平安观点：  口岸数字化需求复苏，公司前三季度业绩强势反转。2022 年海关出入境 人员、交通工具及货物等数量大幅下降，同时项目施工时间被延长，口岸 数字化及升级的需求被压制，放开后这部分智慧口岸的建设需求迎来大幅 反弹。2023 年受益于复苏，我们看到公司前三季度业绩强势反转，收入 端持续放量，2023 年前三季度实现营收 11.4 亿元，同比增长 52.1%，净 利润高增长，实现归母净利润 疆融入国内国际双循环的重要枢纽，作为国内首批设立时面积最大的自贸 区，我们预计新疆自贸区建设的体量与海南自贸港相当，公司在新疆本土 航空口岸建设领域优势显著，未来将迎来较大的需求增量机会。3）除此 之外，截至 3 季度末，公司完成了对云南河口口岸（1.66 亿元）、瑞丽（含 畹町）口岸（1.06 亿元）两个亿级合同的签署。据我们不完全统计，公司 2023 年以来中标项目金额合计已达 9.78 亿元。  赋能业务场景。“一带一路”极大推动 了我国边境地区口岸数字化的需求，同时也带动了沿线国家的海外口岸数 字化需求，公司目前已联手华为大力布局海外市场。“一带一路”沿线国 家是公司海外市场重点布局的区域，截至 3 季度末，公司已在阿联酋、沙 特等多个国家开展相关业务，沙特 NEOM、阿联酋口岸、柬埔寨机场项目 交付接近尾声。近年来公司积极开拓国外市场，2021 年设立智慧口岸海 外事业部，加快布局海外市场，2022

Lily（拽姐）对话，且对话内容会根据用户语言水平灵活调整，即使是初学 者也可以轻松地进行对话练习。借助 AI 功能推出，公司持续保持用户数和业绩 的强劲增长，截至 2024Q3 公司月活达到 1.13 亿人，而单季度收入达到 1.9 亿 美金创下新高。 ➢ 国产模型升级利好 AI 教育落地。DeepSeek 横空出世，一方面大幅提升了 国产模型的能力，另一方面通过开源和推理成本的优化，有望加速国内 AI 图9：Duolingo 发布语言对话 AI 人物 Lily 资料来源：腾讯新闻，民生证券研究院 业绩持续加速，单季度收入创新高。从收入端看，公司自 2023 年 Q1 至 2024 年 Q3 单季度收入持续增长，季度同比增速保持在 40%以上。而利润方面，公司 自 2023Q2 实现单季度扭亏为盈后，在归母净利润、经营净现金流均保持稳步增 行业动态报告/计算机 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 图10：2023Q1-2024Q3 多邻国单季度营收及增速 图11：2023Q1-2024Q3 多邻国单季度利润、现金流 资料来源：wind，民生证券研究院 资料来源：wind，民生证券研究院 月活、付费用户数等经营指标持续向好，MAU 破亿。财务数据之外，Duolingo 的核心经营指标活跃用户数最近几个季度也持续增长，截至 2024 年 Q3 末多邻国

现行流程中标注的痛点环节平均消耗 72%的处理时长。更严峻 的是，欺诈风险持续升级，互助型骗保团伙导致的财产险异常赔付 金额年增长率达 34%。这要求核赔系统必须具备动态学习新型欺诈 模式的能力，而传统规则库每季度更新的机制已明显滞后。与此同 时，监管层对理赔时效的考核标准逐年提升，《保险服务质量指 数》将车险 72 小时结案率纳入核心指标，2024 年达标线已上调至 92%。行业亟需通过 AI 技术重构作业流程，在合规前提下实现精 实时解答客户理赔进度查询，减少 80% 的重复人工咨询； 2. 动态 流程编排：根据案件复杂度自动分配至人工或自动化通道，降低 30% 的无效人力投入； 3. 数据闭环反馈：通过持续学习历史理赔 案例，每季度迭代更新风险判定规则。 该技术路径已在健康险和财产险场景完成 POC 验证，关键指 标显示人工干预率下降 50%的同时，客户满意度评分上升 12 个百 分点。未来通过集成区块链存证和物联网数据，模型还可进一步实 ，每个判定结论均可 追溯至具体的证据片段和计算路径。 为保持预测性能的持续优化，模型建立了双闭环学习机制：在 线学习系统实时吸收理赔员对 AI 建议的修正反馈，每周更新特征 权重；离线版本每季度通过新增案例库进行全参数微调。这种机制 使模型在应对新型诈骗手段时，能在 20 个工作日内达到稳定识别 能力，比传统系统升级周期缩短 80%。 3.3 与其他 AI 技术的对比分析 在理赔业务场景中，DeepSeek

