大多数厂商选择多传感器融合路线， 以激光雷达为主传感器， 辅之以摄 像头、 毫米波雷达等。 图片来源：特斯拉、毫末智行 AI 大模型对自动驾驶成本的影响 车载感知硬件成本降低。 自动标注的效率提升， 带动成本大幅度下降。 大模型的开发成本。 厂商需要新增大量云 端 算力。 特斯拉 FSD V12 利用 了 1.4 FSD 已具备高于人驾驶的安全性 AI 大模型驱动下， L3 级自动驾驶的安全性已高于 人 资料来源：特斯拉，案头研究 3 AI 大模型对汽车产业链的影响 ChatGPT 与 AI 大模型 AI 大模型在汽车业的应 用 2 1 目录 软件定义汽车的概念近年来逐步被业界接受 ，但更多的还是从产品开发的角度 ，强调要重视软件的功能、作

主要成果总结..................................................................................182 10.2 对钢铁行业的影响与建议...............................................................184 1. 引言 在全球经济一体化与数字化转型的背景下，钢铁行业的发展面 效降 低不合格率。 5. 市场需求预测：结合历史销售数据与市场趋势，通过时间序列 分析与模型预测，优化库存管理与出货策略。 实施这些 AI 大模型应用方案，将对钢铁行业的各个环节产生 深远影响，具体效果可通过相关指标进行评估，如生产效率提升百 分比、生产成本降低幅度、产品质量合格率提升等。以某国际钢铁 公司为例，其在推行智能制造后，生产效率提升 15%，运营成本降 低 10%，这些数据充分展示了 落地与应用，以便在日益激烈的市场竞争中保持优势，实现可持续 发展。 1.1 钢铁行业现状 当前，钢铁行业正处于向数字化、智能化转型的关键时期，面 临着诸多挑战和机遇。在全球经济波动和资源环境压力的双重影响 下，钢铁行业的生产效率、资源利用率和环境影响等方面亟需优 化。根据国际钢铁协会（World Steel Association）的数 据，2022 年全球粗钢产量为 18.6 亿吨，其中中国占比超 50%。这 样

因并进行必要的升维/抽象化，可以找到 问题的根本原因，使问题具有通用性。 • 保险行业参考系的构建：包括关注六大方向、分析科技周期和文化适应度、以及中观周期对 行业和产业的影响。同时，也强调了AI技术对保险行业的影响深远，将改变保险公司的运营 模式和服务效率和质量，为服务规模化提供重要的支持。未来，随着技术的不断发展，AI技 术将推动科技产业价值规律的变化，更加注重应用的创新与服务的提升。 目前，保险行业面临着多方面的挑战和困境，包括全球自然灾害风险的增加、风险保障仍然存在 巨大缺口、全球经济衰退风险、通胀对理赔成本的影响、资产配置风险和回报等。AI的突破发展， 为保险行业带来新的启示和应对方向。 • 关注保障缺口，调整增长战略：全球巨灾风险不断上升，险企应该更加关注自然灾害风险的变 化与影响，创新产品设计推动可持续发展。运用人工智能和建模工具，发展新型产品（如：指 数保险等），关注保障缺口，实现全球风险降低与险企增长战略的结合。 AI的突破：保险行业的创新挑战与机遇 3 二 面对本次AI热潮，保险行业的焦点问题都有哪些 在AI技术的驱动下，保险行业站在了充满机遇与挑战的十字路口。关键问题接踵而至，这些问题 不仅深刻影响着行业的运营模式，还在决定着未来的发展方向。面对这些问题，进行深入思考， 探讨有效的应对策略。 • 采取必要的精简：保险公司需要简化销售和运营流程，并消除不必要的步骤。险企可通过 Assistants

时监控，进一步提高能源利用率。 最后，DeepSeek 还具备故障预测和预警功能。通过对车辆和 基础设施的运行数据进行分析，系统能够提前识别潜在的故障风 险，并通知维护人员进行预防性维护，从而减少突发故障对运营的 影响。 本项目计划在试点城市进行为期六个月的测试，测试阶段将覆 盖地铁、公交和轻轨等多种公共交通工具。通过实际运营数据的反 馈，我们将不断优化算法和系统功能，确保 DeepSeek 技术在城市 优化资源配置：根据乘客流量动态调整班次，确保资源的高效 分配，避免资源浪费。  提升乘客满意度：通过精准的时刻表和实时信息推送，减少乘 客等待时间和不确定感。  降低环境影响：通过优化路线和减少拥堵，降低车辆排放，减 少对城市环境的负面影响。  增强安全性：通过实时监控和预测性维护，减少事故发生的可 能性，提高整体安全水平。 综上所述，DeepSeek 应用方案的引入不仅是技术创新的体 现， 方面：首先，运营效率低下，尤其是在高峰时段，由于线路规划和 车辆调度不合理，导致乘客等待时间过长，车厢拥挤现象普遍存 在。以某大城市为例，早高峰期间公交车的平均等待时间超过 15 分钟，车厢拥挤度达到 120%，严重影响了乘客的出行体验。 其次，信息化水平不足，现有的调度系统大多依赖于人工决 策，缺乏实时数据分析能力。例如，某公交公司在运营过程中，调 度员需要手动调整车辆班次，无法根据实时客流数据进行动态优

