赋能央企数智化转型政策导向 主要结论：政策上聚焦场景、算力、数据治理三方面。场景方面专注能源、制造等央 企的垂类场景（如智能巡检、预测性维护等）。算力方面将加快建设智算中心，以国产算 力芯片为主。数据治理方面则关注生成式 AI 的数据标注、合规审核、质量评估等。 2023-2025 年央企 AI 相关政策构建起“顶层设计-深化部署-落地推进”的完整闭环， 且始终以“场景领航、算力筑基、数据赋能”为三维核心支撑，形成系统性推进框架。2023 应用侧重智慧工地、人员安全监控、 施工进度可视化、BIM 协同等场景，核心 是提升现场管理效率与安全水平 农业/医疗 • 农业/医疗 5 家 • 农业属于国家保障民生健康的基础产 业，医疗则属于数据敏感、监管严格的 行业 • AI 方面主要利用物联网+遥感+AI 决策实 现农业产供销闭环，医疗领域侧重诊疗 辅助、数据隐私与合规等 中农发集团、中国 林业、国药集团等 信息来源：科智咨询分析整理 主要结论：央企 AI 场景落地，是“通用稳运营、垂类提效率、战略破瓶颈”的三层 精准布局，通用支撑类场景锚定办公等基础运营，以智能 OA、协同平台等筑牢日常运转 的底盘保障，让企业管理提效降本；垂类场景则扎进各行业生产肌理，用 AI 啃下能源调 峰、工厂排产、物流配载等关键场景，让业务端实打实增收；而战略攻坚场景直击核心关 键，在双碳、自主可控等领域，以 AI 突破“卡脖子”场景。 央企普遍是

析和挖 掘提供支持。 数据备份与恢复机制 ：建立全面的数据备份策略， 采用全 量 备份和增量备份相结合的方式， 定期对数据进行备份 。 将备 份数据存储在异地的数据中心， 以防止因本地灾难导 致的数 据丢失 。同时， 制定完善的数据恢复计划， 定期进 行数据恢 复演练， 确保在数据丢失或损坏时能够快速 、准 确地恢复数 据 。例如， 每天进行一次全量备份， 每小时进 行一次增量备 。例如， 在对新材料实验数据进行统计分析时， 利用 Hadoop 的 MapReduce 模型， 将数据分散到集群的 各个 节点上进行并行计算，大大缩短了数据分析时 间。Spark 则 基于内存计算， 具有更高的处理速度和更灵 活的编程模型 ， 能够支持实时数据分析 、交互式查询和机 器学习算法的快速 迭代。在进行新材料性能预测模型训练 时，Spark 能够将训 练数据存储在内存中， 验数据的查询 、分析和部分数据上传权限；企业 管理人员拥 有对企业内部生产数据 、市场数据的访问和管 理权限；数据 管理员拥有对整个数据空间的数据管理 、用 户权限分配等最 高权限； 普通用户则只能访问公开的基础 数据 。同时， 采用 基于属性的访问控制 （ABAC ，Attribute - Based Access Control）模型作为补充，根据 用户的属性（如所属机构、研 究领域

......................................................................................76 5.2.2 多语言导览切换................................................................................................. .....................................................................................227 18.2 城市公园导览案例................................................................................................. 小时以上流程，无法应对临 时展项调整 3. 个性化服务缺失：92%的标准化录音讲解无法响应 游客的实时问答需求 智慧景区建设标准（GB/T 31382-2022）明确要求，5A 级景 区应具备智能导览系统的基础能力。2022-2023 年行业采购数据显 示，语音讲解设备的投入占比已从 19%上升至 34%，成为智慧化 改造的第二大支出项。某东部沿海景区引入 AI 讲解后，二次消费 转化率提升

中优化流程效益、提升服务体验、提高效率与安 全等。本报告主要包括但不限于服务机器人在商 业、工业等场景中的研究。 1.1. 概念定义及研究范围 工业服务机器人 商用服务机器人 家用服务机器人 配送 机器人 迎宾导览 机器人 专业清洁 机器人 其他 机器人 服务机器人 服务机器人概念 标准条例 880 400 1.2.1. 全球服务机器人市场增长强劲 全球服务机器人行业迎来爆发期 研究表明，全球服务机器人产业蓬勃发展，产 自然语言处理 服务机器人 中国厂商领跑全球市场 中国厂商凭借技术创新和产品优势，在全球市 场中展现出强大的竞争力和影响力，并占据主 图1-6：2023全球商用服务机器人市场份额 （按收入） 导地位。根据国际研究咨询机构弗若斯特沙利 文（Frost & Sullivan）发布的报告，2023年全球 商用服务机器人市场份额排名前五的厂商均为 中国企业，其中普渡机器人以23%的市场份额位 列全球第一。中国作为全球最大的机器人市场 运营效率。例如在餐饮、酒店等融合性场景 下，终端用户同时存在配送+清洁+迎宾引导 的复合型需求，然而由于缺乏统一的行业协议 和接口，跨厂商、跨品类的机器人之间难以形 成无缝协作。解决这一问题通常依赖于具有主 导力的甲方或集成商统筹协调，然而这种做法 涉及非标准化项目，导致高额的协调成本，难 以实现规模化推广。因此，产品线过于单一的 制造商可能会提供给用户分散且割裂的体验， 这不仅提升了用户的决策成本，也限制了服务

