大模型在宁波市自然资源规划管理中的 探索与实践 宁波市自然资源和规划大数据中心朱锦辉 2025 年 4 月 17 日 血山 山 nmm 而皿 业 mml 01 基本概况 02 总体设计 03 实践探索 0 4 总结展望 汇报提纲 03 实 践 探 索 02 总 体 设 计 04 总结展望 01 基本概况 职责定位 人才配置 7 月 10 日，邀请企 业 开展自然资源和规 划 垂直大模型应用 技术 交流会。 7 月 -11 月， 边 探索边验 证， 编制资 规大模 型建 设工作方 案 ， 明确框架 与工 作任务。 3 月完成资规 文 秘、提案回 复助 手智能体 内部测 试上线， 初步实 现智能 体构建平 台， 谋划三年发 展 规划。 大模 型有关情况报 告》报市 委，获主要领 导批示。 6 月 工作启动 2025● 2 月 Deepseek 接 入 2025 年 2 月， 接 入超算中心， 谋 划后土大模型应 1.3 探索历程 2024 12 月 报市委专报 2025 3 月 应用推进 2024 7 月 技术调研 工作方案编制对接部信息中心 时空数据管家 森林防火智能监测 2024 7 月 -

AI 智慧水利数字化转型探索与实践及建设方案 01 形势要求 平台建设 总体设计 0 2 0 3 形势要求 政府数字化转型 & 智慧水 利 政府数字化转型 一脉相承、 一以贯 之 政府数字化转型 “ 四梁八柱” 之一 “ 四横三纵” 政府数字化转型 “ 四梁八柱” 之一 “ 四横三纵” 政府数字化转型 “ 四梁八柱” 之二 “两大模型 - 业务协同、 数据共享”

Level: 中国政企数字政府智慧城市解决方案销售部 智慧城市 新 ICT ，开启智慧城市美好未来 智慧城市发展趋势 华为智慧城市解决方案助力城市数字化转型升级 华为智慧城市的成功实践和探索 1 2 3 目录 XX 市智慧城市建设建议 4 中国智慧城市发展即将迎来第四次浪潮 推进 方式 信息 共享 重点 技术 驱动 • 企业引入概念 • 国外软件系统集成商主导，如 设备商、集成商跑马圈地 • 横纵分割 • 以重点项目或应用为抓手共享 • RFID 、 2G/3G/4G • 云计算、 SOA 新兴技术驱动 • 城镇化加速 • 信息技术全面信用 第二次浪潮 试点探索期 （智慧城市） • 国家统筹、 25 部委 • 政府指导、市场主导、 PPP • 国内互联网企业、运营商、软件商、 集成商各聚生态 • 系统纵横联合、集成为主，智慧大 脑 / 城市大脑 • 合 作 伙 伴 的 优 势 ， 形 成 共 生 、 互 生 和 再 生 的 利 益 共 同 体 。 智慧城市发展趋势 华为智慧城市解决方案助力城市数字化转型升级 3 华为智慧城市的成功实践和探索 目录 XX 市智慧城市建设建议 4 1 2 后疫情、新基建时期新型智慧城市建设思路： 1+1+N+X 城市大数据 华为云 政务云 云底座 鲲鹏 城市物联网 4G/5G 城市视频联网 基础网络

研发和生产中发挥作用，找到低成本的替代品。而对于一些白痴指数较低的化工材料，如部 分成熟化工产品或者已近处于严重过剩的化工品，其生产工艺已经相对成熟，生产过程简单 高效，受到 AI 冲击或相对较轻。例如谷歌 DeepMind 利用材料探索图形网络(GNoME)，使得 稳定晶体发现数较过往提升一个数量级；美国加州大学伯克利分校团队利用自动实验室系 统，在 17 天内成功合成 41 种目标材料，成功率超 7 成。 ➢ 化工企业的时代大考： AI+机器人大概率将带来化工行业的效率革命，化工行业在不久的将来，很可能呈 现“AI 驱动者胜出，迟疑者淘汰出局” 的两极分化格局。建议重点关注两类企业：一是积 极搭建 AI 研发团队、投入大量资源探索 AI 与化工融合路径的企业；二是已经将 AI+机器人 应用于生产，实现成本显著降低、产能明显提升的企业。 风险提示：技术发展不及预期；数据风险共享偏差；市场竞争加剧；政策不确定性。 ......................... 21 请务必阅读报告末页的重要声明 4 / 29 行业研究|行业深度研究 图表 21： GNoME 利用图形网络进行材料探索 .............................. 22 图表 22： GNoME 使材料发现实现数量级突破 .............................. 22 图表

