企业交流合作服务 涉企部门职能介绍 园区公告 总裁论坛 服务地图 园区活动 企业风采 和谐 智慧园区 平台 无线办公 政府信息发布 行业协会信息发布 物业管理 招商管理 租赁管理 知识管理 网上申报服务 社会专业服务 1 0 企业 CIO 企业 员工 园区 管理员 回 企业 管理者 CIO 智能 分析 智能报表引擎 车辆管 安保管 理系统 理系统 服务平 台数据 中 间 件 支 撑 业 务 开 发 支 撑 服务数 据 网站管 理系统 企业档 案 知识库 15 丰富的应用 智慧园区将基于统一的开发支撑平台，建立运营管理体系、政企互动体系和社区服务体系，持续构筑丰富的应用。 智慧园区将通过建立统一的业务开发支撑平台，整合园区信息资源、为园区运营管理提供高效而有竞争力的 ■ 项目资料管理 ■ 招商展示平台 ■ 项目信息管理 ■ 入驻企业统计 ■ 办公桌面 ■ 管理驾驶舱 ■ 知识门户 基本信息 联系人信息 纳税信息 项目信息 办公桌面 移动审批 报表查看 知识管理 房屋销控 房屋租赁 物业服务 收费管理 ■ ■ ■ ■ ■ ■ ■ 1 8 运营管理体系 园区数据中心统一运维、运营支撑平台

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 政府发文 产品文档 操作指导 巡检记录 ● 行业术 语库编程语 言规范 政策法规 数据开放已有很多先进探索，但依然存在 主动找 ” 数、被动供数 ，高质量领域数据的流通性问题仍然没 有得到解决。虽然私域数据的专业性、可靠性、准 确度可与行业场景更好适配，但专业领域知识积累 门槛高，周期长，数据隐私要求高，所以领域知识 的共享在实际落地上还存在难度。 多模数据对齐与合规制约：不仅多模态数据的对齐与 融合、数据合规流通等受制于技术的发展，在数据 产权确权、数据资产入表等方面也需要通过政策法 如医疗影像 - 磨玻璃影有多种定义）、专业人员 参与人员不足（海量医疗影像，需要专业医学专家 参与标注）、人工标注成本高，准确率低。 ③ 数据时效性差：行业语料、特定领域知识库的词 汇和术语未及时更新，无法覆盖新事件与新知识例 如行业政策法 “ 规语料停留在 2024 年 9 ” 月 。过时数据 “ ” 引发 假事实 、加剧模型幻觉。 · 多模态数据碎片管理，跨模态语义难对齐，AI 不理

...............................26 5.2.7 知识库维护.................................................................................................27 5.2.7.1 建立知识视图....................................... .............................27 5.2.7.2 知识数据维护....................................................................28 5.2.8 参数配置....................................................................... ......................................................................................31 5.2.10.1 知识库检索........................................................................31 5.2.10.2 全文检索(智能)...

力，满足不同大模型和应用场景的算力需求；多模态 大模型部署模块要实现对 DeepSeek、通义千问、智 谱等通用大模型的统一部署和管理，支持各类智能应 用的调用；数据治理工具链要提供数据清洗、脱敏、 标注、知识图谱构建等功能，提升数据质量；可信管 控系统要实现对数据的身份认证、权限管理、安全审 计等功能，确保数据安全；智能应用开发平台要为各 部门提供便捷的开发工具和环境，支持快速构建各类 智能应用。 平台需要提供全面的数据治理功能，包括数据清 洗、脱敏、标注、知识图谱构建等。数据清洗要能够 去除数据中的噪声、重复数据和错误数据，提高数据 的准确性；数据脱敏要对敏感数据进行处理，确保数 据在使用过程中不泄露隐私信息；数据标注要为机器 学习模型提供高质量的训练数据；知识图谱构建要将 分散的数据关联起来，形成结构化的知识体系，为智 能应用提供知识支撑。 通过这些功能，形成高质量的公共数据集，为大 模型管理 平台要具备强大的模型管理功能，能够实现对 DeepSeek、通义千问等通用大模型的统一管理。包 括模型的导入、部署、更新、版本控制等。要支持模 型的训练和优化，能够根据政务领域的语料和知识， 对通用大模型进行微调，提高模型在政务场景下的应 用效果。 同时，要提供模型性能监控和评估功能，及时发 现模型运行过程中的问题并进行优化，确保模型的稳 定运行和应用效果。 2.2.3 可信管控

