软件 体系. 该体系构建了基于大语言模型的工业大模型, 其架构分为模型底座层、公共能力层和业务应用 层. 其中, 公共能力层提供时序数据、图像数据、文本数据等多模态处理能力, 业务应用层则结合具体 业务场景开发了多种类型的智能体, 包括图表智能体、低代码智能体、感知智能体、分析智能体、诊 断智能体、决策优化智能体和控制智能体. 这些智能体能够准确执行人类通过自然语言发出的各项任 务, 并通过组合调用公共能力层的能力来处理数据和知识 当前阶段流程工业智能工厂核心工业软件尚不具备这种能力. 近年来, 以大语言模型为代表的新一代人工智能技术发展迅速 [6], 特别是在结合工业多模态预训 练机制与多模态融合能力后, 为流程工业智能工厂建设带来了新的契机 [6,7]. 例如, 针对工业时序数据 的生成, MetaIndux-TS [8] 等模型展现了显著的进步, 能够有效解决数据稀缺问题. 大语言模型强大的 交互能力和跨领域逻辑思考能力能够将流程工业 智能工厂的知识经验融入核心工业软件体系中, 赋能 核心工业软件提升数据透明化程度、实现信息互通和利用、给出更具价值企业营运分析结果. 基于上述背景, 本文提出了基于大语言模型建立工业大模型驱动的交互式图表分析助手, 构建覆 盖建模、感知、决策、诊断全环节的多场景智能体, 赋能流程工业智能工厂核心工业软件体系. 本文的剩余章节组织如下: 第 2 节回顾了流程工业智能工厂的核心工业软件体系, 分析了核心工

BloombergGPT 率先登场。 BloombergGPT 的混合训练方法使其模型在金融任务上 的表 现大大超过了现有的大语言模型 ，而在通用场景上的表现则与之相当 ，甚至优于现有模型。 AI4Finance Foundation 开发 FinGPT ，为金融大 型语言 模型提供互联网规模的数据 ，以此推动金融领域的开源发展。 2 ） 国内金融垂类模型百花齐放。奇富科技率先宣布推出自研的金融行业 1. 通用+金融VS金融垂类哪方更强 通用 + 金融 VS 金融垂类哪方更强 通用语言大模型 金融垂类大模型 优势 泛用性强 由于在多样化的数据集上进行了训练，通用模 型能够处理各种话题和领域的问题 领域专业性 在金融领域具有专业的理解能力，更精熟于金 融术语和概念 灵活性和利用率高 与金融的结合主要有两条技术路径：①通用模型 + 金融语料训练金融大模型，②金融垂类大模型。 由于设计和训练目的不同，通用语言大模型与金融垂类模型在优劣上具有相对性。通用语言大模型在泛用性、灵活性、数据利用率、 迁移性上相比金融垂类更有优势，而在专业性、针对性、高精度和合规性上，金融垂类模型更胜一筹；在复杂度问题上，通用语言大模 型在结构上更加复杂，影响模型效率，而金融垂类模型则是在更新维护上具有复杂性。 数据来源：东吴证券研究所整理

智慧图书馆体系，助力全国公共图书馆智慧化升级 和服务效能提升 [2] 。图书馆作为公共文化服务的 主力军，一直都承担着满足用户文化和信息需求的 职能，应在内容、形式、平台和技术等方面统筹用 力，把握大语言模型带来的机遇，实现公共文化服 务的高质量供给 [3] [1 ] 中 国 政 府 网 . 习近平：高举中国 特色 社会 主义 伟大 旗帜 为全面 建设社 会 主 义 现 代 化 国 家 而 团 结 路 径 探 析 —— 以 扎 耶德 大 学 图 书 馆 为 例 [J] . 图书馆学研究 , 2 0 23(12): 3 4 - 43. 大语言模型（ Large Language Model ， LLM ）作 为 人工智能领域的重大突破，标志着自然语言处理技 术迈入新阶段。以 ChatGPT 为代表的一系列大语 言模型作为新型内容生产工具应运而生，快速被为 数众多的用户接受。截至 2023 在全球约有 1.8 亿用户 [1] ，国内的文心一言也完 成了 37 亿次文本创作任务，生成 3 亿行代码，基 于文心一言的星河社区已开发了超过 4000 个 AI 应 用 [2] 。 GPT 类大语言模型具备多模态、高效率的自动生 成方式，能够驱动各行各业的变革与发展，其中包 括为图书馆服务创新提供技术支撑 [3] 背景

