和卡脖子的争夺 产业认知决策：国家战略需求 资源优化配置 产业链自主可控 卡脖子技术识别 晶圆制造 存储器制造 整机组装 终端制造 芯片架构 操作系统等 现在 ：主导权和卡脖子争夺 过去 ：分段互补合作模 式 终端 制造 技术标准 核心专利 核心器件 高端设备 基础支撑保障 供应风险 政府决策需求 企业创新需求 航空航天、轨道交通、新材料、新能源、电子信息等战略产业、未来产业对产

深度学习在智能助理产品中的应用 胡一川 结束语 . 提升智能助理产品的可靠性 . 智能助理产品的特点 . 深度学习与智能助理 目 录 用户终端的变化和技术的进步，推动更自然的人机交 互方式及产品形态 通过理解文本或语音形式 的自然语言来协助用户完 成需求的软件应用或平台 2000s PC 键盘 & 鼠 标 网站 时间 设备 交互方式 产品形态 2020s

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 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 “峰值不卡顿、 低谷不浪费” 的精细化运营。 �� 4.4 蚂蚁集团ZOLOZ 蚂蚁数字科技是蚂蚁集团的技术商业化业务部门，ZOLOZ 是蚂蚁数科的身份安全品牌，产品囊括可 信身份认证、反洗钱、终端安全等，为中国、印尼等 14 个国家和地区的 70 余家合作伙伴提供技术服 务。ZOLOZ RealId 产品采用深度学习模型提供实人认证、人脸识别、证件核验等组合能力，帮助客 户解决数字化渠道

高。 因此，保险公司必须找到提高运营效率、推动产品创新、改善客户和员工体 验的新方法。例如，为什么客户不能像追踪亚马逊物流或优步司机那样追踪 3 他们的保险索赔进度呢?在与终端用户的交流上，这只是保险公司落后于其他 消费者行业的一个方面。 此外，保险产品本身也在发生变化。保险公司正在从简单的赔偿模式向事故 预防和风险管理模式转变。为了让这些新产品发挥作用，保险公司必须能够

3000 亿元。到 2027 年，全省人工智能产业底座进一步夯实，算力规模超过 60EFLOPS，全国领先的算法体系和算力网络体系基本形成；智能终端产品供 给丰富，在手机、计算机、家居、机器人等 8 大门类，打造 100 款以上大规模 使用的智能终端产品，人工智能核心产业规模超过 4400 亿元；聚焦制造、教 育、养老等领域，打造 500 个以上应用场景，各行各业劳动生产率显著提升。 资料来

基于用户行为分析的个性化搜索结果排 序。 2. 多模态数据（文本、图像、音频等）的联合搜索与语义理 解。 3. 上下文感知的智能推荐与问答系统。 第三，项目将构建一个可扩展的用户界面与 API 接口，支持多 种终端的无缝集成。用户界面将提供直观的操作体验，支持多语 言、多平台（Web、移动端、桌面端）的访问。API 接口则将提供 标准化的数据查询与分析服务，便于第三方系统的集成与二次开 发。 此外，项 统应支持自动化部署和持续集成/持续交付（CI/CD），以减少人为 错误，提高部署效率。 在用户体验方面，系统应具备良好的响应性和易用性。通过优 化前端代码和减少网络请求，确保页面加载时间在 2 秒以内。同 时，系统应支持多终端访问（如 PC、移动端），并在不同设备上 提供一致的交互体验。例如，采用响应式设计框架（如 Bootstrap）和渐进式 Web 应用（PWA）技术，能够提升用户在 不同设备上的使用体验。 时性和高 吞吐量。  智能处理层：集成深度学习与规则引擎，提供高效的决策支 持。  业务逻辑层：定义核心业务流程，确保功能完整性与可扩展 性。  用户交互层：提供多样化接口，支持多终端用户交互。 为提高系统的可观测性，架构中集成了监控与日志管理模块， 通过 Prometheus、Grafana 等工具实现性能指标的实时监控与分 析，同时使用 ELK（Elasticsearc

