华农财险 全流程数字化研发管理实践 李翔 华农保险技术中心总经理 www.top100summit.com 李翔 华农保险技术中心总经理 “ 12年互联网从业经验 8年自主创业 4年金融保险行业 从19年从0到1按照互联网模式组建了研发团队，逐步建立起了科技团队的数字化管理 体系，对研发流程进行全流程数字化监控和管理，不断提升人员产能，提升研发效 率。 ” 讲师简介 www top100summit.com 华农数智化成长之路 www.top100summit.com • 华农财产保险股份有限公司是由原中国保监会批准，于2006年1月注册成立的一家全国性 综合类财产保险公司。注册资本10亿元人民币，总部设在广东。 • 截至目前，公司在北京、江苏、四川、浙江、河北、河南、广西、山西、甘肃、广东、云南 11个省（自治区、直辖市）设有各级分支机构。 • 截至2023年，华农保险设有1 截至2023年，华农保险设有11家分公司、30家中心支公司、33家支公司、8家营销服务部， 全系统1300+人。 华农财产保险股份有限公司 www.top100summit.com WHY 数智化战略转型 行业监管趋严 合作伙伴线上化 用户人群互联网化 原有模式遭遇瓶颈 同质化严重 科技基础薄弱 后线成本较低，轻资产优势 机构人员精简，船小好掉头 www.top100summit.com HOW&WHAT：保险数智化经营逻辑

⼤大疆⽆无⼈人机解决⽅方案 浙江省⻰龙泉市公安局 基本介绍 Inspire one Pro （⿊黑⾊色） 样⽚片欣赏 • 全新的快拆桨和底座，拆装便便捷，锁定牢固可 靠。改进后，螺旋桨和桨底座之间的磨损⼤大幅 降低，显著延⻓长了了螺旋桨的使⽤用寿命。 • 全新的电机⽐比上⼀一代动⼒力力有所提升，带来更更出 ⾊色的操控⼿手感。即使搭载重量量更更⼤大的禅思X5系 列列航拍相机，依然操控精准、响应灵敏敏。 巧的相机机身中，并通过⽆无损数码变 焦提供7倍焦距*，为你灵活呈现⼴广⻆角视野或远景细节。与采⽤用像素插值算法的有损数码变焦 技术相⽐比，⽆无损数码变焦技术对更更⾼高像素的画⾯面进⾏行行裁剪，在放⼤大景物的同时保持画⾯面解析 ⼒力力 变焦前 变焦后 ⽤用灵活的视⻆角和清晰的影像将你的应⽤用带到全新境界。 Lightbridge技术为你提供远达5公⾥里里的控制距离和实时图 像，可对现场进⾏行

税务行业标准大模型 基本情况 当下，人工智能正在成为全球数字技术创新的前沿领域。大模型 作为工业革命级的生产力工具，正在成为赋能百行千业向数智化跨越 升级的变革力量。为进一步落实数字化国家战略，推进产业数字化进 程，深度挖掘细分应用领域，打造具有差异化的企业级 AI 大模型，360 集团与中税集团合作共建了税务行业标准大模型，该模型旨在于解决 税务行业性、专业性问题。 税务行业标准大模型在人机交互、复杂内容和语言理解等方面， 具有强大的分析和学习能力，可以精准获取有效税务信息，高效处理 日常重复业务，在提高税收管理效率的同时，可以降低税收管理成本。 此外，大模型训练语料库涵盖了巨大的专业数据，其中包含中税 集团多年累积的超百万法规库、千万量级的案例判例、几万本税务电 子书，以及专家知识及实操案例等。 目前，税务行业标准大模型成为了税务这一垂直行业领域大模型 领域大模型 的典型应用，并在注册税务师考试中的成绩已经超越了 ChatGPT。凭 借其创新技术与应用表现，入选“北京市通用人工智能大模型行业应 用十大典型场景案例”。 技术简介 一、税务行业标准大模型的技术优势 2023 年以来，360 集团发布了自研认知型通用人工智能大模型— —360 智脑，成为引领企业级市场数智升级的重要驱动力。在应用方 面，360 集团与中

DeepSeek大模型及其企业应用实践 林子雨 副教授 厦门大学 DeepSeek 厦门大学大数据教学团队作品 2025年3月3日 每个人都可以读懂的大模型科普报告（企业篇） 厦门大学大数据教学团队 团队联系方式：ziyulin@xmu.edu.cn 国内高校大数据教学的重要贡献者 团队负责人：林子雨 副教授 年轻力量：核心成员全部46周岁以下 结构合理：教学型、科研型、实验工程师 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. 企业大模型落地方案 5. 智能体的企业应用 6. 厂商提供的企业级大模型服务 7. 大模型典型应用案例 8. AIGC与企业应用实践 9. 大模型未来发展趋势 厦门大学大数据教学团队作品 1.大模型：人工智能的前沿 1.1 大模型的概念 1.2 大模型的发展历程 1.3 人工智能与大模型的关系 1.4 大模型分类 大模型分类 1.1 大模型的概念 大模型通常指的是大规模的人工智能模型，是一种基于深度学习技术，具有 海量参数、强大的学习能力和泛化能力，能够处理和生成多种类型数据的人 工智能模型。 通常说的大模型的“大”的特点体现在： 参数数量庞大 训练数据量大 计算资源需求高 2020年，OpenAI公司推出了GPT-3，模型参数规模达到了1750亿。 2023年3月发布的GPT-4的参数规模是GPT-3的10倍以上，达到1

基于大模型的具身智能系统综述 王文晟 1 谭 宁 1 黄 凯 1 张雨浓 1 郑伟诗 1 孙富春 2 摘 要 得益于近期具有世界知识的大规模预训练模型的迅速发展, 基于大模型的具身智能在各类任务中取得了良好的 效果, 展现出强大的泛化能力与在各领域内广阔的应用前景. 鉴于此, 对基于大模型的具身智能的工作进行了综述, 首先, 介绍大模型在具身智能系统中起到的感知与理解作用; 介绍大模型在具身智能系统中起到的感知与理解作用; 其次, 对大模型在具身智能中参与的需求级、任务级、规划级和动作 级的控制进行了较为全面的总结; 然后, 对不同具身智能系统架构进行介绍, 并总结了目前具身智能模型的数据来源, 包括 模拟器、模仿学习以及视频学习; 最后, 对基于大语言模型 (Large language model, LLM) 的具身智能系统面临的挑战与发 展方向进行讨论与总结. 关键词 大语言模型, 大型视觉模型 大型视觉模型, 基础模型, 具身智能, 机器人 引用格式 王文晟, 谭宁, 黄凯, 张雨浓, 郑伟诗, 孙富春. 基于大模型的具身智能系统综述. 自动化学报, 2025, 51(1): 1−19 DOI 10.16383/j.aas.c240542 CSTR 32138.14.j.aas.c240542 Embodied Intelligence Systems Based on