天津腾云智航科技有限公司（中海达旗下子公司） 1 无人机管线应用解决方案 天津腾云智航科技有限公司 2016 年 天津腾云智航科技有限公司（中海达旗下子公司） 2 目录 1 石油、天燃气管线行业现状............................................................................................. ...............................................................16 天津腾云智航科技有限公司（中海达旗下子公司） 3 无人机管线应用解决方案 1 石油、天燃气管线行业现状 随着国民经济的快速发展，国家多能源的需求越来越大。我国现有在役石油天然气管道十几万公里， 遍布全国二十多个省市和渤海、黄海、南海等广大海域，形成了国民经济的“血脉”。石油、天然气管道 提高了夜间抢修队伍在处理应急事件的办事效率，无人机搭载热成像设备快速准确的为 出现故障点进行红外巡查，为寻找故障点和电线抢修赢得宝贵充足的时间； 2.3 管线地形选线 在管道勘察设计阶段，可以用无人机进行管道选线、评估应用。传统的管道线路选择采取手工在纸质 地图作业并结合现场踏勘的方式，这种方式不仅浪费人力物力，且数据来源单一、时效性差、数据处理工 作量大，已不能适应当前快速建设管道的需要。在选线过程中使用无人机，可以全面快速地了解地区的地

DeepSeek洞察与大模型应用 人工智能技术发展与应用实践 联通数据智能有限公司 史树明 2025年 -1- 目录 Contents 02 03 01 04 05 -2- • DeepSeek是私募量化巨头幻方量化旗下的一家大模型企业，成立于2023 年5月份。 • 幻方量化营收：作为中国头部量化对冲基金，曾管理资金规模超160亿美 元（2019年），年管理费收入超过3亿美元。 DS作为一款现象级应用，对全社会开展了一次人工智能科普再教育，DS C端应用人人装，人人感受人工 智能，政府、企业管理者认识到人工智能战略意义，由探索尝试，升级为战略布局，市场进入爆发期 DS上线20日，日活超4000万，已达到ChatGPT 74%，成为 C端现象级应用。微信、钉钉等头部应用纷纷接入 截至2月15日，全国10省省委书记将人工智能作为 新春第一会重点部署，B端大模型应用进一步加速 省份 部署实施“人工智能+”行动 山东 建立科技创新和产业创新融合机制 湖北 到2030年，具有全国影响力的科技创新高地加快形成 -10- DeepSeek影响：格局被打乱，AI竞争进入第二阶段 C端AI应用市场格局重构，新入局者迎来机遇 B端客户全面评估DS影响，重新论证基础模型选型 DS国内登顶、全球仅次于GPT，月均活跃用户数跃居第一， 全球全端DAU近1.2亿；纳米AI搜索（原360）将其核心模

2024 年 3 月 参 参与单位 腾讯研究院 中国通信工业协会物联网应用分会 毕马威企业咨询（中国）有限公司 腾讯云智慧行业五部 指导单位：中国通信工业协会 撰写单位： 1 工业大模型应用报告 目 录 1. 大模型为工业智能化发展带来新机遇 ....................... ......................................................................1 1.1. 大模型开启人工智能应用新时代 ......................................................................................................... ..................................................................................... 3 1.3. 大模型应用落地需要深度适配工业场景 ......................................................................................

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 • 教学网站访问量 • 在线讲座观看人数 • …… 目录 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 们在解决复杂问题和应对新的场 景时表现更加出色 学习能力强 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 语言生成能力 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 可迁移性高 1.2 大模型的发展历程 大模型发展历经三个阶段，分别是萌芽期、沉淀期和爆发期 1.2 大模型的发展历程 1

5G 应用产业方阵创新中心指南 （2025 年版） 5G应用产业方阵创新中心指南 前 言 5G作为支撑经济社会数字化、网络化、智能化转型的关键新型基础设施， 是推动网络强国、数字中国建设的重要抓手，也是促进经济社会高质量发展的重 要动力。我国高度重视5G发展，自2019年正式商用以来，5G网络发展迅速，现 已建成全球规模最大、技术领先的5G商用网络，截至2025年3月，我国5G基站总 数字化转型奠定坚实基础。 我国5G应用产业发展迅速，已实现从“跟跑”到“领跑”的历史性跨越，进入从 规模建设期迈入应用赋能的新阶段，现已覆盖工业、医疗、文旅、教育、交通等 多个国民经济行业，应用案例数超10万个。然而，5G应用产业发展，仍存在技 术适配难题、刚需场景不足、跨界人才稀缺、产业生态待完善等诸多挑战，亟待 产学研用各方协同解决。为此，5G应用产业方阵（5G AIA）组织编写本指南， 旨在持续构建跨行业、跨领域的5G融合应用创新体系，提升各中心技术创新和 产业服务能力，推动产学研用深度融合创新和资源开放共享，加快构建产业生态， 解决5G应用与产业创新发展面临的各类问题，促进5G应用产业的持续创新与规 模化发展。 截至目前，5G应用产业方阵通过每年创新中心评定和评估工作，评选出33 家5G创新中心，覆盖工业互联网、交通、电力、矿山等多个领域。5G创新中心 以创新驱动为内核，聚焦5G应用产业发展主线，深耕垂直领域场景研究，结合