行交互，同时，模型的版本管理和更新也将通过容器技术进行，以 便于快速迭代和扩展。 应用层则是系统向用户提供服务的界面，用户通过该层可以访 问系统的各项功能，例如数据可视化、预测分析、异常报警等功 能。终端用户的设备可以是 PC、平板或者移动终端，应用程序通 过 RESTful API 与后端服务进行交互，实现数据的读取、处理和结 果展示。 整个系统架构设计遵循微服务架构的理念，各个模块之间通过 标准接口进行通信，确保了系统的可扩展性和可维护性。如表 细描述用户体验测试的实施步骤、测试内容、反馈收集和改进方 案。 首先，在用户体验测试的实施过程中，我们需要选定目标用户 群体，确保涵盖不同的使用场景和需求。这一目标用户群体应包括 铁路运营管理人员、维护人员、列车司机以及终端用户等，样本数 量不应少于 50 人，以确保测试结果的有效性和代表性。 接着，测试内容应主要围绕以下几个方面设计： 1. 界面易用性：评估用户在使用三维 AI 模型界面时的直观性、 友好性和 断自我优化，提升模型的准确性与效率。这一过程不仅能够有效预 测设备失效的可能性，还能通过分析历史数据，识别潜在的风险区 域，并制定相应的维护计划，从而降低维护成本和提高运营效率。 在用户体验方面，未来应加强与移动互联网和用户终端的连 接，允许乘客通过手机应用访问铁路沿线的实时信息。例如，乘客 可以通过 AR 技术实时查看沿线的交通信息、旅游景点与服务设 施，提升出行体验。同时，可以结合社交媒体平台，鼓励乘客分享 旅

接口。为提高推理性能，服务层引入模型压缩、量化和加速技术 （如 TensorRT、ONNX），同时通过负载均衡和缓存机制（如 Redis、 Memcached）优化服务响应速度。 应用层是用户交互的入口，提供多种形式的终端应用，包括 Web 应用、移动应用和桌面应用。应用层通过前后端分离架构（如 React、Vue.js）实现高效的界面开发和交互设计，并通过 RESTful API 或 GraphQL 与 分，旨在确保用户与系统之间的高效沟通与无缝交互。该模块的设 计充分考虑了用户体验、交互效率和系统的可扩展性，具体功能如 下： 首先，用户界面（UI）设计遵循简洁直观的原则，采用响应式 布局，适配多种终端设备，包括 PC、平板和手机。界面元素布局合 理，用户能够快速找到所需功能。通过 AI 驱动的个性化推荐，系 统能够根据用户的历史行为和偏好，动态调整界面内容，提升用户 的使用体验。 其次， 并发访问需求。  数据分析：集成机器学习算法库（如 Scikit-learn、 TensorFlow），支持定制化分析模型。  可视化展示：提供图表类型库和自定义仪表盘功能，支持实时 数据刷新和多终端适配。 通过上述功能单元的高效协作，数据分析模块能够为企业提供 从数据收集到决策支持的全流程服务，助力企业实现数据驱动的智 能化运营与战略决策。 5.3 决策支持模块 决策支持模块是商务 AI

用友网络科技股份有限公司 北京金山办公软件股份有限公司 上海宝信软件股份有限公司 北京超图软件股份有限公司 东华软件股份公司 金蝶软件（中国）有限公司 邦正科技股份有限公司 科大讯飞股份有限公司 渠道端及终端客户 应用与服务 渠道端 上游分析 数据存储需求的增长正驱动存储技术的革新。 预计到2030年，全球每年数据增量将达到惊人的1YB，其中约50ZB的数据具备存储价值。与2020年相比，数据量将激增23倍，预计未

· · · · · · · · · · · 10 1.1.2 算力：单芯片算力达新高，国产化初具规模· · · · · · · · · · · 12 1.1.3 模型：多模态崛起，端侧模型影响未来终端应用· · · · · · · · 14 2.1 全球保险行业的发展趋势· · · · · · · · · · · · · · · · · · · · · · · · · 27 2.1.1 保险业面临前所未有的挑战· Lake处理器，都是针对AI PC市场的产品。此外，国 内上市公司如春秋电子和泰嘉股份等也参与到AI PC产业链中，为AI PC的研发和生产提供 支持。 1.1.3 模型：多模态崛起，端侧模型影响未来终端应用 �� 与人类反应时间类似；能理解情感，并能以不同的情感风格生成语音。除了语音交互外，还 可以通过视觉+语音的形式，如实时视频、上传图片等方式，与GPT-4o进行多模态交互。打 开摄像头 了MoE架构，通过将不同的任务分配给不同的专家子网络，实现了用更少的计算量和内存 需求来实现同样的智能水平。 （4）端侧模型 端侧大模型作为人工智能领域的重要分支，其核心优势在于能够直接部署于智能手 机、个人电脑等终端设备之上，为用户提供高度个性化且即时响应的智能服务体验。鉴于 端侧环境的资源有限性，模型的设计与训练阶段需深度融合模型压缩与优化策略，以应对 性能与效率之间的挑战。通过先进的知识蒸馏、模型剪枝与量化技术，端侧大模型得以在