达地区 的远程影像诊断、远程会诊、远程监护指导、远程手术指导、远程教育等为主要内容，发展 远程医疗。探索发展公开透明、规范运作、平等竞争的药品和医疗器械电子商务平台。支持 研制、推广适应广大乡镇和农村地区需求的低成本数字化健康设备与信息系统。逐步扩大数 字化医疗设备配备，探索发展便携式健康数据采集设备，与物联网、移动互联网融合，不断 提升自动化、智能化健康信息服务水平。 • 第三节 状态检测与养生保 健 仪器设备的生产制造水平，促进健康医疗智能装备产业升级。 • （三）建设安全便捷的智能社会。 智能医疗。推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体 系。探索智慧医院建设，开发人机协同的手术机器人、智能诊疗助手，研发柔性可 穿戴、生物兼容的生理监测系统，研发人机协同临床智能诊疗方案，实现智能影像 识别、病理分型和智能多学科会诊。基于人工智能开展大规模基因组识别、蛋白组 智慧急救建设思路： 以患者为中心，实现对患者急救的院前联动、院中的全程 监护及院后随访，围绕急诊、急救全过程管理需求，实现医、 护、患、抢救设备及床位等资源的联动，提升抢救效率，探索 建立重点病种的抢救路径，利用信息化、智能化建设，探索建 立智慧急救新模式。 技术路线： 建设物联网应用体系、移动互联网应用体系、智能穿戴设 备应用体系、人工智能应用体系等。 • 建设思路： 以患者为中心，从手术申请单开立开始，至手术患者返回

服务商，有望通过 AI Agent 和智能金 融大数据服务打造新成长曲线。 投资要点： [Table_Summary] 首次覆盖，给予“增持”评级。公司积极推进与蚂蚁合作，聚焦银 行信贷场景，探索金融 AI Agent 落地，我们预测公司 2025-2027 年 EPS 分别为 0.10、0.25、0.52 元。我们结合 PE 和 PS 估值方法，参 考可比公司，考虑公司创新业务的成长空间，最终给予公司 过多年经营和沉淀，公司积累了一批以银行业为主，涉及保险、证 券、基金、信托、融资租赁等行业的优质客户，信贷及风控管理系 统、核心业务系统、CRM 及 ECIF 等解决方案均具有较强市场竞争 力和较高市场占有率。 绑定蚂蚁，探索银行 AI 应用落地。2025 年 9 月 1 日，公司受邀参 加蚂蚁数科生态伙伴 AI 智能业务交流闭门会，就银行 AI 应用市场 新的合作方向与蚂蚁数科达成初步共识，公司将吸纳蚂蚁数科在 AI 3. 加速金融 AI 布局，战略投资 Web3.0 ....................................................... 6 3.1. 绑定蚂蚁，探索银行 AI 应用落地 ...................................................... 6 3.2. 战略投资 DACS，迈向 Web3.0 技术服务

性化产品定价、核保核赔、风控减损等场景延伸，深度赋能全产业链。国内方 面，近年来，我国大型保险机构持续关注科技投入，AI 技术已广泛应用于前 端销售、定损理赔、风控减损等领域，但主要仍以理解式 AI 为主，生成式 AI 仍在探索中。AI 大模型可从产品研发、渠道营销、运营管理等各方位实现保 险机构的全流程赋能，预计国内保险机构具备 AI 技术迭代升级的动力。 ❖ 中国平安：人工智能等核心技术布局市场领先，AI 大模型落地优势显 专利申请 数排名均为全球第一位，技术市场领先，可以助力 AI 大模型的训练、推理和 部署的高效进行，且 AIGC 技术已有多场景落地，在 AI 大模型落地优势显著。 ❖ 众安在线：AIGC 探索较为积极，相关应用有望率先落地。众安保险长 期专注于科技能力建设，对内从风控+客户需求挖掘+承保理赔支持与降费等 方面赋能保险主业；对外，依托众安科技布局人工智能、大数据、云计算等前 沿技术， 同比+41%重回常 态高增长。2023 年 5 月，公司发布《AIGC/ChatGPT 保险行业应用白皮书》， 并明确已经在全系列产品中规划加入 AIGC 等大模型能力，并将不断实践探 索应用场景，AIGC 探索较为积极，应用有望最先落地。 ❖ 投资建议：关注两类保险机构在大模型技术落地中的受益机会：1）大 型保险公司凭借保险领域垂直数据积累、深厚的资金支持、领先技术水平，有 望复制 BloombergGPT

