——Deepseek 冲击波系列报告 ⚫ ⚫ ⚫ ⚫ ⚫ 维持评级 程培   宋丽莹  孟熙  行业深度报告 · 医药生物行业 Catalog 行业深度报告 · 医药生物行业

科技有限责任公司、中国质量认证中心有限公司 编写组成员（排名不分先后） 马季春 王曼 施晶峰 王月 张建峥 赵以爽 杨军刚 杨伊鸣 郭光鑫 吴茜 梁宇 栋 马凤鸣 党朝志 赵金辉 陈常水 颜万瑞 吴涛 顾剑波 谈儒猛 夏冬 胡铭珊 孙东旺、熊家振、许轶 版权声明 本研究报告版权属于全球计算联盟。 使用说明：未经全球计算联盟事先的书面授权，不得以任何方式复制、抄袭、影 印、 与协同创新，共同推动智算服务发展与应用推广，为构建高效、绿色、智能的 未来计算环境贡献智慧和力量。 全球计算联盟 智能产业发展委员会 2025 年 11 月 2 目 录 智算服务案例集 ......................................................................................... 问答准确率可达 93%，事 项推荐准确率可达 90%；针对窗口收件受理场景建设了“合小 i”智能综窗助理，辅助窗口 工作人员解决办事群众口语化表述需求理解难、申请材料审核耗时耗力、办件登记边看边录 易出错等问题，目前试点窗口利用智能综窗助理收件已覆盖窗口收件 95%以上，办件登记效 率提升 5 倍，材料审核时长最高缩短 80%，大幅提高综窗人员服务质效，减少群众办事等待 时间，给办事群众带来更高效更优质的办事体验。

发展 筑牢根基。 时间仓促，报告仍有诸多不足，恳请各界批评指正。后续我们 将不断更新完善，如有意见建议请联系中国信通院研究团队： dceco@caict.ac.cn。 综合算力指数 目 录 一、综合算力研究背景........................................................................................ .................................................................................. 43 综合算力指数 图 目 录 图 1 综合算力指数体系 4.0.................................................................................. 城市算力分指数 Top30................................................................................... 36 表 目 录 表 1 指标体系与计算口径.....................................................................................

项目编号： 股票量化交易基于 DeepSeek AI 大模型 应用场景 设 计 方 案 目 录 1. 引言....................................................................................................................................... 交易平台无缝对接，实现自动下单和仓位管理。其低延迟的设 计确保了在高频交易场景中的竞争力。  风险控制与回测：DeepSeek 内置了多层次的风险控制机制， 包括止损、止盈策略以及仓位管理算法，能够有效防范市场波 动带来的风险。同时，其强大的回测功能支持历史数据的模拟 交易，帮助交易者评估策略的稳定性和盈利能力。 以下是一个典型应用场景中 DeepSeek 处理流程的简化描述： 通过上述流程，DeepSeek 进行股票量化交易时，首先需要对市场进行 深入分析。当前市场环境呈现出以下几个特点：首先，市场数据呈 现指数级增长，包括历史价格、财务数据、社交媒体情绪等多维度 数据，传统方法难以高效处理和分析这些海量信息。其次，市场波 动性增加，尤其是在全球经济和政策不确定性加剧的背景下，股票 价格的波动更加频繁和剧烈。此外，市场中存在大量噪声数据，如 何从中提取有效信号成为一大难题。 为了应对这些挑战，DeepSeek 平台采用了多种先进技术。首

工业总产值 ; 股市交易行情及成交量 ; 央行黄 金及外汇储备 ; 通胀指数 贵金属 国际 / 国内交易行情 , 交易量 ; 美元指数 ; 国际金银期货指 数 ;ETF 价 格 ; 能源价格波劢率 ; 实物价格 外汇 美元指数 ; 各币种央行基准利率 ;FED,ECB, 人行利汇率劢态信 息 ;CNY/CNH 价差 债券 债券指数 ; 人行利率政策发布 ; 银行间同业拆放利率

