目，优化资源配置，释放资源价值。遵循“集中采购、共建共享、按需调配、动 态回收”原则，统一配置数据、云网、算力等资源，提供高效智算服务，对资源 供需申请、调度、审批等全流程动态管理，形成实时供需图谱，串联供需价值链 路，释放数据要素价值。建设效能账目，强化评估反馈，驱动精益管理。通过多 维度分析资源使用情况，形成量化评估结果。从用户使用度、应用实效度开展常 态化监测，推进集约运维改革。通 局的结构分析；二是产业地图， 全面反映区域产业发展和布局，可视化呈现城市的企业资源、科创资源、项目资 源、园区资源的空间分布；三是产业图谱，结合全国和本地产业链发展布局、产 - 14 - 业结构以及相关数据，规划产业链全景图谱、本地现状图谱、强链补链图谱；四 是产业链洞察，实现链上企业洞察、科创成果洞察、融资事件洞察、重大项目洞 察、产业政策洞察、招投标洞察以及新闻舆情洞察；五是产业对比，依托全国产 弹性可扩展架构，能灵活适应城市发展需求，降低长期运维成本，为城市可持续 发展提供有力支撑，全面提升福州新区的综合竞争力。 （二）数字经济类：上海市张江高科产业链运行监测平台 图 5：集成电路行业产业图谱 建设背景：上海市张江高科技园区作为国家科技创新核心载体，已形成生物 医药、集成电路、软件等特色产业集群。为全面提升园区产业竞争力与风险抵御 能力，需运用大数据、人工智能等前沿技术，深度融合产业经济数据与企业多维

大模型的优势与应用潜力 DeepSeek AI 大模型作为国内领先的生成式人工智能技术，在 金融领域展现出显著的技术优势与应用潜力。其核心能力建立在千 亿级参数训练基础上，通过融合金融行业知识图谱与银行业务数据 微调，具备精准的语义理解、多轮对话管理和复杂业务逻辑推理能 力。在银行客户经理场景中，该模型展现出三大差异化优势： 首先，在服务效率维度，DeepSeek 可实现毫秒级响应速度， 产品咨询：存款利率、贷款条件、信用卡权益等结构化数据查 询  业务办理：账户开立、转账限额调整等流程指引  投诉处理：自动识别投诉等级并触发相应处置流程 动态知识库调用 智能体实时对接银行三大数据系统： 1. 产品知识图谱（更新频率≤1 小时） 2. 客户画像系统（包含资产/交易/风险标签） 3. 政策法规库（监管文件自动同步机制） ” ” 例如当客户询问 大额存单利率 时，智能体自动关联客户星级 和资金规模，返回个性化报价方案： 通过实时监控仪表盘，运营团队可跟踪 首次响应解决率 、 转 ” 人工率 等关键指标，系统每 4 小时自动生成优化建议报告，持续 提升响应质量。对于新上线的金融产品，智能体会在 24 小时内完 成问答知识图谱更新，确保响应内容符合最新监管披露要求。 2.1.2 多语言支持 在客户咨询与应答场景中，多语言支持功能是提升银行全球化 服务能力的关键模块。基于 DeepSeek 大模型的跨语言理解与生成

一、智能化跃迁：从“人找信息”到“信息懂人”的服务范式革命 基于人工智能大模型的语义理解、意图识别、文本生成、知识图谱构建、逻辑推理 等能力，优化智能问答、智能搜索等功能，推动惠企政策精准推送、直达快享，为政府 网站用户提供智能阅读等辅助服务。 在智能问答方面，人工智能大模型通过其强大的自然语言理解、知识图谱构建、多 模态信息处理、上下文关联、多语言支持、智能推荐系统以及安全性和隐私保护等技术， 为智能 在智能搜索方面，人工智能大模型通过强大的多源信息融合、知识图谱构建、逻辑 推理、概念关联等功能技术，为政府网站提供基于用户视角的场景化搜索，显著提升政 府网站搜索的精准度和服务深度，政府网站搜索从“信息检索”进化为“智慧决策助手”， 真正实现“搜索即服务”。 在政策智能推送方面，人工智能大模型通过强大的多模态数据处理能力、知识图谱 构建能力、逻辑推理能力、智能推荐与决策优化能力，赋能用户画像构建、智能政策解 析与匹配、场景化推送策略等功能，全面提升政策精准推送，未来，随着大模型和多模 态交互技术的成熟，政策推送将进一步实现“千人千面”的个性化服务，成为优化营商 环境的数字化利器。 此外，人工智能大模型通过知识图谱构建、文本总结、多语言翻译等 AI 大模型技术 还能为用户访问浏览政府网站信息提供智能摘要生成、关键信息高亮、术语即时解释、 多语言翻译、AI 脑图、无障碍适配、情景式关联问答和服务等辅助阅读功能，显著提升