动术语校正与标准化输出；最后，风险控制模块可实现多维度交叉 验证，在信用卡欺诈检测中实现误报率低于 0.3% 的同时保持 98.6% 的召回率。 模型的知识更新机制采用双通道设计：静态知识通过季度更新 的金融知识库（ 涵盖巴塞尔协议 III 等 128 个监管框架）进行批量注 入，动态知识则通过实时流数据处理平台接入市场行情与监管通 告。测试数据显示，该机制使模型在利率政策变更后的知识更新时 部署阶段采用动态热更新机制，通过以下方式保证模型持续优 化： 1. 建立客户反馈自动标注流水线，将人工坐席修正记录转化 为训练样本 2. 每周增量训练时引入最新监管政策文档（PDF/PPT 格式自动解析） 3. 季度性全量微调时同步更新金融知识图谱（含 约20 万实体关系对） 该模块通过金融专用 tokenizer 扩展（ 新增 1,200+金融词汇） 和注意力头掩码技术，确保模型在处理利率计算、风险评估等任务 线测试模型性能，监控关键指标包括监管合规率（需≥99.8%）、 金 融 实 体 识 别 F1 值（需≥ 0.92）、客户意图准确率（需≥ 0.95）。对 bad case 实行人工标注-模型再训练闭环，每季度更新 领域词库与监管规则变更内容。在 GPU 集群部署时，采用模型并 行策略将风险定价模块与常规服务模块分离，确保关键业务链路的 计算资源隔离。 6.1.1 金融术语与业务规则注入 在金融

请务必阅读正文之后的信息披露和重要声明 - 6 - 海外公司跟踪报告(评级) 图 7、公司季度营业收入及同比增速 图 8、公司季度营业收入结构 资料来源：公司财报，兴业证券经济与金融研究院整理 资料来源：公司财报，兴业证券经济与金融研究院整理 费用率持续改善，现金流依然强劲。虽然总运营支出上升达到 57.10 -1pct），主因重组计划提升管理效率。 重组支出为 7.11 亿美元，在总营收中所占比例为 8%，相比之下去年同期并无这 项支出。此外，公司 Q1 经营现金流 44.9 亿美元（YoY+22%）。 图 9、公司季度费用结构 图 10、公司季度经调整净利润、经调整净利率 资料来源：公司财报，兴业证券经济与金融研究院整理 资料来源：公司财报，兴业证券经济与金融研究院整理 收入结构较为稳定，数据云增长亮眼。FY24Q1 订阅和支持收入 、能 源业均表现良好，高科技、金融业继续承压。收入流失率在本季度结束时约为 8%。 图 11、公司按业务细分季度收入结构（订阅与支持） 图 12、公司按地区收入结构 资料来源：公司财报，兴业证券经济与金融研究院整理 资料来源：公司财报，兴业证券经济与金融研究院整理 销售指引低于预期，全年运营利润目标上调。公司设定较为稳健的季度业绩指引。 FY24Q2 收入预计 85.1 亿～85.3 亿

.........................................................................................198 15.1 季度更新内容规划............................................................................................. 32GB 参数共享架构压缩至 8GB 知识更新机制 采用增量学习框架实现每周知识库更新，在科 技馆场景测试中： - 新展项资料录入后 12 小时内完成知识融合 - 专 业领域问答准确率保持季度衰减率<2% - 通过联邦学习技术保障各 场馆数据隔离 安全合规保障 模型通过国家信息安全等级保护三级认证，具 备： 1. 语音数据实时脱敏处理 2. 敏感词库动态拦截（覆盖 3000+ 游客反馈修正：将语音交互中的高频追问问题（占比 12%） 反哺知识库更新 第四阶段部署动态更新系统。建立基于区块链的版本管理机 制，每次知识更新生成可追溯的记录。设置三种更新触发条件：  定时更新：每季度同步最新学术研究成果  事件驱动：重大考古发现或文物修复进展  自适应更新：当游客咨询问题匹配率连续两周低于 85%时启 动补充采集 知识图谱服务接口采用微服务架构，提供 SPARQL 端点供语音

