发展突飞猛进，领跑开源大模型技术与生态， DeepSeek 模型已成为全球现象级模型。 DeepSeek( 深度求索 ) 公司成立于 2023 年 7 月，是一家致力 于实现通用人工智能 (AGI) 的创新型科技公司。 2024 年 12 月， DeepSeek-V3 发布，性能对齐海外领军闭源模型。据官方技术论文披露， V3 模型的总训练成本为 557.6 万美元，对比 GPT-4o 等模型的训练成本约为 1 亿美元。 2025 结构 MLA( 一种新的多头潜在注意力机制 ) 、稀疏结构 DeepSeek-MoE 在大模型竞技场 (LMSYS) 位列全球开源模型第一名，依靠创新结构，将推理成本降低近百倍。 l 2024 年 12 月， DeepSeek-V3 发布，性能对齐海外领军闭源模型。该模型在多项评测集上超越了阿里 Qwen2.5-72B 、 Meta 的 Llama-3.1-405B 等其他开源 模型，并逼近 GPT-4o 2023/05 2023/11 2024/02 2024/03 2024/05 2024/06 2024/09 2024/11 2024/12/10 2024/12/26 2025/01/20 DeepSeek-V2.5-1210 发布， V2 系列收官；联网搜索上 线官网。 DeepSeek Coder V2 发布， 成

断提升，持续提高公司的核心竞争力和市场影响力，依托公司在法院 信息化领域的坚实基础，公司 2022 年主营业务保持了持续稳定的发 展。目前拥有涉密信息系统集成甲级资质证书、AAA 级信用等级证书 等相关资质，参与了 12 项行业标准的制定。目前公司已经形成了 2 项 发明专利、113 项软件著作权，并拥有 19 项软件产品证书，具有较强 的技术水平。 ⚫ 专注法律信息化建设，智慧执行市场占有率第一。公司自成立以 301378 A 股一年内最高价/最低价(元) 123.36/56.02 上证指数 3,120.33 总股本/实际流通A股(万股) 6,900/1,725 流通 A 股市值(亿元) 12 相对沪深 300 指数表现 [table_report] 资料来源：wind，中国银河证券研究院整理 -60% -50% -40% -30% -20% -10% 0% 0% 10% 20% 30% 40% 50% 60% 70% 2018 2019 2020 2021 2022 2023Q1 毛利率 归母净利率 10% 10% 9% 8% 8% 12% 8% 8% 6% 6% 7% 9% 23% 24% 21% 20% 24% 34% 0% 5% 10% 15% 20% 25% 30% 35% 40% 2018 2019

平台在营养健康管理领域的人工智 能优化目标及其应用范围。平台的核心目标是通过 AI 技术实现三 大关键突破：首先，建立基于个性化生物标志物分析的动态营养评 估系统，通过机器学习模型处理用户年龄、性别、BMI、代谢率等 12 项生理指标，误差率控制在临床可接受的±5%范围内；其次， 开发智能餐食规划引擎，整合超过 50 万种食材的营养数据库，结 合用户饮食习惯与健康目标，生成可行性达 92%的个性化食谱方 案；最 的碎片化 是首要障碍，用户的饮食记录、生理指标、运动数据通常分散在不 同平台（如智能手表、健康 APP、电子病历），格式不统一且存在 采集盲区。例如，一项针对 3000 名用户的调研显示，仅 12%的人 能完整提供连续 30 天的饮食记录，而手动录入的误差率高达 23%。 其次，个体差异的复杂性使传统模型难以适应。代谢率、基因 背景、肠道菌群组成等因素对营养需求的影响存在显著交互作用。 个体差异达 300% 28% 影响因素 变异范围 对营养需求的影响权重 餐后血糖反应 相同食物差异 ±50% 22% 实时干预的滞后性同样制约效果。当前主流健康 APP 的营养建 议通常延迟 6-12 小时，而血糖波动等关键指标的最佳干预窗口期 仅在 30 分钟内。此外，用户依从性受行为心理学因素显著影响：  计划行为理论(TPB)显示，60%的用户在 3 周后放弃饮食计划  负面反馈（如体重波动）导致