机器中，让机器来具备了感知、思考、 决策的能力。 2. 什么是人工智能？ 人工智能基本概念 1950 年，图灵在论文《计算机器与智能》中提出图灵测试，将机器智能定义为 “若 机器能通过自然语言对话让人类无法区分其与人类，则具备智能” 。这一测试方法 至今仍是衡量 AI 智能水平的重要标准，例如 ChatGPT 等大模型均以通过类似测 试为目标。 图灵通过图灵测试与图灵机构建了人工智能的理论框架，其密码学实践与哲学思 为 AI 计算优化的芯片，能够高效处理大量数据和复杂的算法。 1. 人工智能的关键技术 机器学习 深度学习 强化学习 智能芯片技术 基础算法技术 二 、关键技 术 计算机视觉 自然语言处理 语音处理 多模态分析推理技术 1. 人工智能的关键技术 感知技术 二 、关键技 术 人工智能研究的三个门派 符号主义，又称逻辑主义、心理学派或计算机学派，是一种基于逻辑推理的智能模拟方法，认为人工智能源 相关技术 的关注与学习。 AI 的“ iPhone 时刻 ” 大模型的基本概念 大型语言模型 ( 又称 : 大语言模型、大模型 , 英文 :Large Language Model, 缩写 LLM) 是在大量语料库上训练 的机 器学习模型 , 使用自监督或半监督学习在大量未标记文本上训练数十亿个参数。大模型在语言理解方面表现出 非凡的能力 , 也能够执行从情感分析到数学推理的各种任务。 大模型与搜索引擎有着本质的不同

........................................................................................76 5.2.2 多语言导览切换............................................................................................... 应速度慢、语义理解 能力有限、多语言支持不足等问题，尤其在博物馆、景区、政务大 厅等场景中，难以满足用户对个性化、实时性及高准确率的需求。 据统计，2023 年国内公共服务领域的语音服务满意度仅为 62%， 其中 43%的投诉集中在语义误解和交互延迟上。 为突破这一瓶颈，本项目基于 DeepSeek 大模型构建智能语音 讲解系统，旨在通过先进的自然语言处理技术提升公共服务的智能 化水 ≥95%，支持中英等 20 种语言的实时翻译，覆盖 90%以上的常见 咨询场景；其次，将平均响应时间压缩至 0.8 秒以内，显著改善用 户体验；最后，通过模块化设计适配不同公共服务场景（如文化场 馆、交通枢纽），降低部署成本 30%以上。 关键技术指标对比如下： 指标 传统方案 DeepSeek 方 案 语义理解准确 率 78%- 85% 95% ≥ 多语言支持 5 ≤ 种 20

注：特征用于描述概念（3.2）。 [来源：ISO 1087：2019，3.2.1,有修改] 概念 concept 由特征（3.1）的独特组合创建的知识单元。 注1：概念不一定对应到特定的自然语言。然而，他们受到社会或文化背景的影响，这往往导致不同的分类。 注2：这是术语工作中术语“概念”所使用和指定的概念的“概念”。这与工业自动化或市场营销等其他领域所指 定的概念差异很大。 [来源：ISO XXXXX—XXXX/IEC SRD 63235:2021 2 客体对象的属性。 注：一个或多个对象可以具有相同的属性。 [来源：ISO 1087：2019，3.1.3] 术语 term 用语言学的方法表示一个一般概念的名称。 [来源：ISO 1087：2019，3.4.2，有修改] 4 智慧城市系统概念构建方法论 概述 方法论是指一套连贯、综合的方法，可以从中为特定应用选择前后连贯子集。智慧城市系统概念构 来。 GB/T XXXXX—XXXX/IEC SRD 63235:2021 3 图 1 智慧城市系统概念视角 方法论框架 方法论框架是指一种方式或结构，支持在开发系统时使用多种不同的方法和语言。 注：该方法论框架的定义改编自ISO/IEC 16500-8:1999，3.15。 智慧城市系统概念体系方法论框架是指一种系统的系统思维方式，支持在开发智慧城市系统时，将 多维度、多领域、多