等隐蔽风险。 4. 资本金动态测算 基于风险暴露实时数据，自动调整责任准备金计算模型。某再 保公司测试案例显示，巨灾风险敞口测算误差从±15%降至 ±6%，资本使用效率提升 23%。系统将每季度自动生成 Solvency II 合规报告，减少人工审计成本。 实施后 12 个月内预计达成：高风险业务拒保率下降 40%，理 赔调查成本降低 35%，监管处罚事件归零。最终形成可量化的风险 PCI DSS 合规脱敏 - 对话日志保留周期不得少于监管要 求的 7 年。 该方案已在某头部寿险公司生产环境验证，实现核心业务场景 响应效率提升 40%，人工审核成本降低 62%。建议每季度进行接 口兼容性测试，确保在保险系统版本升级时的稳定性。 2.2 数据集成与处理 在数据集成与处理环节，需构建多源异构数据的统一治理框 架，实现保险业务场景下的高质量数据供给。核心流程分为数据接 系统自动抓取并结构化以下数据源： - 投保历史（同一投保人短期高频投保记录） - 理赔材料（医疗票据 OCR 识别后的重复使用检测） - 第三方数据（医院诊疗记录与报案时间的交叉验证） 欺诈特征库采用动态权重算法，每季度更新以下关键指标： 风险维度 检测指标示例 权重系数 时间关联性 出险时间距投保日≤7 天 0.35 医疗合理性 治疗方案与诊断结果偏离度 0.28 地理位置 同一区域多人相似索赔 0.22

态加密。 建立实时威胁检测系统，基于规则引擎和 AI 模型双轨运行， 具备以下特征： - 毫秒级响应异常访问模式 - 自动触发账户冻结流 程 - 每日生成安全态势报告 - 季度性红蓝对抗演练 数据销毁严格遵循 HIPAA 标准，物理存储介质采用 DoD 5220.22-M 消磁标准，云存储资源删除后自动执行 7 次覆写。所有 流程通过 ISO 27001 认证，并每月进行第三方合规审计。 所有决策支持输出均保留完整的证据溯源链条，点击任何建议 均可查看原始数据来源及计算逻辑，确保临床医生始终掌握决策主 导权。系统通过持续记录用户反馈（如建议采纳率、手动修改记 录）实现闭环优化，每季度更新决策模型参数。 4.3.1 治疗方案推荐 治疗方案推荐功能基于 DeepSeek 的多模态医疗知识库与实时 数据分析能力，通过以下流程实现临床决策支持：首先，系统通过 结构化电子病历接口获取患者基础信息（年龄、性别、过敏史 情感值: -0.87(强烈负面) → 关联环节: 分诊调度 → 改进建议: 1. 优化号源分配算法 2. 增加候诊区提示屏 2. 主题聚类分析通过 LDA 模型识别高频议题分布，最近季度数 据显示 TOP3 关注点为：  药品价格透明度（28.6%）  检查结果等待时长（22.3%）  医患沟通充分性（19.1%） 3. 结构化数据与文本数据的交叉分析揭示深层关联。下表示例显

 多模态数据融合：传统量价数据与另类数据（卫星图像、社交 媒体情感、供应链物流数据）的结合使模型预测精度提升 20%-35%。例如，美国对冲基金 AQR 通过分析停车场卫星图 像预测零售企业季度营收，年化收益提升 12%。  实时性跃迁：FPGA 硬件加速将订单响应时间压缩至纳秒 级，JP Morgan 的 LOXM 系统可实现每秒处理 2 万笔衍生品 报价。  风险控制智能化 mermaid 流程图展示实时数据处理链路： 每日生成可解释性报告，包含：策略收益归因、风险暴露热力 图、交易成本分析。所有模块需提供 API 接口供合规部门实时抽 查。 持续迭代机制 建立季度评审制度，重点评估：  策略在最新市场环境下的适应性  交易成本率变化（目标维持<0.5%）  硬件延迟指标（从信号生成到报单≤50ms） 通过这五大要素的系统化实施，可确保 AI 量化交易方案在收 模型输入层：已完成标准化和缺失值填充的最终特征矩阵 对于高频数据场景，需特别注意：  使用 t-SNE 或 UMAP 进行特征降维，将数百个原始特征压缩 至 20-30 维  实施动态特征更新机制，每季度重新评估特征有效性，淘汰失 效特征  建立特征版本控制系统，确保回溯测试与实盘特征一致性 所有特征需经过严格稳定性检验，包括：  跨周期稳定性测试：在不同市场周期（牛市/熊市/震荡市）中

基于图表及指标数据，结合本地小模型， 对数据进行深度洞察与智能分析，进行相 关性归因，从问数、看数到懂数。 09:10 分析师智能体 各大区 匹配到区域 ◎ 时间匹配到结单时间 ( 等于当季度 ) 匹配成功 ^ 当季度各大区预测金额 中西部 东北部 华南部 华东部 华北部 73 万 80 万 90 万 100 万 110 万 120 万 130 万 140 万 预测销售金额∨ 区域 季 度 各 销 售 代 表 目 标 达成 率 去 年 各 区 域 目 标 达 成 率 按住说话 当季度各区域业绩目标完成 80 万 70 万 60 万 50 万 41 万 中西 华东 东北 区域 ■ 销售金额 ○目标达成率 09:10 分析师 当季度各大区目标业绩完成情况 分析师 Agent 09:10 分析师智能体 123 指 标 品 维度