.....11 2.1 目标用户群体划分..............................................................................12 2.1.1 健康人群.....................................................................................14 项改变） - 长期：与健康数据联动（如同步智能秤体脂变化） 这些发现直接指导平台设计，例如必须开发多模态输入接口， 建立营养师-AI 协作机制，并设计阶梯式目标系统。用户需求分析 结果已转化为 12 项具体功能指标，包括餐后 30 分钟内生成分析报 告、支持 500 种以上地方食材库等可量化要求。 2.1 目标用户群体划分 目标用户群体划分是健康管理平台设计的基础，需基于人口统 计学、 (bpm)×0.005 - 补剂推荐引擎：根据汗液流失量（钠 380-780mg/L）和代谢产物 检测，智能匹配电解质组合 服务增强模块 为提升用户粘性，建议植入： • 周期化营养计划生成器（支持 8-12 周健美备赛等特殊需求） • 食材替代数据库（包含 200+种健身餐食材的支链氨基酸含量对 照） • 生物节律适配功能，针对晨训/夜训人群调整碳水摄入时段 通过上述结构化方案，平台可使健身爱好者的营养达标率提升

现 交易链路的全流程穿透。 以下数据直观反映了审计效能瓶颈的关键指标： 指标维度 行业平均值 监管期望值 差距率 异常交易识别时效 72 小时 ≤24 小时 200% 全量数据分析覆盖率 12% ≥90% 650% 审计调整事项回溯准确 率 68% ≥95% 40% 为突破这些限制，领先机构已开始探索智能审计路径。德勤 2024 年技术展望显示，采用机器学习模型的审计项目将关键风险 在本地审计系 统，通过 API 调用云端模型能力。某会计师事务所的实践表明，这 种模式可使每 TB 审计数据的处理成本从传统方案的 3200 元降至 800 元，且满足三级等保要求。未来 6-12 个月的演进路线应包 括：Q3 完成企业私有知识库的定制训练，Q4 实现与审计软件（如 鼎信诺）的深度集成，最终达到审计项目全流程 30%以上的人工工 时压缩目标。 2. 项目背景与目标 人员通常依 赖静态抽样技术，例如固定比例抽样或随机抽样，这可能导致关键 异常数据被遗漏。某国际会计师事务所 2023 年的内部报告显示， 传统抽样方法对低于 5%发生频率的舞弊行为识别率不足 12%，而 全量数据分析能将该指标提升至 89%。 审计证据的时效性存在显著短板。传统手工处理流程平均需要 3-5 个工作日完成单个会计科目的核查，而上市公司季度报告涉及 的科目数量通常超过 200

.......114 11.3 潜在合作伙伴与盈利点...................................................................116 12. 推广与市场策略......................................................................................118 平台通过构建四位一体的解决方案满足以 下核心需求： - 连续数据捕获：整合可穿戴设备（平均采样频率达 0.2Hz）、环境传感器和电子病历数据，建立分钟级更新的健康数 据池 - 智能风险预警：采用多模态机器学习算法，对 12 类典型健 康风险事件的预测准确率达 92.3% （经三甲医院临床验证） - 个性 化干预：基于 10 万+临床案例库生成阶梯式干预方案，响应时间压 缩至 15 分钟内 特别值得关注的是心血管疾病管理领域的需求缺口。根据 10 亿条健康数据点，延迟控制在 200 毫秒以内，满足实时性需 求。 平台的核心功能模块分为三层： - 数据采集层：兼容主流健康设备协议（如 HL7、FHIR），实现心 率、血压、血氧等 12 类生理参数的秒级同步，数据完整率达 99.7%； - 智能分析层：搭载自主研发的时序预测模型（DeepHealth- TS），在糖尿病风险预测等场景中达到 AUC 0.92 的准确率； -