复 杂 等 问 题 ,这 导 致 防 御 者 常 常 陷入 被 动 、劣 势 的 局 面 ,无 法 有 效 应 对 当 前 存 在 的 网 络 安 全 问 题 [１]. 为了扭转网络空间“易攻难守”的被动局面,创新防御机 制,学术界积极推动研发主动防御技术.２０１１年１２月,美国 ２３１１００１３２Ｇ１ 国家科学技术委员会 NITRD 提出了“改变 游 戏 规 则 ”的 革 命 性 技 现有的主动防御相关综述主要介绍了一种技术的策略或 方法,同时也对３种技术进行了一定程度的比较:文献[２]中 提出欺骗防御是移动目标防御的一部分;文献[３]在对欺骗防 御分类时,将移动目标防御当成欺骗防御的一部分;文献[４] 中则提出移动目标防御系统可以看作拟态防御系统的一个特 例,它通过一些拟态变换使系统具有动态性特征,但是并没有 应用异构冗余架构;文献[５]中也表达了相似的看法,即拟态 防御思想是将移动目标防御的思想与异构冗余执行体相结合 更充分考虑了攻防双方行 动的非同时性,双方采用实时行动进行攻防博弈,更加符合实 际网络攻防场景.其中较为常见的是通过信号收发进行行动 选择的信号博弈,以及参与者决策、收益都可由微分方程描述 且连续可导的微分博弈. Liu等提出一种 信 号 博 弈 模 型,使 用 博 弈 模 型 和 最 优 求 解算法选取最优策略,并结合容器调度方法进行容器迁移,增 强了云环境下的容器安全性[６０].Sun等为了在时间连续、高

的风险收益特征，投资者需根据自身的风险承受能力、投资期限以 及财务目标，确定各类资产的配置比例。 以风险偏好为例，投资者可以分为保守型、稳健型和进取型。 保守型投资者倾向于低风险资产，如债券和现金；稳健型投资者则 在股票和债券之间寻求平衡；而进取型投资者更注重高收益，可能 将较大比例的资金配置于股票和另类投资。目标设定则包括短期目 标（如购房、教育资金）和长期目标（如退休规划、财富传承）， 不同的目标需要不同的资产配置策略。 35% 1.5 黄金 5% 6% 0.8 现金 5% 4% 0.2 通过 DeepSeek 技术，投资者不仅能够实现更高的收益，还能 有效降低风险。例如，在某次市场波动中，传统的配置模型可能导 致投资组合损失 5%，而 DeepSeek 优化后的方案仅损失 2%，显 著提升了投资组合的稳健性。 未来，随着 DeepSeek 技术的不断迭代，其在资产配置中的应 用将进一步深化。例如，结合区块链技术，DeepSeek 和智能算法，能够帮助投资者设计出科学、全面且可操作的绩效指 标体系。首先，绩效指标应涵盖绝对收益与相对收益的评估。绝对 收益指标包括年化收益率、累计收益率等，用于衡量投资组合的实 际表现；相对收益指标则包括超额收益率和风险调整后的收益，如 夏普比率、索提诺比率等，用于评估组合在风险控制下的表现。 其次，绩效指标设计还应考虑风险管理的维度。常用的风险指 标包括波动率、最大回撤、下行风险等，这些指标能够帮助投资者

对千行百业的影响 1 月 31 日 ，英伟达、亚马逊和微软这三大美国科技巨头在同一天宣布接入 DeepSeek 的大模型。英伟达将这一模型应用于其 GPU 加速卡和数据中心中以提供 更 高效的计算能力；而亚马逊则利用自身的云计算平台优势来推广该模型的使用； 至于 微软将其集成到现有的软件产品和服务中去以增强用户体验。 1 、 三大科技巨头同日接入 DeepSeek 2 月 1 日：中国电信“息壤 ”平台接入，华为昇腾云服务部署推理服务。 成从 底层算力到终端应用的完整生态闭环。 1 、千行百业深度拥抱 DeepSeek 自 2025 年 2 月以来，北京、广东、江西、新疆等省市相继宣布接入 DeepSeek 大 模型，通过智能导办、工单处理、公文写作等场景创新，推动政务服务从“人工 密 集型 ” 向 “数据智能型 ” 转型。 1 、 DeepSeek 赋能政务效率提 升 DeepSeek 大模型正以“低成本、高性能、开源化 ”等，识别出 主语通常在句首，动词居中，宾语在句 尾的基本句子结构。 统计词语搭配：模型统计词语的 搭配频 率，比如“美丽 ”常与“花朵 ” 、 “风 景 ”相伴， “快速 ”则常与“奔跑 ”、 “ 行驶 ”等词搭配。这一过程帮助模型理 解词语间的搭配习惯，从而判断哪些词语 组合更为合理，形成对语言模式的认识。 语言模型训练就是要学习词、句内在的语言模式和语言关系，对这种关系进行