工 具 定义的主题 查询 结果呈现 关系型数据 LOB 应 用 流量 元数据及关联性 数据预处理 人工智能处理结果展示 报表展示 数据源定义 数据预处理 有能力、有资源开展相关探索 具备工业大数据、人工智能、设备 专家 及应用 场景 7 工业互联网平台 以工业互联网平台为基础，人工智能和大数据辅助 为 能 源 业 务 创 造 新 价 值 8 工业互联网平台 深 度 赋 能 1 2 石化装备 AI 管理—工业互联网平台深度赋能 AI 拖拉拽模型构建 交互式建模分析 深度优化算法库 30+ 模型管理 / 发布可视化 用户数据 数据预处理 特征探索 机器学 习建模 模型评估 批量 / 实时预测 客户精准营销 工业安防 驾驶行为分析 文本分类 话题发现 智慧发力 故障监测诊断 能耗优化 工业仿真 石化装备 AI 管理—数据核心流程 用大数据分析代替破坏性实验，得到设备的 生命曲线，获取充足的正样本； • 用人工智能方法定位设备的工况和趋势预警； • 采集数据源：机组转速、轴向振动、径向振 动、温度、流量、压力等。 用户数据 数据预处理 特征探索 机器学习建模 模型评估 批量 / 实时诊断 数据预处理 历史数据 实时数据 特征提取 大数据分析 样本库构建 模型训练 分类 / 预 测 离线 在线 振动信号 转速信号

07 解码DeepSeek,) 构建医药⾏业新质⽣产⼒ 腾讯健康 李慧 ⽬录 • 从DeepSeek看⼈⼯智能发展趋势 • ⼤模型及DeepSeek潜在应⽤场景探索 从DeepSeek看⼈⼯智能发展趋势 AI离我们越来越近，越来越密集的“加速”信号 4 “AI”概念⾯世 1950s 2012 CNN,$⼈脸识别 Alpha, ⼤战李世⽯ 2017 2022 Chatgpt 幻觉⾼=“创造⼒税“ 底层⼤模型各有所长 幻觉情况1 11 数据来源：1.(Vectara(HHEM⼈⼯智能幻觉测试； 2.(腾讯健康内部测试数据，通过⾼质量医学病历数据 ⼤模型及DeepSeek潜在应⽤场景探索 DeepSeekJ会给医药企业带来哪些变化？ DeepSeek有哪些应⽤场景？能产⽣哪些价值？ 13 提升新药研发和 临床管理效率 数字化内部流程 提效 数据驱动的 多渠道营销 更个性化、互动 检索药监、⽂献、临床指南、申报⼚家 数量等选择潜在靶点（需RAG未公开数据） • 知识图谱可关联临床试验数据与RWE 试验，去观察有潜⼒的适应症 研发⽅向探索 • 患者分层：基于⼤模型的语义理解能⼒， 从历史数据中识别符合⼊组标准的“数 字孪⽣”患者群体，提⾼招募效率 • 剂量探索：通过强化学习算法模拟不同 剂量⽅案的效果，缩短1期的试验周期 试验设计优化 • 去中⼼化试验⽀持：居家数据采集与依 从性管理

eVTOL的商业化进程依赖于健全的监管体系，涵盖适航审定、飞行员执照、空域划设 及运行规范等关键环节。过去，受限于eVTOL相关监管机制尚未成熟，往往只能通过“试 验飞行”方式获得个例豁免审批。当前，中国民航局正与产业界密切协作，积极探索适配 eVTOL运行特点的审定标准及监管框架，通过推动专项型号审定、简化飞行员执照类别、 逐步放开低空空域审批等举措，为eVTOL行业发展创造有利条件（参阅图3）。 型号合格证（TC） 生产许可证（PC） 目前， 多款机型正在推进型号合格证评审流程，预计2025年下半年将迎来新一批型号合格证的 发放。 波士顿咨询公司 2025年9月 中国载人eVTOL行业白皮书 6 在飞行员管理上，中国也正在探索适配eVTOL的新型培训体系。相较于传统的私用驾 驶员执照（private pilot license，简称PPL），运动类飞行员执照（sport pilot license，简称 SPL）针对运 域进行了细化，正式划定出如G类（300米以下）与W类（120米以下）的非管制空域，为 eVTOL等轻型飞行器提供了明确的操作空间。以深圳、四川等地为代表的地方政府正积极 推动低空空域审批机制试点，探索更为简化透明的飞行申报与路径协调机制。未来，600米 以下空域亦有望授权给地方共同管理，将进一步提升低空运行效率与灵活性。 整体来看，中国eVTOL监管体系正经历从“特殊豁免”向“常态审批”的根本性转变。