81 11.3 用户匿名化处理................................................................................83 12. 成本控制与可及性....................................................................................85 12 以下数据对比凸显了传统管理与技术驱动模式的效率差异： 指标 传统管理模式 技术优化模式（如 DeepSeek 平 台） 患者随访率 45% 78% 异常指标识别时效 3-7 天 1 ≤ 小时 综合管理成本（年） ¥12,000/人 ¥6,500/人 在此背景下，整合人工智能、物联网和标准化数据平台的解决 方案成为破局关键。通过实时数据采集、智能风险预警和个性化干 预，可显著提升管理效率并降低并发症风险。例如，基于 个月、6 个月、12 个 ” ” 月时启动 里程碑评估 ，通过视频面谈确认： - 行为改变阶段（前 意向→维持期） - 环境障碍变化（如工作调动导致运动中断） - 支 持系统有效性（家庭参与度评分） 评估后 48 小时内生成《适应性方案》，重点调整三方面内 容：目标值（如糖化血红蛋白控制标准）、监测频率（从每日改为 隔日）、支持资源（增加心理咨询入口）。该机制使 12 个月用户

..............................................................................................141 12. 案例分析与参考.......................................................................................... 128K tokens 的超长上下 文窗口，可无缝解析客户沟通中的复杂语义场景。例如在邮件沟通 过程中，系统能自动提取客户需求中的隐含意图，准确率达 92% （基于内部测试数据），同时支持中英日韩等 12 种语言的实时互 译，满足跨国企业客户服务需求。模型特有的多轮对话记忆功能， 可完整跟踪长达 3 个月的连续客户交互记录，避免传统 CRM 因会 话断层导致的响应偏差。 知识管理与决策支持方面，DeepSeek 件/人天 22 件/人天 46.7% 客户满意度(CSAT) 82 分 89 分 8.5% 技术实现路径采用模块化部署策略，第一阶段完成对话引擎与 知识图谱的对接，6 个月内实现基础功能上线；12 个月周期内通过 迭代训练使模型在垂直领域的准确率达到行业领先水平。成本效益 分析显示，项目投资回收期约为 14 个月，第三年起可产生年均 300 万以上的净收益。风险控制方面，已规划数据隔离方案确保敏

.................................................................................................. 12 4 本周市场回顾........................................................................................ 日美国商务部工 业与安全局在联邦公报上刊发两份文件，将 50 余个中国科技企业和机构纳入 “实 体清单”。“实体清单” 是美国制定的贸易黑名单，上榜企业购买美国受管制技术或 货物需单独许可。其中一份文件把 12 家与中国 AI 大模型开发、服务器及超级计 算机产业相关公司列入清单，包括北京智源人工智能研究院等，浪潮信息多地子公 司也在列。另一份文件将 42 家中国公司、19 家巴基斯坦公司及其他多国公司纳 模型的百科知识、数学和代码任务表现均有提升 资料来源：DeepSeek 官方公众号，民生证券研究院 1.2.4 谷歌：发布 Gemma 3 原生支持多模态 谷歌将开源 Gemma 系模型迭代到第三代，推出 1B、4B、12B 和 27B 四 种参数版本，原生支持多模态，上下文长度达 128k（1B 模型为 32k）。在 LMArena 竞技场中，Gemma 3 拿下了 1339 ELO 高分，仅以 27B 参数击败了

供应商发展与关系管理 计划与排程 5. 供需集成计划 6. 生产排程/物料需求计划（MRP） 7. 运输计划 8. 维修与备件计划 运输 9. 10. 11. 12. 13. 仓库拣选与处理 原材料与零部件补给 运输准备（包装与装载） 运输（货运） 产品搬运 生产制造 14. 15. 16. 生产/制造 产品组装 产品包装 设置、维修与切换 内部及与供应商共同执行改进计划 27. 28. 29. 客户支持 现场服务 订单到回款 客户与现场支持 图3 端到端供应链活动被划分为29项具体活动，并根据任务相似性归入9个集群 实现自主智能供应链 12 图4 大多数活动集群将在智能系统的驱动下经历重大转型， 部分集群未来将迈向高度自主化 自主化成熟度 [全球专家组观点] 预警、风险、改进 5 运营采购 8 设置、维修与切换 9 25 高科技消费与企业技术 7 工业设备 金属与采矿 11 石油与天然气 12 10 运输与物流 消费品与服务 4 行业 0 5 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 自主化 增强型人工决策 主要为自动化 主要由人工驱动 16 27 42 24 46 16 12 20 25 25 12 20 27 18 33 27 27 27 10 19