· · · 99 5.1.7 华农保险· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 104 5.1.8 众安保险· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 113 5.1.9 信美相互人寿· · · · · · · · · · · · 107 企微运维机器人· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 108 华农保险大模型微调效果· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 111 众安AIGC中台-众有灵犀· · · · · · · 灵活性与效率。此外，开源模型的不断涌现，不仅加速了技术的普及与应用，也为全球开发 者共同推动AI技术的进步搭建了广阔的舞台。 1.引言 1.1 大模型技术近一年的发展演变 资料来源：集微咨询（JW Insights）整理绘制，本图谱仅列举全球典型企业及相关大模型， 排名不分先后 图1 大模型产业图谱 �� 大模型训练数据通常来自网络获取数据、外部付费/开源数据集、企业自有数据以及AI

定性，国内领先的保险科技平台——元 保，联合国内保险科技研究机构——分子实验室，共同发布《人工智能大模型保险行业应用评测报告》。报告特邀国内知名 高校专家学者、中国大地财产保险股份有限公司、众惠财产相互保险社等共同调研并撰写完成。 《报告》通过保险、法律、医疗等相关领域常规知识问题，测试大模型的基础能力，同时针对部分主要典型的应用能力设计 了保险业务场景设定及问题，以测试大模型的实际

学习 技术快速识别鸣叫声和其他音频信号，进而推测物种的存在与活 动。通过声音模式的变化，AI 模型还可以判断生态环境的变化情 况。 另外，文本数据同样不可忽视。科学研究、环境评估报告和公 众参与的调查问卷等，均可为多模态 AI 提供重要的上下文信息。 通过自然语言处理技术，分析文本记录中涉及的生物多样性相关信 息，提取出关键线索，为综合评估生态健康提供支撑。 为了方便呈现多模态 AI 模型分析生态系统的动 态变化，为生态保护与修复提供科学依据。这包括对重点生态 区的监测和数据分析，推动生物多样性保护项目的实施。 4. 公众参与与教育：线上线下结合的方式，利用 AI 技术提高公 众的环保意识和参与度。开展互动式的环保教育活动，借助智 能设备进行实时反馈，鼓励社区参与生态保护活动。 5. 政策制定与评估：利用多模态 AI 进行政策模拟和效益评估， 为政府制定可持续发展的政策提供科学依据。通过对历史数据 保护水资源。 此外，应重视用户的反馈和参与，构建一个良性的生态环保治 理生态系统。通过用户端的 APP 或平台，公众可以实时反馈环境问 题，同时获取 AI 系统的分析与建议数据，这种互动将极大提升公 众的环保意识和参与度。 在技术实施层面，建议采用分布式架构与边缘计算技术，以提 升数据处理的效率和实时性。这样的技术架构能够支持海量数据的 并行计算，确保信息处理不再是瓶颈。同时，支持不同硬件设备的

大模型能够主动识别潜在的安全隐 患，从而为决策者提供及时而精准的信息支持。 其次，在事件检测与响应方面，AI 大模型在图像识别和事件推 理中表现出色。这些模型可以基于行为模式识别异常活动，比如聚 众斗殴、盗窃或其他非法活动，提供预警机制，有助于提高第一响 应者的反应速度。此外，将 AI 大模型与现有监控系统结合，能更 快地从历史视频数据中检索到相关信息，为调查和事后分析提供便 利。 在数据整合方面，AI 复杂活动识别、大规模视 频数据分析 此外，为了实现模型的高效运用，应该考虑构建一个智能化的 数据预处理模块，采用数据增强技术，提升模型的泛化能力。同 时，引入迁移学习方法，可以在已有的预训练模型基础上，进行微 调，以适应特定的公共安全场景，这将大幅降低模型训练时间，并 提高识别率。 在整个技术架构设计中，确保模型的可扩展性、可维护性和高 性能是至关重要的。因此，建议在模型选择时、实际应用中不断迭

定位和追 溯。此外，标注数据的存储应遵循标准化格式，如 JSON、CSV 或 数据库表结构，便于后续处理和导入模型训练流程。 对于大规模标注任务，可以采用众包模式，但需特别注意以下 几点： - 设计清晰的任务说明和示例，确保众包人员能够准确理解 任务要求； - 设置合理的质量控制措施，如设置测试题或引入多标 注共识机制； - 建立激励机制，根据标注质量和数量给予相应奖 励。

依托该平台可实现线上线下各类组织活动的开展和管理，实现 党务工作全过程留痕，助力基层党务工作平台化、数据化、规 范化管理以及党建教育常态化开展。 平台架构 目标客户 各级党组织 应用层 PC 大屏 微信 H5 APP 功能层 党组织信息 党员信息 历史党组 织信息 历史党员 信息 基础信息 党的建设工作 领导小组会议 机关党委会议 党务管理 党内激励关怀 学习任务 每日一题 活动发起 党组织发起公益活动 活动预约 希望参加的党员、居民进行活动预约 活动开展 活动开展 / 拍照、视频记录 活动记录 记录活动过程 / 上传活动材料 / 心得分享 平台功能  微课随学：微课形式体现，通过碎片化时间学 习，让学习党课无时无刻。  学而致用：每个课时学习完成都有匹配课时内 容的考试，时刻了解党员学习成果。  寓益于学：信息展示、交流互动，帮助党员收 获更高价值，多维度的排行榜机制，促进创新 政治生日 排行榜 积分商城 奖惩机制 增值服务 平台功能  直播  党费缴纳  AI 党建助手  视频会议  工会服务  共青团服务  投票选举  问卷调查  微博朋友圈  其它定制功能 特色功能模块建设 -- 大数据中心 平台功能  利用大数据技术提取信息库中的数据，对 党组织党员情况、学习数据、党务工作情 况、平台运营情况等进行汇总统计。