，并结合隐私计算技术 ，确保客户数据在风险分析中的安全使用。 同花顺通过企洞察、证券预警系 统等产品 ，多场景智能风控系统帮助券商降低业务进行的风险成本。 产品 核心功能 企洞察 智能搜索、组合查询、概念图谱、产业链图谱、 舆情监控、隐匿关系查询 证券预警系统 舆情监控、风险追踪、企业云、诚信库、法律 法规、社交媒体 互联网舆情分析 舆情采集、舆情分析、情感提炼、负面预警、 可视化呈现 2.3. Copilot 赋能债券承销全流程。②机构定制化 AI 工具链：开放大模型 API 供机构客户按需调用 ，支持策略回测、风险建模等 场 景定制。 风控合规的实时化升级。模态反欺诈哨兵：结合知识图谱与 AI ，实时识别复杂交易欺诈 ，准确率较传统系统提升。 数据来源：发布机构官方微信公众号，东吴证券研究所 ，并结合大模型生成个性化学习路径。例如 ，九方智投的智能投教课 程已形成差异化竞争力， 同花顺可进一步整合问答社区与 AI 导师功能。 数据资产化与 API 经济。将 AI 处理后的结构化数据（如行业产业链图谱、舆情风险评分）封装为标准化 API ，供第三方开发者调用。例如 ， 东 方财富的“金融超脑数据库”可向研究机构开放接口。 数据来源：发布机构官方微信公众号，东吴证券研究所

步普及， 为学生提供了高度个性化的学习体验。个性化体验的技术内核主要包 括自适应学习引擎、智能认知诊断、实时反馈与干预等，通过基于知 普惠算力赋能教育行业研究报告（2025 年） 21 识图谱与学习分析算法以及自然语言处理与表情识别等技术能够实 施评估学生知识掌握水平、感知学生专注度，并且基于学生学习数据 可以实现精准学情分析。例如百度基于百度大脑 7.0 平台推出小度智 能学习平板，将 算力应用辅助教师内容分析，在教师备课的核心环节中，内容分 析的精准度直接影响教学效果，而算力应用正成为该环节的重要支撑。 借助算力技术，教师可快速完成教材内容的结构化拆解，通过语义分 析定位重难点知识的关联逻辑，生成可视化的知识图谱辅助教学思路 梳理。同时，算力能整合学情数据，结合班级学生的知识薄弱点、认 知水平差异，对备课内容进行针对性调整，比如匹配难度适宜的案例、 习题。此外，算力驱动的资源检索系统可精准筛选优质教学素材，将 普惠算力赋能教育行业研究报告（2025 年） 25 自动完成排版优化、动画生成及跨格式内容转换，教师仅需输入核心 知识点，便能快速生成结构清晰、视觉生动的课件，避免重复的格式 调整工作。针对习题资源制作，算力结合学科知识图谱与学情数据， 能一键生成符合教学目标的分层习题集，同时自动完成答案标注与难 度评级，大幅减少教师筛选、改编习题的时间。此外，在教学视频、 音频等多媒体资源制作中，算力可加速素材剪辑、格式压缩与质量优

侧重实现金融场景，例如信贷风控、投资 决策、保险销售等。 更注重推理过程，核心是如何更好地实现 金融业务场景。 用户理解+金融领域知识库（资源消耗小） 更适用于需要执行金融特定领域场景的 应用，如金融知识图谱构建、自动化决 策等。 目标 侧重点 技术 适用任务 行业知 识小白 行业人员，如信 贷经理、理财专 家、保险销售等 拥有众多技 能的金融行 业专家 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 可信金融大模型的研究框架 行业大模型（金融） 检索知识增强RAG 领域微调（SFT/RLHF） 智能体Agent 多模态金融大数据（表格、文本、图谱、图片、视频等……） 金融知识库 知识萃取 高效索引 金融工具链 意图识别 工具调用 大模型金融应用 模型压缩（蒸馏/量化） Chatbot模式 Copilot模式 Agent模式 本地预训练大规模语言模型（例如：DeepSeek/Qwen…） 「多源异构数据文本向量化」 「微调数据生成」 Self-QA Self-Instruct Self-KG 文本Chunk 「文本信息知识图谱化」 表格抽取 图片OCR 实体抽取 关系抽取 「Agent」 「RAG」 工具选择 工具调用 知识检索 取数分析 图查询 KVDB 隐私通信模块 GraphDB GPU算力 VectorDB

