可疑行为的实时识别 高 机器学习、模式识别算 法 事件抽取 提取事件关键信息 中 自然语言处理、事件模 型 情感分析 分析事件中涉事人员的情绪状态 中 计算机视觉、情感分析 算法 实时监控视 图 多画面集中显示及控制 中 前端框架、视频拼接技 术 查询与检索 功能 快速检索历史视频数据 中 数据库技术、索引优化 分析报告生 成 自动生成事件报告 低 报告生成工具、模板引 存储需求。视频数据应根据录制时间、地点和事件类型进行分 片，便于检索和管理。 2. 元数据管理：针对每一段视频，系统应生成相应的元数据，包 括视频时长、分辨率、拍摄设备、拍摄地点、事件标签以及视 频摘要等。这些元数据将以数据库的形式存储，以支持快速索 引和查询。 3. 分析结果存储：视频智能分析结果需要进一步存储，以便于后 续的查询和分析。这些结果包括识别出的物体、场景变化、事 件 期目 标的关键因素。考虑到公共安全监控涉及海量数据，系统需要具备 高效的视频处理能力。针对不同场景，系统应能在 5 秒内处理完每 段视频，实现在极端情况下至少可以处理每分钟 1000 帧视频的视 频速率。此外，系统应具备良好的扩展性，以应对用户和数据量的 不断增长，建议在设计阶段预留额外的计算资源。 其次，系统的可用性需求也不可忽视。鉴于公共安全具有高度 的紧迫性，系统需要实现 99

供应链与运营业务主管 jane.zheng.pan@accenture.cn 潘峥 麦克斯·布兰切特（Max Blanchet） 埃森哲资深董事总经理、全球供应链与运营战略主管 克里斯·麦迪威特（Chris McDivitt） 埃森哲供应链与运营董事总经理、自主智能供应链全球主管 斯戴芬·梅尔（Stephen Meyer） 埃森哲商业研究院供应链与运营研究高级总监 实现自主智能供应链 3 战略布局 3. 重构人与技术的协作模式 图1 企业应对中断的反应时间与恢复时间 敏捷性 4天 11天 从中断或变更中 恢复的时间： - 60% 应对中断的 反应时间： - 62% 1至5个月（视具体问题而定） 此外，企业预计通过自主化运营能缩减约16% 的碳排放，这将直接帮助企业达成其可持续发展 目标。 再者，自主化运营能够增强企业韧性，以更好 地应对网络攻击、人才短缺、地缘政治动荡、极端

）对敏感数据 进行加密存储，并定期进行密钥轮换，以防止密钥泄露带来的风 险。此外，部署入侵检测系统（IDS）和入侵防御系统（IPS），实 时监控网络流量，识别和阻止潜在的攻击行为。为了防止内部威 胁，实施日志审计和异常行为检测，记录所有用户的操作行为，并 通过机器学习算法识别异常活动。 对于模型本身的安全性，采用模型水印技术，确保模型的版权 和完整性。同时，进行定期的安全漏洞扫描和渗透测试，发现和修 在不同设备（如桌面、平板、手机）上均能提供一致的体验。同 时，界面元素的大小、颜色、字体等应符合无障碍设计标准，确保 所有用户，包括视力障碍者，都能方便使用。 在交互设计方面，应采用直观的反馈机制，如按钮点击后的视 觉变化、操作成功或失败的系统提示等，确保用户能够及时了解操 作结果。此外，系统应提供详细的帮助文档和在线支持，帮助用户 解决使用过程中遇到的问题。 考虑到银行系统的安全性要求，界面设计还应包含多层身份验 Helvetica，确保在 不同设备上的可读性。  响应式设计：界面应兼容不同尺寸的屏幕，确保在 PC、平板 和手机等设备上均能正常显示和操作。  辅助功能：提供语音导航、放大缩小等功能，方便视障用户或 老年用户使用。 通过以上设计，Deepseek 大模型的银行系统界面原型不仅能 够满足用户的日常操作需求，还能提升系统的使用效率和安全性， 为用户提供更加智能化、个性化的服务体验。

. 在运动规划阶段, 首先将识别出的关键部件简化为 几何元素表示, 如将细长部分建模为向量, 而将其 他部分建模为表面, 然后在场景图像中标注这些几 何元素, 输入到视觉语言模型中, 通过语言提示使视 觉语言生成相应的空间几何约束. 获取操作约束之 后, CoPa 计算出抓取后的一系列目标姿态, 并将目 标姿态规划形式化为一个受约束的优化问题, 从而 得出符合物理规律且能精准执行的连续动作序列. 机器人通过检索记忆中视觉或语义上相似的物 体来获得可供性, 并利用预训练的扩散模型将检索 到的接触点映射到新物体上. 这种方法允许机器人 在零样本的情况下泛化操作不同类别的物体, 而无 需手动注释、额外训练、部件分割、预编码知识或视 角限制. 实验结果表明, Robo-ABC 在视觉 Afford- 1 期 王文晟等: 基于大模型的具身智能系统综述 5 ance 检索的准确性上比现有的端到端可供性模型 提高了 31.6%, 并且在跨类别物体抓取任务中达到 MOKA 中的关键点由用户在图像中标 出, 作者将该方法称之为视觉提示. 视觉提示有利 于将动作生成问题转化为视觉语言模型能解决的视 觉问答问题, 解决了自然语言表达能力不精确的问 题. MOKA 框架包括两个层次的推理过程: 高层任 务推理和低层动作推理. 在高层任务推理阶段, 视 觉语言模型将自然语言描述的任务分解为一系列简 单的子任务, 并总结每个子任务的信息, 如抓取对 象、未固定对象和运动方向等;