施健康诊断：通过对大坝、渠道等水利基础设施的结构数据进行深 度学习，DeepSeek 能够预测潜在的故障风险，并提出针对性的维 护建议。 - 环境生态管理：DeepSeek 还可以结合生态数据，评估 水利工程对生态环境的影响，并为生态修复提供科学依据。 为更直观地展示 DeepSeek 在水利工程中的应用效果，以下表 格列举了某水利项目实施 DeepSeek 前后关键指标的对比： 指标 实施前 实施后 预警准确率 不仅提升了水利工程的智能化水 平，还为水资源的可持续利用提供了强有力的技术支持。这种技术 的引入，不仅是水利工程领域的一次重大突破，也为全球水资源的 科学管理指明了方向。 1.1 项目背景 随着全球气候变化的影响日益加剧，极端天气事件频发，水利 工程在保障水资源安全、防洪减灾以及生态平衡中的作用愈发重 要。传统的水利工程管理方法虽然在历史进程中发挥了重要作用， 但在面对复杂多变的自然环境和日益增长的社会需求时，逐渐显露 首先，DeepSeek 可以通过对历史水文数据的分析，建立精确 的水文模型，从而预测未来的水资源变化趋势。例如，通过对河流 流量、降雨量、蒸发量等数据的深度学习，系统能够预测洪水的发 生概率及其影响范围，为防汛工作提供科学依据。此 外，DeepSeek 还能够实时监测水质参数，如 pH 值、溶解氧、浊 度等，通过模型分析，及时发现水质异常并预警。 其次，DeepSeek 在水利工程管理中的应用也极具潜力。通过

此页载有机密数据，其全部成任何部分不可被复制成再发送。本页不构成对任何产品的要约出售/购买、招揽、推荐或建议。关于免责声明全文，请见本文件最后部分。 ① RWA无所不包，其中法币与土地会构成最具双向影响力的两次“实虚合作” —— 第一次形成“法币 稳定币”；第二次形成“土地链服务商”（类似于云服务商；不绑定单链、支持跨链流转，降低迁移 门槛），土地作为资源性资产，被数字化为链上权益单位后，可以被跨链流转、交易或抵押。 多年来，区块链技术逐步发展，首次代币发 行（ICO）、去中心化金融（DeFi）、稳定 币和真实世界资产代币化（RWA）的兴起均 是里程碑事件。 稳定币作为连接去中心化金融与传统金融的 桥梁，稳定币的影响力早已突破加密货币市 场范畴，特别是在跨境支付领域，依托区块 链技术显著提升了交易效率，大幅降低了交 易成本。这种技术创新更推动了市场生态的 迭代与监管框架的完善。 此页载有机密数据，其全 后部分。 1. 稳定币对货币供应的影响 100% 储备机制下的法币稳定币，其发行模式本质上是以银行存款、国债等安全资产作为 全额抵押品，在监管严格限制储备资产挪用及投资的框架下，理论上不会造成法币货币供 给总量的扩张，仅体现为资金的形态转换。 然而，稳定币引发的广泛流通和支付替代效应可能引发金融脱媒加剧、货币结构变化、货 币流通速度提升等间接效应，进而影响货币政策传导及央行对货币供给的控制能力。

+ 信用：关注货币与信用周期组合，分析流动性与融资节奏对股债市场的影响 • 财政货币组合：通过财政与货币政策的搭配，刻画政策驱动下的资产价格变化 • 信贷库存：以信贷增速与票据贴现为“金融库存” ，反映信贷周期中的股债配置机会 • 库存产能周期嵌套：结合库存周期与产能周期，动态捕捉供需变动对股债市场的双向影响 改进空间：采用固定等权重配置，未根据历史信息调整五个模型的 重点逻辑不突出 ， 容易合成谬误 。是 无奈解而非最优解 事中或事后验证， 结果导向之嫌 中间过程黑箱化， 因子 ≈ 盲盒产生 过拟合问题 类似扩散指数的算法 ，每 个指标等权贡献 ，避免单 一因子影响偏离 ，不篡历 史数据，道术皆无 2021 年疫后经济爬坡，国 内外的货币政策的两端均在 稳增长和抗通胀间单边倒向 前者，因此选择产出缺口模 型替代美林时钟，有道无术 每期按照模型来形成几个重 要因子，赋予权重得分，拟 以国信证券在 2016 年首 创的中国版“美林时钟”——“货币 + 信用”风火轮为例， 2020 年以来传统的照顾体系在资产配置中逐步更迭： 2021 年核心 矛盾是海外地缘影响下的企业增收不增利，锚定利润增速指标； 2022 年核心矛盾是融资数据剥离掉短期票据和贷款的冲 量，回归企业中长期信贷对利润的持续支撑； 2023 年关注点在于剥离国央企贷款因素，找到衡量居民信心的家庭部门中