链协同能力，还应评估企业工业互联网平台的应用情况，如工业 APP 的应用水平和创新能力。 5.2.3 数字化基础能力应围绕技术基础、管理基础、数据基础和安全基础四个重点方面，构建统一技 术语言、统一逻辑架构、统一业务语言和统一知识基座。 5.2.4 物联能力应评估企业工业边缘/网络能力、数据采集和生产/运营管控的情况。工业边缘/网络能 力重点评估企业新型网络覆盖情况，以及工业互联网标识解析的使用情况、边缘计算节点数量等。数据 业务场景规划 价值链管理能力 产业链协同能力 数字化管理平台 APP 应用水平 APP 创新能力 数字化基础 技术基础 新一代信息技术应用（统一技术语言） 新型数字技术架构模式（统一逻辑架构） 管理基础 两化融合管理体系（统一业务语言） 系统化管理体系融合（两化融合管理体系） 数据基础 数据标准化（统一知识基座） 元数据管理 安全基础 网络安全基础资源库 信息系统安全 数据安全 价值链管理能力 产业链协同能力 工业互联网平台 工业 APP 应用水平 工业 APP 创新能力 数字化基础 技术基础 新一代信息技术应用（统一技术语言） 新型数字技术架构模式（统一逻辑架构） 管理基础 两化融合管理体系（统一业务语言） 系统化管理体系融合（两化融合管理体系） 数据基础 数据标准化（统一知识基座） 数据治理能力成熟度评估 安全基础 网络安全基础资源库 信息系统安全

.........................................................................................100 2.2.3 语言大模型................................................................................................ .......................................................................................379 7.2.4 视觉语言导航................................................................................................. ......................................................................................389 7.3.3 视觉-语言-行动模型..............................................................................................

人工智能产生的构建包括数据资源、计算引擎、算法、技术、基于人工智能算法和技术进行研发及拓展应用的军事 应用领域 人工智能技术 • 人工智能技术是人类在咯用和改造机器的过程中所掌握的物质方法 ，包括自然语言处理、语音识别、计算机视觉等 传统意义上的 AI 技术， 同时还包括具备智能信息处理的海量数据、超复杂性、实时性等暂时还未触及的智能技术 20 世纪 50 年代到 70 年代初 ，人们认为如果能赋予机器逻辑推理能力 1992 2006 2012 2016 2018 机器学习期 计算机从数据中学习算法 深度学习在语音、图像、 自然语言处理领域大获成 功 个百分点夺冠 ImageNet Hinton 发表深 度学习的文章 莱第五代计算机 - 人 工智能计算机 - 由于 技术路线明显背离计 算机工业的发展方向 项目宣告失败 突破计算能力和 存储空间的限制 ，实现近乎实时的计算和存储能力。 云计算已经将人类稳稳地送上了第一级台阶。 感知智能： 机器能 够听得懂、看得清、 辨得真 ， 并与人直接交流对话。 以大数据为基础的自然语言理解、 图像图形认知、 生物特征识别 技术 ，让人类走上了第二级台阶。 认知智能： 机器能够理解人类的思维 ，像人类一样进行思考、 推理、 判断与决策。 以深度学习算法为驱动的知识挖掘、 知识图谱、

........................................................................................28 3.1.2 多语言支持与翻译.............................................................................................. 系统普遍面临数据处理能力有限、客户洞察深度不足、响应 效率低下等问题。例如，某零售企业 CRM 系统每月需处理超过 50 万条客户咨询，但仅能通过预设标签进行简单分类，导致 30%的潜 在商机因未能及时识别而流失。与此同时，大语言模型技术的突破 性发展为 CRM 系统智能化升级提供了全新可能。DeepSeek 大模 型凭借其千亿级参数规模、多轮对话理解能力和行业知识库定制功 能，能够有效解决传统 CRM 的痛点。 本项目的核心目标是通过深度集成 架构，通过行业知识增强训练和垂直场景微调，能够 显著提升客户关系管理的效率与精准度。 在自然语言处理层面，模型具备高达 128K tokens 的超长上下 文窗口，可无缝解析客户沟通中的复杂语义场景。例如在邮件沟通 过程中，系统能自动提取客户需求中的隐含意图，准确率达 92% （基于内部测试数据），同时支持中英日韩等 12 种语言的实时互 译，满足跨国企业客户服务需求。模型特有的多轮对话记忆功能， 可完整跟踪长达