------------- 03 PART 4 预见 2025 ----------- 33 PART 3 技术与产品方向 ----- 14 PART 5 专家解读 ----------- 37 PART 2 产业图谱 ------------ 08 目 录 CONTENTS IOTE 2025 上海站：6 月 18-20 日 深圳站：8 月 27-29 日 海外展：IOTSWC 世界物联网解决方案展 参展联系：18676385933 08 02 PART TWO 产业链图谱与生态分析 产业生态图谱 产业生态分析 IOTE 2025 上海站：6 月 18-20 日 深圳站：8 月 27-29 日 海外展：IOTSWC 世界物联网解决方案展 5 月 13-15 日（西班牙·巴塞罗那） 参展联系：18676385933 09 2.1 产业生态图谱 ( 排名不分先后 ) 视觉物联网消费市场产业链全景图

分类与元数据提取。平台支撑权限可控的精准检索与智能推荐，为产业链 协同提供标准化数据底座，全面提升产业要素配置效率。 5.4.1.2 产业链管理 产业链管理构建园区产业链全景图谱与分析模型，助力园区精准识 别环节短板并优化产业链结构与发展质量。产业链图谱展示产业链上下游 环节，以及每个产业链环节中的企业名单、企业地区分布和数量变化趋势， 帮助掌握园区重点产业链结构。产业链结构分析根据产业链各环节企业数 量 为中小企业提供 全流程生产性服务支撑。系统通过 AI 驱动的资源调度引擎，整合大型服 务商的技术支持、设备共享与生产管理能力，打通产品设计、原料采购、 制造执行到销售协同的闭环链路。基于产业链图谱的供需匹配模型，动态 解析企业订单特征与产能缺口，智能拆解生产任务并分配至协同工厂；保 障跨企业数据安全共享，实现生产进度实时追踪与质量联控。系统通过标 准化接口集成第三方服务资源，构建“需求发布-任务分发-过程监管-结 理，涵盖计 划制定、项目跟踪、考核评估和统计分析等环节，支持多层级团队管理、 自定义考核指标及流程化审批，通过项目看板、团队看板和区域看板实时 展示招商进展和成果数据。产业链招商模块基于产业链图谱和目标企业库， 提供精准的企业搜索和招商定位地图，辅助招商人员按图索骥，开展补链、 强链招商。应用引入 AI 技术赋能招商过程，通过智能算法分析企业投资 意向和产业匹配度，实现商机的精准推送和优先级排序；利用大数据模型

........................................................................ 7 图 8： 2023 年中国 AIGC 产业应用图谱 .............................................................................................. 8 图 场将呈现马太效应，会由少数大厂具备通用大模型能力，并朝着基础设施的方向演化。 电子硬件作为承载应用的终端载体，在各类创新应用发展的推动下，将迎来需求的增长。 图8：2023 年中国 AIGC 产业应用图谱 数据来源：艾瑞咨询，东吴证券研究所 在 AI 商业化的进程中，在边缘计算的加持下“端”的应用有望弥补 AI 大模型的 局限性。边缘计算指的是将计算和数据存储能力移动到接近数据源的边缘设备，如

本报告将聚焦汽车行业“研、产、供、销、服”五大核心领域，深入分析当前汽车 行业数字化转型的现状及需求，系统梳理各领域服务商和服务产品发展现状，结合服务 商能力评价框架和转型服务典型实践案例，勾勒服务商能力发展图谱，为车企高效推进 数字化转型实践、科学评价服务商能力、快速选择合适的服务商提供参考。 然而，服务商能力评价涵盖维度广泛、需要考虑的因素众多，构建科学精准的服务 商能力评价体系是一项极具挑战性的 加快汽车行业数字化、智能化转型。推动人工智能在研发设计、生产制造、运营管理等场景应 用，持续开展智能工厂梯度培育和推广工作，支持企业分级建设智能工厂，推进产业链供应链数字 化协同改造。构建数字化转型场景图谱，培育面向场景数字化产品和解决方案。健全行业数字化转 型服务体系，开展汽车行业数字化转型服务商分类分级评价规范标准研制与应用推广，培育一批专 业化服务商。 以技术创新激发潜在消费需求。加快组织 提供能有效帮助客户全面集成研发、生产、售后等多个领域多源异构数据的工具，建立 统一的数据模型，支持客户提升全面数据分析综合能力。在此基础上，服务商应加快AI 技术融合应用，提升实时辅助决策支持能力，建设自身在汽车研发领域的知识图谱，以 帮助客户精准预测市场变化和用户需求，驱动产品迭代创新和差异化发展。 3.一体化协同设计加速向研发全流程渗透 参与本次调研服务商中，超过70%的服务商能提供覆盖汽车研发阶段的基础设计与