投资决策模 型 • 强补固拓模型 • 创新主体评 价 应用实例：市域四链融合决策应用实践 特色 创新 特色 创新 术建设中国视谷产业大脑，驱动政府、园区、企业、人才等多元创新主体共谋产业发展 产业集群四链融合决策应用实践：中国视谷产业大脑 围绕“政府精准治理、产业生态培育、企业创新服务”的需求，运用知识计算、大数据等技 产业集群四链融合决策应用实践：萧山机器人产业大脑

首先，要确定深度学习模型的主要任务，这些任务通常包括图 像识别、目标检测、语音识别以及视频分析等。针对铁路沿线三维 环境数据，我们特别关注以下几个方面的应用： 1. 图像与视频分析：通过卷积神经网络（CNN）对铁路监控视 频进行实时分析，有效识别铁路沿线的设备和障碍物，确保安 全运行。 2. 目标检测与分割：利用 YOLO（You Only Look Once）或 Mask R-CNN 等目标检测算法，对铁路沿线的物体进行精准 o 支持多级用户角色，如管理员、普通用户、审核员等， 确保数据安全性和访问控制。 2. 数据可视化模块： o 展示铁路沿线的实景三维数据，用户可以进行自定义视 角的调整。 o 提供环境监测数据（如气候、噪音、振动等）的实时可 视化图表。 3. 报告生成模块： o 自动生成铁路沿线监测和维护报告，支持导出为 PDF、Word 等格式。 o 提供统计分析功能，帮助用户识别趋势、异常和关键事 必须考虑以下 几个关键因素，以确保传感器和监控设备的布置合理、合理、有 效。 首先，传感器的选择应根据具体的监测需求来进行。常用的传 感器包括温度传感器、湿度传感器、振动传感器、声音传感器、视 频监控设备等。其中，振动传感器和声音传感器能够有效监测列车 运行过程中的噪声与振动，对铁路设施的安全状态进行全面评估； 而温度和湿度传感器则可用于评估环境的影响，确保设备在最佳状 态下运行。

广东政数局 ”粤经济“平台 n 经济运行大模型落地北京发改委、广东政数局等多省市项目 -23- 大模型赋能公安智能化 n 联通数智公司联合北京联通等打造元景公安大模型，在北京西城、安徽省厅等多省市视侦智能化升级项目试点应用  在北京西城区公安局试点，提供以特征搜特征的大模型视觉分析能力，解决小模型无法识 别的复杂场景  7月，该试点实验室进展收到了公安部领导的肯定，对取得的成果进行充分肯定，希望在中

练大模 型，可以生成高质量、符合人类写作习惯的文本内容，极大地提高了内容生产的效率和 质量。 （2）图像生成 在图像生成领域，大模型能够生成逼真的图像、视频等内容。这种能力在艺术创作、影 视制作、广告宣传等领域具有广泛的应用前景。例如，通过训练大模型，可以生成具有特定 风格的绘画作品或电影场景。 （3）语音生成 大模型在语音生成领域的应用主要体现在语音合成方面。通过训练大模型，可以生成 量、选择性冻结模型部分参数以减 少偏见传播，以及直接移除与偏见歧视相关的神经网络节点等。在模型上线后，建立用户 反馈机制，积极收集并响应关于偏见和不公平性的反馈，通过迭代优化逐步消除偏见与歧 视问题，确保保险服务的公正性。 （3） “幻觉”缓解。检索增强生成（RAG）技术结合外部知识源，确保模型输出基于可靠 信息；有监督微调（SFT）技术通过特定数据集提升模型对保险领域的理解和生成能力；思 4.6 伦理与合规 （1）隐私泄露风险。在保险行业中，大模型技术常用于处理客户的个人信息，如健康状 况、财务状况等。如果数据保护措施不当，可能导致客户隐私泄露，违反相关数据保护法规。 （2）视偏见加剧的风险。利用大模型收集分析人类行为、社会地位、经济状态、个体性 4.6.1 安全风险 格等，对不同人群进行标识分类、区别对待，可能导致不公平的决策结果，带来系统性、结 构性的社会歧视与偏见。

推动了存 力性能的提升。北京、上海拥有大量的科研机构和金融机构，对数 据存储的可靠性和高性能要求高，促使算力中心采用先进的存储技 术和设备。福建在民营经济活跃和地理位置优越的双重优势下，重 视存力质量建设，提升 IOPS、存算均衡、先进存储占比等。 综合算力指数 24 来源：中国信息通信研究院 图 12 省级行政区存力分指数-存力质量 Top10 （五）运力分指数 1.整体情况

化应用的升级，智能体的商业化将迎来新的突破。  建议关注：AI 算力、模型和应用：寒武纪-U、海光信息、景嘉微、龙芯中科、浪 潮信息、中科曙光、神州数码、软通动力、中国长城、科大讯飞、中控技术、海 康威视、大华股份、商汤-W、赛意信息、宝信软件、万兴科技、虹软科技、新致 软件、新国都  风险提示：1.大模型发展不及预期；2. AI 智能体发展不及预期；3.智能体下游需 求不足。 23289