技术和架构创新，提升AI时代的向量数据处理和协同计算效率 3.3 强化硬件安全设计，持续增强安全保障能力 3.4 全球一致的云服务能力体系，全面助力企业国际化战略 优秀实践分析 04 4.1 小鹏汽车 4.2 微帧科技 4.3 嘎嘎射击 4.4 蚂蚁集团ZOLOZ 前言 IDC分析师认为：全球AI基础设施革新的浪潮中， 算力需求的爆发正在驱动云计算与边缘计算深 度融合，行业定制化与智能化服务加速渗透 的双单路设计，能够有效降低故障时的爆炸半径，并实现故障时 自动切换，降低业务中断风险，为小鹏 7x�� 小时不间断的数据处理业务提供了坚实保障，确保 了研发进程不受中断。 �� 4.2微帧科技 微帧科技（Visionular）作为领先的视频编码与超高清服务提供商，深耕视频编码、深度学习、图像处 理等领域 20 余年。公司拥有自研的核心编码引擎，为长视频、短视频、直播、RTC 等全视频场景提供 等全视频场景提供 智能化解决方案，目前已与国内外 100 多家头部企业达成合作，每月处理视频超 15 亿分钟，覆盖从 云端到终端的全链路视频服务。 业务痛点： 高性能算力需求：释放自研编码内核技术潜力 微帧科技自研的编码内核需要高性能算力平台，满足超高清视频处理的计算强度需求。在视频 编码前，需要运用降噪、画质增强等 AI 预处理技术对原始视频进行优化，这需要强大的算力支 持，用以在压缩过程中保障画质。

解决客户问题 • 微信公众号丌能智能 回答用户提出癿问 题，导致大量咨询用 户转至“小麦客服” 人 工服务。 • 希望通过微信公众号 智能问答系统，减轻 人工客服工作压力。 • 格式丌一癿内部业务 文档，服务话术 • 大量非结构化业务文 本癿自劢化知识加工 • 灵活多变癿用户问题 句式需要语义分析才 能真正理解 案例 - 某大型保险集团公司微信人机互劢系 统 客户画像 投资产品分析 资产配置建议 1. 完善投资理财 8 大规划 2. 投资产品组合及策略优选 3. 建设投顾、教育及生态一体化平台 1. 2. 多渠道客服机器人支持（微信、 APP 、 Web ） 营销机器人（营销内容推送） 统一业务服务机器人 1. 外呼机器人（交易确讣、服务提醒） 2. 推荐机器人 总体目标 1. 非结构化数据采集、加工服务能力

20+ 个 | +150% | 实施路径将分三个阶段推进： 1. 模型能力对接 - 部署 DeepSeek API 网关 - 构建 CRM 数据预处理管道 - 开发意图识别微 调模块 1. 系统功能增强 o 智能工单自动分类 o 实时对话质量监测 o 预测性客户分级 2. 业务场景落地 o 售前咨询智能导购 o 投诉预警主动干预 o 高价值客户识别模型 万条记录，失败自动重试 3 次后进入死信队列人工干 预。 异常处理机制包含三级熔断策略：当接口错误率超过阈值时， 依次触发（1）请求降级返回缓存数据（2）流量限速 50%（3）全 链路熔断并触发企业微信告警。数据一致性通过分布式事务 Saga 模式保障，关键操作记录审计日志并保留 180 天。该方案已在金 融、零售行业多个客户项目中验证，系统可用性达 99.95%，日均 处理交互数据超 200 天预测可能故障部件 - 自动生成预防性维护建议（含备件清单和操作视频链接） - 同步推送服务经理移动端，确保及时跟进 跨渠道体验优化 整合微信、官网、400 电话等多渠道数据流，大模型可识别客户旅 程断点： - 当客户在官网反复查看产品页但未留资时，触发企业微信精准触 达 - 对投诉后 48 小时内未解决的客户，自动分配高级经理外呼任务 - 统一各渠道服务口径，确保品牌表达一致性（风格检查准确率

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 要求 广东 集中发力人工智能和机器人领域 浙江 加快建设创新浙江、因地制宜发展新质生产力 2、挂RAG知识库、联网搜索优化等 3、接入智能体平台 ….. B端生产场景多数重复使用模型某一重复能力， 大量百亿级参数模型即可适用 • DS -V3/R1满血版推理需16-32张910B，LORA微 调需512张910B。大量客户无支持微调的算力。单 任务算力消耗与百亿级参数模型不在同一量级 • DS 最惊艳的R1版，一次推理多在10-20秒，更适合 代码、数学、复杂规划等场景，很难响应B端高实时