时间序列 分 析等多种 AI 算法，可自动读取实时和历史数据，实现对关键设备的精准诊断。 ■ 算力与算法优化：硬件采用全国产 GPU 算力集群，提升大模型训练效率；软件层面构建 电 力行业调度知识库，采用“大小模型”协同机制，即“大模型 + 机理模型”融合方式，发挥 二者优势。 ■ 物理 - 数据混合驱动：将电力系统物理方程嵌入大模型训练，提升可解释性和泛化能力。 ■…… SOUTHERN POWER GRID 28 关键技术 电力系统 高维向量表征 ( 数字数据系统 ) 电力大模型 训练和推理 多领域知识融合的 电力智能应用 电力人工智能系统 AI EPS 核心成果 电力人工智能系统 技术挑战 信息 表征 算法 基础 知识 融合 智能 决策 电力人工智能的研究和思考 中国南方电 网 CHINA SOUTHERN POWER GRID 自适应 AI EPS 系统是一个根据基本物理规律、遵循电力系统技术原 则、符合电力系统应用需求，聚合物理、电气、气象、地理、社会、经济 等多维知识系统。 电压，电流，功率，拓扑… 中国南方电网 CHINA SOUTHERN POWER GRID 气象信息知识 物理电气规律 社会经济 地理信息 数值天气预报 文本信息 经纬度 37 精确性 AI EPS 对电力系统 的调控满足精确性要求

1980s-2000s 早期 2000s-2010s 2010s-2018s 2018s- 现在 推理期 知识期 统计学习时期 集成方法时期 早期神经网络时期 大模型时期 人工智能领域迭代迅速、多种技术流派蓬勃发展，在多个领域已有广泛应用。 背景 1—— 人工智能的概念及发 支持向量机 (SVM) 决策树 朴素贝叶斯算法 神经网络在多个领 域取得初步应用； 代表算法： 卷积神经网络 循环神经网络 图神经网络 聚焦知识工程 与专家系统构建， 通过人工整理知 识库驱动决策， 受限于知识获取 成本与规模瓶颈。 以符号逻辑为 核心，依赖人工 规则与推理系统 ( 如 专家系统 ), 强解 释性但泛化 能力 弱。 基于海量数据与 力 系 统 现 状 电 力 系 统 发 展 8/42 从数据上讲，通用数据分布与电力领域多模态数据差异过大，专业程度低、关联性弱； 从模型上讲，开源通用模型缺乏电力专业预训练 ( 缺乏专业电力知识注入 ) , 多模态支持不足； 从 应用上讲，现有国产化电力大模型在真实电力任务上性能不够高、与实际需求仍存在差距。 模型角度 开源训练数据 开源部分代码 开源部分权重 × 模型趋于闭源化

行业痛点 数字化转型趋势 典型应用场景 典型企业 石化 设备价值高 工艺复杂 产业链长 危险性高 环保压力大 设备管理不透明 工艺知识传承难 产业链上下游协 同水平不高 安全生产压力大 设备管理从黑箱管理 健康管理转变 知识管理从纸质封存 向模型封存转变 供应链管理从企业内 向企业间协同转变 安全管理从人工巡检 向智能巡检转变 设备健康管理 智能炼化生产 石化行业数字化转型趋势分析.................................... 10 2.1.1 设备管理：从黑箱管理向健康管理转变............. 10 2.1.2 知识管理：从纸质封存向模型封存转变............. 11 2.1.3 供应链管理： 从企业内向企业间协同转变......... 11 I 2.1.4 安全管理：从人工巡检向智能巡检转变 ................................. 15 2.3.1 加强底层数据分析，促进边云协同..................... 15 2.3.1 梳理炼化工艺知识，研发工业模型..................... 15 2.3.3 研发行业解决方案，推广典型应用..................... 16 三、煤炭行业 ...........