项目编号： 审计领域接入 DeepSeek AI 大模型构建 Agent 智能体提效 设 计 方 案 目 录 1. 引言................................................................................................................................ 据库直连、文件解析等方式对接 ERP 系统（如 SAP、Oracle）、财 务软件（如用友、金蝶）、OA 系统以及税务平台，实现审计相关 数据的自动化抽取。针对非结构化数据（如合同扫描件、邮件记 录），采用 OCR 识别与 NLP 文本解析技术提取关键字段，并标注 数据来源与时间戳以确保可追溯性。 典型审计数据源及处理方式如下表所示： 数据类型 数据来源示例 标准化方法 输出格式 结构化数据 关联键 凭证事实表 会计期间维度 fiscal_period_id 银行交易事实表 金融机构维度 bank_id 3. 实施元数据管理，通过 Apache Atlas 构建数据血缘图谱，记 录字段级转换历史。对于敏感数据，在标准化过程中同步完成 脱敏处理，采用保留格式加密（FPE）技术确保审计线索不丢 失。最终输出符合 XBRL GL 标准的清洁数据，供后续分析模 块调用。整个流程通过

项目编号： 铁路沿线实景三维 AI 大模型 应 用 方 案 目 录 1. 项目背景与目标............................................................................................6 1.1 铁路运输的重要性...................................... 换、去噪声和补全 缺失值等处理，以确保其适应后续分析的要求。常用的处理方法包 括：  数据归一化：将数据调整至同一尺度，以减小不同特征之间的 差异。  去噪声：使用滤波器如中值滤波、小波变换等方法，去除数据 中的随机噪声影响。  缺失值处理：采用均值填充、线性插值等方法对缺失数据进行 处理，避免对分析结果的干扰。 完成数据预处理后，接下来进行特征提取，旨在从大量原始数 据 以下几种方式进行：  图像特征提取：使用卷积神经网络（CNN）提取视频监控获 得的图像中的物体特征，识别出列车、车辆及障碍物。  时序特征分析：对传感器采集的时序数据进行傅里叶变换或小 波变换，提取出频域特征。  深度学习特征学习：利用深度学习模型自动从原始数据中学习 到高层次的特征表示，减少人工干预。 特征提取完成后，将数据输入至人工智能模型中。模型的选择 依赖于具体的任务

团队相关作者 49/80 鲁洁 章文恺 冯晨昕 张健 郑泽宇 章超波 荷兰埃因霍温理工大学 王嘉茜 贺佳宁 蒋睿勤 博士后 报 告 提 纲 大语言模型应用的科研案例 …

Deepseek 大模型在银行系统的部署 方案设计 目 录 1. 项目概述.......................................................................................................6 1.1 项目背景.......................................... 务逻辑，确保在对话中提供准确且专业的回答。 其次，模型需要支持多轮对话管理，能够在长时间的交互中保 持上下文的一致性，避免客户在多次询问同一问题时得到不一致的 答案。同时，模型应具备情感分析能力，能够识别客户的情绪波 动，并根据情绪调整响应策略，提升客户体验。 在银行业务中，模型还需具备高度可定制性，能够根据不同银 行的具体业务需求进行定制化训练。例如，针对不同银行的产品 线、业务流程、合规要求等，模型能够进行相应的调整和优化，以 过手机短信、硬件令牌或生物识别等方式进行二次验证。这一措施 将有效防止因密码泄露导致的未授权访问。 在会话管理方面，系统将实施会话超时和自动注销机制。用户 在一定时间内无操作后，系统将自动断开其会话，并要求重新登 录。此机制能够有效防止因用户忘记注销而导致的安全隐患。同 时，系统将记录所有用户的访问日志，包括登录时间、操作内容和 退出时间等，便于后续的审计和追踪。 为了应对潜在的跨站请求伪造（CSRF）攻击，系统将在所有

呈现当前业务状 态，识别潜在问题；预测性分析通过时间序列分析、回归模型等方 法，预测未来趋势和可能的结果；规范性分析则基于优化算法，提 出最优决策方案。例如，在供应链管理中，模块可以预测需求波 动，建议最优库存水平，从而减少库存成本和缺货风险。  实时监控与预警：模块能够实时监控关键业务指标（KPI）， 并通过可视化仪表盘展示。当指标偏离预期范围时，系统自动 触发预警，提醒决策者及时干预。 断或数据缺失等，检验系统的容错能力和恢复机制。 为提升测试效率，测试团队将采用自动化测试工具进行回归测 试，确保每次代码更新后核心功能不受影响。同时，人工测试将专 注于复杂场景和边缘案例，以确保系统的鲁棒性。测试过程中将记 录所有测试结果，包括成功案例和失败案例，并对失败案例进行详 细分析，定位问题根源并反馈至开发团队进行修复。 以下为功能测试的关键测试点： - 自然语言处理（NLP）：验证系统能否准确理解用户意图，支