 热线工 单 或数据经营权，指权利人可通过转 让、许可使用、合作开发及设立担保等方式，将数 据上的部分或全部财产权益向外部进行转让。权利 人行使该经营权以实现数据的流通与复用。 上述三种权利存在不同的组合状态。权利可因原始的 数据生成行为等，同时获得数据持有权、数据使用 权和数据经营权。在数据流通交易过程中，应允许 不同市场参与主体通过合同交易获取数据三权中的 部分或全部。 当然，数据权利的形式应当受到一定限制。这些前置 条件 3）可用不可见：结合联邦学习、安全多方计算、密 态训练与推理，在数据不离开本地的前提下进行协 同计算或者可信计算环境下密态训练与推理，确保 原始数据不被泄露的同时，权属和使用过程可审计、可 追溯。从数据生成、数据计算、数据流通的每个环节 均上链存证，形成不可篡改的审计轨迹，从而支持 全生命周期的合规溯源。 18 3、流通机制：从被动开放走向主动赋能 在数据要素流通领域，公共数据授权机制与流程优

能在 同一应用同一界面上展示各类动态监管信息，要拓展移动终端应用，实现 同一终 端上业务、勤务、单兵等多应用综合复用。 平台管理的数据来源多、差异大，需要通过数据的深度集成进行融合加工， 才能生成道路管控有用的信息和知识。目前，各地将道路基础应用系统简单接 入 指挥中心，不是信息和业务层面的集成应用，因此平台推广应用，要从根本 上解 决目前各地基础应用系统普遍存在的分批建设、单独建库、单独应用的“烟 明、输出参数、返回异常信息等。 4、标准化接口开发 针对单一事物主体请求，返回主体对应信息的接口，采用标准化接口开发 方式提供接口开发服务。通过统一规范的接口生成工具，和数据采集建设的 数 据区数据库表建立连接，根据数据需求涉及主体信息，自定义配置接口参 数， 自动生成接口服务和接口文档。对于标准化接口开发服务，主要含以下 两种接 口类型： (1)全量信息返回类接口开发服务 对于需要采集工作完成建立的库表所有字段需求，在进行接口设计时， 集进行数据资源间的 业务 化关联和碰撞，建立数据资源与操作组件之间的业务逻辑关系，通过逻 辑图样 式进行可视化展现，即总体以“资源选取-思路编排-成果呈现”三阶操 作完 成模型制作，为模型算法生成提供快捷制作工具，帮助分析人员实现业 务梳理 和模型制作，挖掘出深层业务价值和分析成果；所有的分析研判成果 均存在业 务知识库中，最终形成可为用户日常使用的智能化应用功能，提升 用户业务场 景的快速、智能应对能力。

和管理。系统应采用电子文件和描述信息分离的存储方式。不论从条目上还是从 电子文件方面，都要求支持 PB 海量数据存储的规划。 2.4.0CR 识别技术 基于目前电子档案格式大多数是以图片或者单层 PDF 的格式生成的事实， 本 系统中的综合档案管理系统、电子文件管理系统等业务系统均需支持 OCR 识 别功 能，要求系统自带 OCR 识别引擎，禁止第三方插件。能对各类格式的文档 自动进 行 OCR 识别。OCR 目实际内容进行自动换行的方式浏览(类似 Excel 自动换行功能) 2.13.文件夹上传功能 可直接将本地电子文件包上传到系统中，支持文件级和案卷级文件包批量上 传操作，系统可以自动提取文件夹名称以及文件名称 ，生成案卷题名和卷内文件 题名。 6 智 慧 档 案 馆 平 台 建 设 方 案 2.14.评估报告功能 根据归档单位归档的时效性、完整性、质量规范性进行打分(百分制)。并 且统计总得 馆 平 台 建 设 方 案 批量修改：系统支持多数据批量修改，数据可根据实际需改动情况进行同值 修改、内容替换、数字递增、添加前后缀、补齐位数操作。 生成档号：系统支持针对高校档案分类自定义配置档案规则，对档案数据进 行一键生成档号操作。 3.审核归档 专职档案员在该模块查看兼职档案员上报过来的档案数据，可完成对该部分 数据的修改、分类、检测等操作。核实无误后即可在线进行数据归档，同时也应