2024年度 全球计算产业 应用案例汇编（ＧMVPS) Case Collection of 2024 Global Most Valuable Practice Solutions 全球计算联盟编制 Foreword 序 言 当时代的列车全速驶入数字化的轨道，计算产业正以前所未有的速度深刻改变着世界的运行方式与 发展格局。从现代化都市高效运转的智能交通体系，到充满活力的智慧城市建设实践；从高深莫测的科 GCC）于今年9月重磅发起“2024年度全球计 算产业应用案例汇编征集2024 Global Most Valuable Practice Solutions（GMVPS）”活动，得到了飞腾 开发者平台、极术社区、鲲鹏创新中心、昇腾社区的鼎力支持。 案例征集锚定三大核心方向，深度覆盖产业生态关键构建要素——年度技术创新类、智慧行业应用 类、可持续发展类，共收集到来自会员单位及产业伙伴累计近50份案例的积极申报。经由全球计算联 本册《2024年度全球计算产业应用案例汇编》汇集年度众多极具代表性的应用实例而成。这些实例 融合了云计算、边缘计算、机密计算等一系列计算技术，展现了在智慧金融、智能制造、智慧交通等多 个关键行业的开创性实践和绿色可持续发展的应用经验，为产业提供极具价值的参考与借鉴。 随着技术的不断进步和创新的持续涌现，计算产业也势必将在更多领域发挥关键作用。未来，全球 计算联盟GCC将持续搭建全球产业应用案例展示与交流的

2021年6月 供应链预测算法及应用 王桐 阿里巴巴-数字供应链事业部 Outline： • 预测场景及特性 • 预测算法研发路线及结果 • 预测应用案例 GMV预测 预测标的：GMV 提前期：未来1个月、一年 颗粒度： 行业*天*全国，行业 *月*全国 用途：支持整体经营计划（KPI制定，营销资源分配，供 应链资源分配） 评估口径：达成率 real/fcst （离线）商品销量预测：支持补货、调拨决策 （指数平滑、ARIMA、Holt-Winters） 1. 准确性：低 2. 稳定性：高 3. 可调整性： 低（后处理） 4. 可解释性：高（逻辑易于理解） 5. 执行效率：低（针对单条时序） 应用局限：后处理（规则）工作重 技术局限：难以拟合脉冲性波动；无法灵活引入海量协变 量（特征）信息；无法描述复杂的交叉影响 第二代：特征工程+经典机器学习算法 （GBDT/XGB/LGB、随机森林、SVR） （GBDT/XGB/LGB、随机森林、SVR） 1. 准确性：较高 2. 稳定性：较低 3. 可调整性： 中（特征工程 + 调超参） 4. 可解释性：低（黑盒算法，只能解释输入输出） 5. 执行效率：高（可批量训练/预测） 应用局限：调超参纯靠体力、算力；特征工程强依赖人工 判断、业务理解、数据探查、写SQL能力 技术局限：时序特征提取；类别变量的编码；损失函数选 择有限；端到端学习能力有限；训练策略难以定制 第三代：深度学习算法

2 | 2024 爱分析·央国企数字化应用实践报告 报告编委 报告指导人 张扬 爱分析 联合创始人&首席分析师 报告执笔人 李进宝 爱分析 高级分析师 外部专家（按姓氏拼音排序） 陈阳 科大讯飞 咨询专家 马若尘 网易易盾 解决方案专家 湾晓原 科大讯飞 咨询专家 喻友平 中关村科金 总裁 张利国 网易云商 解决方案专家 张社丽 蓝凌 副总裁 3 | 2024 爱分析·央国企数字化应用实践报告 特别鸣谢（按拼音排序） 4 | 2024 爱分析·央国企数字化应用实践报告 目录 1. 报告综述 6 2. 市场洞察 11 3. 大模型市场 28 4. 合规管理市场 42 5. 智慧办公市场 49 6. 68 关于爱分析 69 产品服务 70 法律声明 71 5 | 2024 爱分析·央国企数字化应用实践报告 报告综述 | 2024 爱分析 央国企数字化应用实践报告 6 1. 报告综述 1. “央国企 KPI”驱动央国企数字化投入稳中有进 在民营企业推进数字化转型的