的实际适用性。它为金融任务提供实践教程和演示应 用程序，包括机器人咨询服务、量化交易和低代码开发。 【 LLMs 层】：处于核心位置，它包含各种微调方法，优先 考虑轻量级适应，以保持模型的更新和相关性。 【数据处理层】：该层专注于 NLP 数据的实时处理，以应对 金融数据固有的高时间敏感性和低信噪比的挑战。 【数据源层】： FinGPT 管道的起点是数据源层，它协调从各 种在线资源中获取大量财务数据。 大模型具备原生 大模型支持、通过 prompt 设计支持复杂任务、多模态技术提高召回 率的特点。通过应用 TI-OCR 大模型，可实现自动化的数据处理和高 度结构化，将数据识别准确率提高至 95% 以上。这一应用降低了高 重复手工劳动，减少了运营成本，实现了多元业务数据处理的标准化、 线上化和自动化。 数据来源：腾讯云金融行业大模型，东吴证券研究所 3.3.1. 国内金融垂类模型案例：腾讯云金融行业大模

......................................................................................62 3.2.2 实时数据处理流程................................................................................................  监管处罚事件归零连续保持 9 个月 2.4.1 KYC（了解你的客户）流程自动化 KYC 流程自动化是银行客户经理智能体的核心功能之一，通过 整合 DeepSeek 的多模态理解与结构化数据处理能力，实现客户身 份核验、风险画像构建及合规审查的端到端自动化。该模块采用动 态工作流引擎，可适配不同客户类型（个人/企业）和业务场景 （开户/跨境汇款/大额交易等），将传统 3-5 工作日的流程压缩至 场景中实 现：  客户需求识别准确率 91.4%  产品推荐转化率 23.7%（较人工提升 5.2%）  平均服务时长从 8 分钟缩短至 1.2 分钟 3.2.2 实时数据处理流程 在实时数据处理流程中，DeepSeek 模型通过多层级联的流式 计算架构实现毫秒级响应，确保客户经理智能体在银行业务场景中 的高时效性决策。系统采用事件驱动模式，通过 Kafka 消息队列承 接

数字化研发企业缺乏对服装工艺和人体工程的专业理解。 线上渠道拓展后，海量商品选择加剧品牌心智竞争，数字 化创新需与业务场景深度融合。 2）组织与人才短板：传统企业缺乏数字化专业团队，组建 内部技术部门面临招聘难度和数据处理能力不足。员工对 新技术的接受度低，组织架构调整与人员再培训成为转型 阻力。设计师资源分布不均（如宁波对比杭州、广州），创意 端数字化生态建设滞后。 3）数据治理与安全风险：数据标准化和质量问题突出，需 这些痛点直接制约了企业的运营效率和决策能力。以下是主要痛点的详细分析： 1）烟囱式系统建设和数据孤岛 服饰时尚行企业普遍存在着烟囱式系统建设的现象，即各个业务部门或业务线独立采用不同的系统进行数据处理，导致数据 孤岛的形成。这使得不同系统之间缺乏有效的数据集成和共享机制，阻碍了信息的流通和共享，限制了企业对全局数据的综合 分析和利用能力。 2）异构系统对接困难 服饰时尚企业使用的系统通 在数据孤岛的环境下，企业通常需要通过人工操作将数据从一个系统转移到另一个系统，这种手动操作容易引发数据错误，并 且效率低下，不仅增加了时间和资源的消耗，也增加了数据处理的风险。企业需要采取自动化工具和流程优化措施，减少人工 操作，提高数据处理的效率和准确性。 5）数据准确性和完整性问题 由于数据孤岛和人工操作的影响，企业在数据的准确性和完整性方面面临着挑战。不准确或缺失的数据会直接影响到库存管

等，赋能各类智能终端。举例来看，1、AI 的赋能有望提升 XR 交 互体验和内容生态繁荣，XR 产业有望迎来新发展阶段。2、手机需求放 缓，AIGC 赋能智能手机或将成为刺激换机的重要动力。3、AIoT 融合 在未来数年内不断突破数据处理和智能学习的界限，通过边缘 AI 赋能， 智能机顶盒、智能音响、智能耳机等智能终端产品有望形成软硬件一体 的智能语音交互助理载体。 ◼ AI+提升生产效率， B 端应用场景发展潜力逐渐释放。随着技术和应用 发展相辅相成，相互促进。一方面，AI 技术可以收集 XR 设备上的各类 数据，并高效处理，另一方面 AIGC 的发展将进一步提升内容制作效率。XR 设备的发 展则反向推动 AI 技术深入和产业结合。 从数据处理角度看，近期，Meta 发布 AI 新模型 Segment Anything Model（SAM）， 可以为任何图像或者视频中的任何物体生产 mask，甚至包括在训练过程中没有遇到过 的物体和图像类型。SAM 数据来源：赛迪，东吴证券研究所 物联网由三项关键的新兴技术支持：人工智能(AI)：使设备能够像人类一样学习、 推理和处理信息的可编程功能和系统。5G 网络：具有高速，接近零延迟的第五代移动 网络，用于实时数据处理。大数据：从众多互联网连接来源处理的大量数据。随着物联 网设备数量的增加，数据的泛滥也将是自然而然的。这就是 AI 介入的地方——将其学 120 137 246 36.3 45.3 80