在噪声处理方面，需要根据数据特性采取不同的策略。对于数 值型数据，可以使用统计方法（如 Z-score 或 IQR）识别异常值， 并根据业务需求决定是否删除或修正。对于文本数据，可以通过规 则匹配或机器学习模型识别并过滤掉无关内容或错误信息。例如：  移除特殊字符、乱码或无意义的符号；  过滤掉过短或无实质性内容的文本；  使用预训练的语言模型（如 BERT）检测语法错误或语义不完 2. 标注工具选择：选择适合的标注工具，确保标注过程高效且便 于管理。常用的标注工具包括 Label Studio、Prodigy 等，这 些工具支持多种标注任务类型，并允许自定义标注界面和规 则。 3. 标注标准制定：制定详细的标注标准手册，明确每类任务的标 注规则和注意事项。例如，在政策解读任务中，标注标准应说 明如何识别和标注政策条款的解读要点，如何处理模糊或有争 议的条款等。 性、一致性和可用性的关键环节。首先，建立一套多层次的数据质 量评估标准，涵盖完整性、准确性、一致性和时效性四个维度。完 整性要求数据无缺失，准确性确保数据真实无误，一致性要求数据 在逻辑和格式上统一，时效性则保证数据是最新的。为实施这些标 准，需设计自动化检测工具，定期对数据进行扫描，识别并标记潜 在问题。 其次，引入专家评审机制，对自动化工具检测出的异常数据进 行人工复核。专家评审团队由领域专家和数据科学家组成，负责对

提供数据基础。 5) 标准作业可视化监督提升企业人力资源素质 企业的竞争是人才的竞争，是人员素质的竞争，人员素质在企业竞争优势 中极为重要。企业可视化管理，可以加速标准作业在企业中的传播，使企业领 导、全体员工知识水平、信息意识与信息利用能力提高，提升了企业人力资源 的素质及企业文化的环境。以下抽取本方案设计部分应用进行说明： 工位监控：利用高清网络视频监控，对关键工位操作过程进行抽查筛选， 上，建立起整个区域的“综合安防管理系统”界面，通过这个统一的界面可以 十分方便、简单的实现对被集成的各个子系统的监视、控制、结算和管理。 2) 标准性 系统的标准化程度越高、开放性越好，则系统的生命周期越长。控制协议、 传输协议、接口协议、视音频编解码、视音频文件格式等需要符合相关国家标 准或行业标准的规定。 3) 可靠性 系统设计、设备选型等环节都严格贯彻相关质量标准，满足国家有关标准 《工业企业信息化集成系统规范》（GB/T 26335-2010） 《企业现场管理准则》（GB/T 29590-2013） 《工业企业噪声控制设计规范》（GB/T 50087-2013） 《企业标准化工作导则总则》（JB/T 8514.1-1997） 2.4 技术路线 系统采取了“全面集成、综合管理、业务优化”的理念，打造一套基于制 造类企业人车物管理的先进解决方案。从人员管理的角度分为对企业员工、访

2. 从通用模型到行业大模型的语料深化 随着通用模型发展从试点到落地，具有行业属性的行 业大模型也逐步成为模型能力提升的重要转变，意 味着 AI 技术从广度覆盖转向行业深度赋能，而行业 大模型的性能则更是高度依赖领域的高质量语料。 学习真实世界特征 , 通用大模 型 分析数据特征 , 理解真实世界 赋能行业智能应用 , 行业大模 型 减少繁琐低价值劳动, 助力行业智能化 Lake Repo 比 s BI Data science Machine Lakehouse Data ETL"、 Data 导 Repo E B Modern Data Machine Learning Repo 比 s BI Data science Data ” 型释放数据价值 图 7“ ” 数模协同 体系框架 “ 一、制度协同：建立 权责明晰、动态确权与授权、健 ” 全授权运营 的治理机制 “ ” 数据二十条 以解决市场主体遇到的实际问题为导 向，创新数据产权观念，淡化所有权、强调使用权， 聚焦数据使用权流通，创造性提出建立数据资源持 有权、数据加工使用权和数据产品经营权“ ” 三权分置 的 数据产权制度框架，构建中国特色数据产权制度体