2023 亿美元 11.9% 2010 21.7% 2018 单个创新药上市成本 IRR 3.2% 10.1% 2010 2018 ⾏业视⾓：DeepSeek对于医疗体系有那些影响？ • 患者⾏为“消费者化”：医疗信息透明化，患者 有更多主动权 • “数字健康”和⽣态“破壁跨圈”，产⽣更多数据 • 个性化诊疗和健康管理 患者 • 电⼦病历和数据管理⾰新 ⼤模型语义理解加速医学数据治理和流通 Ds推理思考能⼒以及医保控费压⼒ 医院 • 学习/培训模式发⽣改变 • 医⽣临床决策影响模式发⽣改变 • 科研与学术⽅式和效率 医⽣ • 数据驱动的精细化监管：⽐如药占⽐/集采 vs&药品经济学 • 数据安全和合规重构 • 多元⽀付体系（商业参与度更强） 监管 15 DeepSeek对于医疗体系有那些影响？-患者 • 患者⾏为“消费者化”：医疗信息透明化，患者有更多 主动权→⼤模型成为患者信息来源 患者新旅程：终端+数据+AI+服务，AI串联全流程，激发新需求 19 “精益求精”⽤户画像 “细致⼊微”⾏为管理 “极致简化”服务路径 DeepSeek对于医疗体系有那些影响？-医⽣ • 学习/培训模式发⽣改变→交互性、个性化学习 模式 • 医⽣临床决策影响模式发⽣改变→从经验驱动 →基于医学搜索、循证医学证据的驱动 • 科研与学术⽅式和效率→通过⼤模型进⾏科研 课题筛选、⽂献收集、数据结构化提取和分析、 摘要及初稿撰写等

求；其次，人工审批存在主观性和不一致性，容易导致评估结果的 偏差；此外，传统评分模型对复杂特征的处理能力有限，难以捕捉 多维度的风险信息，导致评估精度不足。这些问题不仅增加了金融 机构的运营成本，还影响了客户体验和风险管理效果。 与此同时，金融市场的竞争日益激烈，金融机构亟需通过技术 创新提升贷款评估的效率与准确性。DeepSeek 作为一种基于深度 学习和大数据分析的智能化解决方案，为解决上述问题提供了新的 业、信用历史等数据会被转换为统一的数值格式，以便于模型处理。 接着，DeepSeek 通过以下步骤进行模型训练和预测： 1. 数据输入与特征工程：将预处理后的数据输入到模型中，进行 特征选择和特征组合，以提取出对信用评估最有影响的因素。 2. 模型训练：使用深度神经网络进行训练，通过反向传播算法调 整模型参数，以最小化预测误差。 3. 模型验证与优化：通过交叉验证和调整超参数，优化模型性能， 确保其在未知数据上的泛化能力。 会计政策和估计的影响：不同的会计政策和估计方法可能会对 财务报表产生较大影响，因此在分析时需要关注企业是否采用 了激进的会计政策或进行了大量的会计估计调整。 2. 非经常性项目的影响：非经常性项目如资产处置收益、政府补 贴等可能会对企业的财务报表产生短期影响，因此在分析时需 要剔除这些项目的影响，以便更准确地评估企业的持续经营能 力。 3. 行业和经济环境的影响：不同行业和不同经济环境下的财务报

（二）部门协同机制仍需加强........................................................................... 16 （三）数据问题影响融合深化........................................................................... 17 （四）复合人才成为转型掣肘. 14 人工智能技术在交通领域的融合应用不仅涉及传感器、芯片、物 联网、云计算、大数据等多个技术领域，还与汽车、信息通信、交通 运输、交通管理等多个行业息息相关，其产业赋能广泛，社会影响深 远。可以粗略地将人工智能+交通产业生态体系分为感知层、人工智 能基础设施、交通要素三个部分。感知层是融合应用的底座，这是考 虑到各类交通参与要素、各类运输方式以及运输周期的各个阶段产生 业务还缺乏有体系的标准规范和统一的评测标准。 统一标准跟不上产品化节奏，会造成诸多影响。一方面，标准化 是实现交通功能的前提，标准化建设可以确保交通系统互相适配、各 人工智能在交通领域业务应用白皮书 16 环节无缝对接、信息兼容共享，缺乏标准化可能导致智慧交通系统缺 乏应有的链接和配合，不仅阻碍新技术的深化应用，还会影响智慧交 通在深度和广度上的适配发展。另一方面，标准化建设可以规范市场，