理空间数据的维护更新和共享交换机制，为旅游管理部门、企业、 公众提供空间地理信息服务，为旅游信息化建设过程中各种信息资 源的集成与整合提供空间基础定位。 建立统一的 GIS 标准规范，完成地理信息数据处理与建库工作， 实现地理信息数据的统一管理与维护。采用先进的外业数字化测量 技术、遥感技术、全球定位技术、地理信息系统技术和通讯技术， 实现地理信息数据的采集、更新与维护。实现对旅游所需地理信息 层次即应用层、软件层、数据层、支撑层，两个体系为标准与规范 体系和管理保障体系（技术管理体系、运行管理体系、安全保障体 系等）。 87  标准规范体系建设： 包括基础地理要素的分类编码和分层标准、数据处理标准、数 据建库标准、元数据标准、数据更新标准、数据共享与交换标准、 数据库操作规范等。  软硬件与网络环境建设： 建立地理信息系统相配套的软硬件与网络环境，包括主机系统、 备份系统、内部局域网等。 测绘管理、数据生产和更新管理、基础数据管理、地名地址管理、 数据交换共享、地图发布等功能模块。 用户认证模块：实现内部用户身份的认证和根据用户权限加载 系统功能。 数据生产和更新模块：数据处理人员进行数据建设和更新维护 的主要工具，其中包括对测绘数据的导入、数据检查、数据修改、 90 数据入库、坐标转换等功能。 数据管理模块：实现数据库的管理，包括基本的 GIS 功能和专 题

.......................43 五、网络系统建设方案......................................................104 六、数据处理和存储建设方案............................................109 七、安全系统建设方案................................ 门 的现有系统或待建待规划系统入手，全口径调研部门系统、结合业 务流程、梳理清数据资源和行政服务，达到完成数据资源调查、清 理、共享的目的。包括信息资源调查和信息资源目建设。 ●数据处理与存储 数据处理和存储建设，包括数据采集与建模、属性数据与模型 数据整合处理、数据清洗、数据稽核、数据转换和数据存储方式等 内容。 ●数据资源建库 将梳理的信息资源进行建库，主要包括基础数据建库、业务主 板明敷，有吊顶的地方，管线敷设方式为吊顶内明敷，工作区从吊 顶至插座预埋盒和交接箱的垂直管线敷设方式为沿墙暗敷。 （8）严格按照相关专业国家标准及行业标准进行施工，线缆两 端必须做永久性编号标识。 六、数据处理和存储建设方案 （一）数据处理 项目通过整合各类信息资源、业务数据库、传感数据，汇聚形 成原始数据库、事件库、预警监测库、体征库、指标模型库、知识 库等，围绕园区管理、产业发展、公众服务、政务服务、生态环境

程的自动传递 和 处理。 随着企业资源规划 （ ERP ） 系统的引 入 ，数据开始被 高 效存储和管理 ， 使 企业能够处理 更多 的数字化信 息。 数据处理阶段 流程自动化阶段 算法引入极端 信息化阶段 智能决策阶段 万物互联阶段 数字服务发展历程

依托在人工智能、智能算法方面的优势，公司开发了多项核心技术，如应用于验讫章集中管 理的定位追踪技术，应用于高性能闸机的伺服运动控制技术，应用于智能摄像机、机器人等 嵌入式产品的 FPGA 并行实时数据处理技术、DSP 多核协同处理技术、GPU 并行计算技术，应 用于十指指纹采集识别、复杂场景下的海量人脸识别的生物信息识别技术，基于深度学习的 字符识别、车辆信息分析、行李物品分析、行为检测分析、旅客尾随检测的智能分析、声学 视通过软件开发及框架 技术，实现了集业务处理、设备联动、警情分析及指挥调度于一体，涵盖口岸部门核心需求 的一站式智能化管理平台，通过自有产品线的深度技术对接，形成全系统在线式状态交互、 全流程业务数据处理。同时，依托自动化设计及控制、生物信息采集、嵌入式开发、图像视 公司深度分析/盛视科技 本报告版权属于安信证券股份有限公司，各项声明请参见报告尾页。

一是 拓宽数据来源。在传统财务数据的基础上，应积极引 入企业环境、社会和治理等多维数据，通过与政府部 门、第三方数据服务商合作，获取企业碳排放、能耗、 排污等信息，构建全面企业画像。二是提升数据处理 能力。应借助大数据、人工智能、区块链等技术，对 ESG数据进行清洗、整合、分析和挖掘。例如，运用 人工智能技术构建ESG智能评级模型，并运用区块链 技术实现绿色资产信息可追溯且不可篡改，防范“漂 响。截至����年�月，Wind已编制��条ESG相关指数， 其中ESG强制性信息披露指数和ESG报告指数是全市场 首发，直观反映符合监管要求或已发布ESG报告企业的 整体表现。早在����年，Wind基于��年数据处理分析 经验，推出Wind ESG评级体系。该体系覆盖所有A股和 港股上市公司，并延伸至发债主体、基金、碳排放数据 库等领域，形成“数据—评级—指数—产品”的完整链 条。对企业而言，Wind的服务不仅帮助其更好地识别 求，不断加大服务产品创新力度，开发个性化、定制化 的服务产品。 �、提升技术创新能力 为适应数字化发展，上海第三方ESG咨询机构应加 大对大数据、人工智能、区块链等技术的投入，可通过 自研ESG数据平台和分析工具提升数据处理能力，或加 强与科技企业合作，借助外部力量快速提升技术水平。 图�.� 第三方机构对ESG服务发展机遇的调研 上海政府政策支持 企业ESG需求提升 AI等技术工具进步带来新的模式 企业出海市场拓展

商完成 DeepSeek-R1 模型的本地化部署 ，覆盖头部及中型机构 ，包括华泰证券、 国泰海通、广发证券、财达证券等。 技术优势： DeepSeek-R1 凭借“性能倍增、成本递减”特性 ，在数据处理、逻辑推理及多模态分析方面表现突出。 安全合规：本地化部署满足金融行业数据安全要求，结合 RAG （检索增强生成）和 AI Agent 技术，构建智能中台。 场景渗透：应用已从内部效率