英伟达 GPU 华为昇腾 谷歌 TPU 海光 DCU AMD 芯片 寒武纪 MLU 单任务模型 CNN SVM RNN 决策树 LSTM GNN 合成数据 利用模型、仿真生成 虚拟现实 自动驾驶 生态 PyTorch TensorFlow MindScope 训练算法 无监督预训练 强化学习 前沿探索阶段 底层计算库： CUDA 、 CANN( 华为 ) 多维并行算法 状态监测、任务调度 语言通用模型： DeepSeek-R1 等 无监督数据 图像生成 集 群 通用模型 无需人类专家标注 高效互联通讯： 电力大模型轻量化技术 电力大模型 电力设备 关键技术实现 13/3 书 籍 1. 数据采集 网 页 公开数据 现场数据 图像描述生成 检测数据增强 2. 数据清洗 特殊符号过滤 图像裁剪过滤 3. 数 据 生 成 自动化生成 多样化问答数据 提供 训练 数据 目标 技 术 体 系 特 征 关 系 保 留 的 知 识 蒸 馏 方 案 目

Fabric，这是一款开源的企业级区块链平台，具有强 大的隐私保护和权限管理功能，能够满足政务数据操 作存证的高安全性要求。通过 Hyperledger Fabric，可实现数据操作的实时上链，每个操作都将 生成唯一的区块记录，且区块之间通过密码学算法相 互关联，确保数据操作记录无法被篡改，为后续的审 计和溯源提供坚实基础。 联邦学习框架采用 PaddleFL，它是百度推出的 开源联邦学习框架，支持多种机器学习算法和模型结 据的一致性。 对于非结构化文本数据，如政策文件、执法记录、 病历资料等，利用自然语言处理（NLP）技术进行解 析和处理。通过文本分类、实体识别、关系抽取等技 术，从非结构化文本中提取关键信息，生成标准化的 数据格式。例如，从执法记录中提取执法时间、执法 地点、执法人员、违法事实等信息，形成结构化的执 法数据，便于后续的分析和应用。 4.2 数据清洗与质量控制 4.2.1 清洗规则 用价值。 五、AI 模型部署与管理 5.1 大模型选择与部署 5.1.1 模型选型 通用模型方面，选择 DeepSeek-R1（671B 参 数）用于多轮对话、文本生成等场景，该模型具有强 大的语言理解和生成能力，能够满足政务领域复杂对 话和文本创作的需求；通义千问在知识问答、代码生 成等方面表现出色，可用于政务知识查询、智能办公 辅助等场景；智谱大模型在逻辑推理、数据分析等方

开发。 核心特征 实时性挑战 实时性 电力人工智能系统 Al EPS 复杂度挑战 基本依据 依据电力基本物理规律 遵循电力系统技术原则 符合电力系统应用需求 关键技术 数据生成与表征 模型训练与推理 运行感知与预测 系 统 智 能 决 策 精确度挑战 发展变化挑战 目标 高效分析 精准预测 优化决策 自动导航 中国南方电网 CHINA SOUTHERN □ 特定业务 预 测 评估 决策 特定业务 知识生成 应用 Al 大 模 型 驱 动 的 风 险 预 判 准 确 率 ≥ 9 5 % 、 调 度 策 略 可 用 率 ≥ 9 开关方式可调、放开空间限制 可行域扩大 3 ② 优化问题转为生成问题、计算效率提升 数 值 生成 ah 123456 全年 8760h 49 ■ 基于节点的计算方法固定开关状态及出力模式，解空间受限 ■ 基于测点的电力专业大模型灵活调整开关组合，并将高维优化问题转为数值生成问题 1 基于节点的传统计算方法