另有22%的企业聚焦产业出海，凭借数字化基建、本地化运营与合规体系，开拓全球市场。 数据来源：2025年度亿邦动力产业互联网千峰奖评选企业申报数据 54% AI创新：深度垂直化与价值务实化 • 垂直行业大模型涌现：基于行业知识与数据， 打造专用AI模型，解决特定领域痛点。 • AI智能体加速应用：企业开始应用AI智能体 实现业务流程自动化、决策支持与跨域协同。 • 数据闭环驱动演进：将数据视为核心资产， 通过闭环反馈机制持续优化AI模型与应用。 平均每个平台覆盖场景 平台覆盖3个及以上场景 - 27 - 震坤行：数据智能融合，构建工业用品智能体矩阵 震坤行自主研发的“行家玲珑”工业用品AI大模型，是扎根于工业用品垂直领域、基于海量行业数据与专家知识训练而成的混合专家 模型及智能体家族。它依托震坤行服务超10万家企业客户所积累的超2000万SKU产品数据与专家经验，以数据智能融合为驱动，精 准聚焦工业采购全场景中的核心痛点，打造了数十个专业AI 从“流程提效”全面迈向“决策智能”。 1 2 202209 202309 202409 202510 2,093 万 “行家玲珑”智能体家族 AI Agents 基础模型 多模态模型 知识库问答模型 导购助手模型 物料管家 行家助手 推品大脑 询报价 智能工作台 招投标 开发者平台 more 专家经验 商品数据 客户数据 供应商数据 第三方数据 震坤行“行家玲珑” 工业用品AI大模型

中国 人 工 智 能 公 司 深 度 求 索 及 其 大 模 型 产 品 DeepSeek 横空出世,深刻改变了各地政府在智慧城市 领域的治理模式,大模型已在智能座席、政务大厅动态 感知、市民知识库等各个环节被广泛应用 [3]。 根据国 家互联网信息办公室消息,截至 2025 年 6 月,中国已 经有 433 款大模型完成备案,上线提供服务。 从已公 开的备案信息来看,备案的公司类型丰富多样 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,多模态融合:处理和理解文本、图像、语音等 要体现在以下 4 方面。 2. 1 破解复杂治理难题 智慧城市面临海量异构数据、多元主体诉求和瞬 息万变的事件,传统规则引擎和浅层人工智能难以有 效处理。 大模型强大的语义理解、信息抽取、逻辑推理 和知识关联能力,为精准感知城市态势、智能研判风 险、科学辅助决策提供了前所未有的技术支撑。 2. 2 提升公共服务效能与体验 公众对便捷、高效、个性化的公共服务需求日益增 长 [8]。 大模型驱动的智能客服、政策解读、办事引导、个

测预警、安保警 力分析，活动现 场数据和安保工 作执行情况做事 前、事中、事后 的研判分析。 方案管理 规划活动安保方 案、应急策略、 警力部署方案等 ， 全程模拟安保和 突发事件预案推 演，形成知识库 模板 。 指挥调度 安保警力资源整 理、接入展示， 信息流转机制建 立，实现图上场 景化指挥调度和 突发事件的预案 处置。 02 03 4.4 学习教 育 通过智能终端采集到现场的信息，结合 5G 、 VR 技术，实现党史历程、红色文化的沉浸式体验。通过 知识 竞赛、闯关游戏等活动促进学习入脑入心。实现党建教 育 能力、文化传播渠道的扩展。 政策文 件 党章党规 领导讲话 在线课程 党建 知识 竞赛 5G+ 红色 文化 36 多方面宣传：内容涵盖时政要 闻、基层动态、思想政治、组 织建设、企业文化、人力资源、 • 规范的一体化党务管理流程 • 三会一课全程管理和监控 • 安全可靠的党费缴纳（免手续费） • 永不下线的支部活动开展 • 精准实时的党会速记和转录 • 形式活泼的党建游戏和知识竞赛 • 便捷可靠的数据统计和报表服务 我们的优势 39 省公司单点登录政企 BOSS 的订购界面发起订购； 政企 BOSS 提供政企产品运营支 撑 ，集中订购、集